zoukankan html css js c++ java

Redis--狂神说Redis基础汇总(完结)

2021.6.12-2021.6.14：端午学学玩玩弄完了Redis基础的汇总，越学越觉得自己知识量的匮乏。

参考链接：狂神说Java--Redis汇总：https://www.bilibili.com/video/BV1S54y1R7SB?p=1

Redis五种基本数据类型：

1.String字符串

OK
127.0.0.1:6380> set k1 1
OK
127.0.0.1:6380> INCR k1
2
127.0.0.1:6380> DECR k1
1
127.0.0.1:6380> keys *
k1
127.0.0.1:6380> set k2 huyuqiao
OK
127.0.0.1:6380> GETRANGE K2 0 3

127.0.0.1:6380> GETRANGE k2 0 3
huyu
127.0.0.1:6380> GETRANGE k2 0 -1
huyuqiao
127.0.0.1:6380> SETRANGE k2 1 XX
8
127.0.0.1:6380> get k2
hXXuqiao
127.0.0.1:6380> SETEX k3 30 "hello, world"				#set exist：存在或不存在都替换
OK
127.0.0.1:6380> ttl k3
28
127.0.0.1:6380> ttl k2
-1
127.0.0.1:6380> keys *
k1
k2
127.0.0.1:6380> ttl k3
-2	
127.0.0.1:6380> setnx mykey "redis"						#set if not exist：不存在就set，存在就set失败，还是原来值
1
127.0.0.1:6380> ttl mykey
-1
127.0.0.1:6380> setnx mykey "mongodb"
0
127.0.0.1:6380> get mykey
redis
127.0.0.1:6380> ttl k2									#永久返回-1
-1
127.0.0.1:6380> ttl k3									#过期返回-2
-2
127.0.0.1:6380> 
127.0.0.1:6380> mset user:1:name huyuqiao user:1:age 22
OK
127.0.0.1:6380> mget user:1:name user:1:age
huyuqiao
22
127.0.0.1:6380>

List

127.0.0.1:6380> FLUSHALL
OK
127.0.0.1:6380> clear
127.0.0.1:6380> LPUSH list 1
1
127.0.0.1:6380> LPUSH list 2
2
127.0.0.1:6380> LPUSH list 3
3
127.0.0.1:6380> LRANGE list 0 -1
3
2
1
127.0.0.1:6380> RPUSH list a
4
127.0.0.1:6380> LPOP list
3
127.0.0.1:6380> LRANGE 0 -1
ERR wrong number of arguments for 'lrange' command

127.0.0.1:6380> LRANGE list 0 -1
2
1
a
127.0.0.1:6380> LINDEX list 0
2
127.0.0.1:6380> LLEN list
3
127.0.0.1:6380> FLUSHALL
OK
127.0.0.1:6380> clear
127.0.0.1:6380> LPUSH list one 
1
127.0.0.1:6380> LPUSH list two
2
127.0.0.1:6380> LPUSH list two
3
127.0.0.1:6380> LREM list 1 one					#移除list中等于one的一个元素（最后加入的移除掉）
1
127.0.0.1:6380> LRANGE list 0 -1
two
two
127.0.0.1:6380> LREM list 2 one
0
127.0.0.1:6380> LREM list 2 two
2
127.0.0.1:6380> LRANGE list 0 -1

127.0.0.1:6380> FLUSHALL

127.0.0.1:6380> LPUSH list one 
1
127.0.0.1:6380> LPUSH list two
2
127.0.0.1:6380> LPUSH list three
3
127.0.0.1:6380> LPUSH list four
4
127.0.0.1:6380> LTRIM list 1 2
OK
127.0.0.1:6380> LRANGE list 0 -1
three
two
127.0.0.1:6380>

Set

127.0.0.1:6380> FLUSHALL
OK
127.0.0.1:6380> SADD myset "hello"
1
127.0.0.1:6380> sadd myset "world"
1
127.0.0.1:6380> sadd myset "huyuqiao"
1
127.0.0.1:6380> smembers myset 
hello
huyuqiao
world
127.0.0.1:6380> SISMEMBER myset huyuqiao
1
127.0.0.1:6380> sadd myset "HYQ"
1
127.0.0.1:6380> SMEMBERS myset
hello
huyuqiao
HYQ
world
127.0.0.1:6380> SREM myset hello
1
127.0.0.1:6380> scard myset 
3
127.0.0.1:6380> SMEMBERS myset 
huyuqiao
HYQ
world
127.0.0.1:6380> SRANDMEMBER myset 
world
127.0.0.1:6380> SRANDMEMBER myset 
huyuqiao
127.0.0.1:6380>

Hash

huyuqiao
127.0.0.1:6380> FLUSHALL
OK
127.0.0.1:6380> clear
127.0.0.1:6380> hset myhash field1 huyuqiao
1
127.0.0.1:6380> hmset myhash field1 hello field2 world
OK
127.0.0.1:6380> hmget myhash field1 field2
hello
world
127.0.0.1:6380> hgetall myhash
field1
hello
field2
world
127.0.0.1:6380> hlen myhash
2
127.0.0.1:6380> HEXISTS myhash field1
1

127.0.0.1:6380> HKEYS myhash
field1
field2
127.0.0.1:6380> HVALS myhash
hello
world
127.0.0.1:6380> HSETNX myhash field4 hello			#hash设置
1
127.0.0.1:6380> HGETALL myhash
field1
hello
field2
world
field4
hello
127.0.0.1:6380>

Zset

127.0.0.1:6380> zadd salary 100 huyuqiao
1
127.0.0.1:6380> zadd salary 200 HUYUQIAO
1
127.0.0.1:6380> zadd salary 300 HYQ
1
127.0.0.1:6380> ZRANGEBYSCORE salary -inf +inf
huyuqiao
HUYUQIAO
HYQ
127.0.0.1:6380> zrange salary 0 -1
huyuqiao
HUYUQIAO
HYQ
127.0.0.1:6380> zrem salary huyuqiao
1
127.0.0.1:6380> ZRANGEBYSCORE salary -inf +inf
HUYUQIAO
HYQ

Redis三种特殊数据类型：

1.GeoSpatical

适用场景：获取附近人，好友距离，网约车定位功能。

# 添加位置经纬度
127.0.0.1:6379> GEOADD china:city 116.41667 39.91667 北京
(integer) 1
127.0.0.1:6379> GEOADD china:city 121.43333 31.23000 上海
(integer) 1
127.0.0.1:6379> GEOADD china:city 106.45000 29.56667 重庆
(integer) 1
127.0.0.1:6379> GEOADD china:city 114.06667 22.61667 深圳
(integer) 1
127.0.0.1:6379> GEOADD china:city 120.20000 30.26667 杭州
(integer) 1
127.0.0.1:6379> GEOADD china:city 108.95000 34.26667 西安
(integer) 1

# 查看不同位置经纬度
127.0.0.1:6379> GEOPOS china:city 北京 西安

#查看不同位置之间距离（默认是m）
127.0.0.1:6379> GEODIST china:city 北京 上海
"1066981.1340"
127.0.0.1:6379> GEODIST china:city 北京 上海 km
"1066.9811"
127.0.0.1:6379> GEODIST china:city 北京 重庆 km
"1465.8918"
127.0.0.1:6379> 

# 查看指定经纬度周边范围内的地方（可以以此扩散到周围指定范围内的指定人数的好友）
127.0.0.1:6379> GEORADIUS china:city 110 30 1000 km
重庆
西安
深圳
杭州
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km
重庆
西安
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withdist	#查看某经纬度周围500km的所有城市和距离/km
重庆
346.0548
西安
484.7511
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withcoord #查看某经纬度周围500km的所有城市和经纬度
重庆
106.4500012993812561
29.56666939001875249
西安
108.95000249147415161
34.2666710302806834
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km count 1 #查看某经纬度周围500km的三个城市
重庆
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km count 3 #查看某经纬度周围500km的三个城市
重庆
西安
127.0.0.1:6379> 


#查看地点周边的所有城市(类似于定位)
127.0.0.1:6379> GEORADIUSBYMEMBER china:city 北京 1000 km
北京
西安
127.0.0.1:6379> GEORADIUSBYMEMBER china:city 上海  1000 km
杭州
上海
127.0.0.1:6379> 


#将城市的二维经纬度转成一位hash字符串
127.0.0.1:6379> GEOHASH china:city 北京 重庆
wx4g14s53n0
wm78nq6w2f0
127.0.0.1:6379> 

#GEO底层是zset，所有可以用zset命令来操作
127.0.0.1:6379> zrange china:city 0 -1		#查看所有城市
重庆
西安
深圳
杭州
上海
北京
127.0.0.1:6379> zrem china:city 北京			#删除北京这个城市

2.Hyperloglog

适用场景: 网站UV量。传统用set统计，但若存在大量用户id，则太消耗内容且麻烦，若只为计数且允许有错误率（0.81%），则可行，否则还是用set统计

基数：集合中不重复元素个数。如{1, 3, 5, 5 ,7}则为{1，3,5,7}，基数为4

127.0.0.1:6379> clear
127.0.0.1:6379> PFADD mykey a b c d e f g h i j				#设置mykey 集合
(integer) 1
127.0.0.1:6379> PFCOUNT mykey								#统计mykey 集合基数数量
(integer) 10
127.0.0.1:6379> PFADD mykey2 i j z x c v b n m
(integer) 1
127.0.0.1:6379> PFCOUNT mykey2
(integer) 9
127.0.0.1:6379> PFMERGE mykey3 mykey mykey2					#2个集合取并集
OK
127.0.0.1:6379> PFCOUNT mykey3
(integer) 15
127.0.0.1:6379>

3.Bitmaps

适用场景：判断、统计活跃、不活跃，登录、未登录这些非1即0的场景

[root@VM-8-11-centos ~]# redis-cli -a root --raw
127.0.0.1:6379> setbit sign 0 1			#设置sign用户某天是否打卡
(integer) 0
127.0.0.1:6379> SETBIT sign 1 0
(integer) 0
127.0.0.1:6379> SETBIT sign 2 0
(integer) 0
127.0.0.1:6379> SETBIT sign 3 1
(integer) 0
127.0.0.1:6379> SETBIT sign 4 1
(integer) 0
127.0.0.1:6379> SETBIT sign 5 0
(integer) 0
127.0.0.1:6379> SETBIT sign 6 0
(integer) 0
127.0.0.1:6379> GETBIT sign 3			#得到sign用户某天打卡情况
(integer) 1
127.0.0.1:6379> GETBIT sign 6

Redis事务：

Reidsi事务：没有隔离级别概念，即事务不保证原子性（事务内部有多条命令，不一定，可以实现部分成功、部分失败），但是单条命令保证原子性

1.Redis事务流程：

开启事务(multi)
命令入队
执行事务(exec)

#开启-结束事务
127.0.0.1:6379> multi 
OK
127.0.0.1:6379> set k1 v1
QUEUED
127.0.0.1:6379> set k2 v2
QUEUED
127.0.0.1:6379> get k2
QUEUED
127.0.0.1:6379> set k3 v3
QUEUED
127.0.0.1:6379> exec
OK
OK
v2
OK
127.0.0.1:6379>

#放弃事务：之前队列代码全部rollback
127.0.0.1:6379> set k1 v1
QUEUED
127.0.0.1:6379> set k2 asdfasdf
QUEUED
127.0.0.1:6379> DISCARD
OK
127.0.0.1:6379> EXEC
ERR EXEC without MULTI

127.0.0.1:6379> get k2
v2

2.Redis事务非原子性

之所以事务非原子性，是因为有两种异常：

编译性异常(检查性异常)：代码错了，根本就没某个语句、函数、配置文件等

127.0.0.1:6379> MULTI
OK
127.0.0.1:6379> set k1 v1
QUEUED
127.0.0.1:6379> set k2 v2
QUEUED
127.0.0.1:6379> gasdfa k3				#语句错误，相当于没执行，在编译时候就出错了
ERR unknown command 'gasdfa'

127.0.0.1:6379> set k4 v4
QUEUED
127.0.0.1:6379> EXEC
EXECABORT Transaction discarded because of previous errors.

127.0.0.1:6379> get k4

127.0.0.1:6379> get k1

运行时异常(非检查性异常)：没有某个变量、某个对象没有new等(不会全部rollback)

127.0.0.1:6379> set k1 "v1"
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379> incr k1
QUEUED
127.0.0.1:6379> set k2 v2
QUEUED
127.0.0.1:6379> get k2
QUEUED
127.0.0.1:6379> EXEC
ERR value is not an integer or out of range

OK
v2									#上面出错了，但是依然不影响下面语句执行，所以证明了redis事务是不保证原子性的
127.0.0.1:6379>

Redis乐观锁：

乐观锁：不会上锁，更新数据时才会比较version是否被人修改过（redis事务中如果被修改过，则事务不会执行成功）

悲观锁：无论做什么，都会上锁，效率低下但是安全

Redis事务中用<font color=red size=3>Watch</font>实现乐观锁，中途如果被修改，导致version变更，则事务全部都不会成功

127.0.0.1:6379> set money 100
OK
127.0.0.1:6379> set out 0
OK
127.0.0.1:6379> watch money				#Redis乐观锁:watch监视money
OK
127.0.0.1:6379> MULTI 					#在另一个窗口将money改成了101
OK
127.0.0.1:6379> DECRBY money 10
QUEUED
127.0.0.1:6379> incrby out 10
QUEUED
127.0.0.1:6379> EXEC
127.0.0.1:6379> get money
101
127.0.0.1:6379>

SpringBooot--配置Redis源代码

Jedis：直连，多线程下不安全，类似于BIO模式(Springboot2.X后被淘汰)

Lettuce：采用Netty，多线程下共享，类似于NIO模式

autoconfig->srping.factories中找到redis相关配置

@Configuration(proxyBeanMethods = false)
@ConditionalOnClass(RedisOperations.class)
@EnableConfigurationProperties(RedisProperties.class)
@Import({ LettuceConnectionConfiguration.class, JedisConnectionConfiguration.class })
public class RedisAutoConfiguration {

	@Bean
	@ConditionalOnMissingBean(name = "redisTemplate")
	public RedisTemplate<Object, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory)
			throws UnknownHostException {
		RedisTemplate<Object, Object> template = new RedisTemplate<>();
		template.setConnectionFactory(redisConnectionFactory);
		return template;
	}

	@Bean
	@ConditionalOnMissingBean
	public StringRedisTemplate stringRedisTemplate(RedisConnectionFactory redisConnectionFactory)
			throws UnknownHostException {
		StringRedisTemplate template = new StringRedisTemplate();
		template.setConnectionFactory(redisConnectionFactory);
		return template;
	}

}

SpringBooot--自定义RedisTemplate、RedisUtil

1.RedisTemplate序列化配置

package com.empirefree.springboot.config;

import com.fasterxml.jackson.annotation.JsonAutoDetect;
import com.fasterxml.jackson.annotation.JsonTypeInfo;
import com.fasterxml.jackson.annotation.PropertyAccessor;
import com.fasterxml.jackson.databind.ObjectMapper;
import com.fasterxml.jackson.databind.jsontype.impl.LaissezFaireSubTypeValidator;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;

/**
 * @program: springboot
 * @description: RedisTemplate配置
 * @author: huyuqiao
 * @create: 2021/06/13 16:05
 */

@Configuration
public class RedisConfig {
    @Bean
    @SuppressWarnings("all")
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
        RedisTemplate<String, Object> template = new RedisTemplate<String, Object>();
        template.setConnectionFactory(factory);
        // Json序列化配置
        Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);
        ObjectMapper om = new ObjectMapper();
        om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
        om.activateDefaultTyping(LaissezFaireSubTypeValidator.instance, ObjectMapper.DefaultTyping.NON_FINAL,
                JsonTypeInfo.As.WRAPPER_ARRAY);
        jackson2JsonRedisSerializer.setObjectMapper(om);
        // String 的序列化
        StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();
        // key采用String的序列化方式
        template.setKeySerializer(stringRedisSerializer);
        // hash的key也采用String的序列化方式
        template.setHashKeySerializer(stringRedisSerializer);
        // value序列化方式采用jackson
        template.setValueSerializer(jackson2JsonRedisSerializer);
        // hash的value序列化方式采用jackson
        template.setHashValueSerializer(jackson2JsonRedisSerializer);
        template.afterPropertiesSet();
        return template;
    }
}

2.RedisUtil配置(CRUD操作string，map,list,set)

package com.empirefree.springboot.utils;

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Component;
import org.springframework.util.CollectionUtils;

import java.util.Collection;
import java.util.List;
import java.util.Map;
import java.util.Set;
import java.util.concurrent.TimeUnit;

/**
 * @program: springboot
 * @description: Redis工具类
 * @author: huyuqiao
 * @create: 2021/06/13 16:14
 */

@Component
public final class RedisUtil {

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    // =============================common============================
    /**
     * 指定缓存失效时间
     * @param key  键
     * @param time 时间(秒)
     */
    public boolean expire(String key, long time) {
        try {
            if (time > 0) {
                redisTemplate.expire(key, time, TimeUnit.SECONDS);
            }
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }

    /**
     * 根据key 获取过期时间
     * @param key 键 不能为null
     * @return 时间(秒) 返回0代表为永久有效
     */
    public long getExpire(String key) {
        return redisTemplate.getExpire(key, TimeUnit.SECONDS);
    }


    /**
     * 判断key是否存在
     * @param key 键
     * @return true 存在 false不存在
     */
    public boolean hasKey(String key) {
        try {
            return redisTemplate.hasKey(key);
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }


    /**
     * 删除缓存
     * @param key 可以传一个值 或多个
     */
    @SuppressWarnings("unchecked")
    public void del(String... key) {
        if (key != null && key.length > 0) {
            if (key.length == 1) {
                redisTemplate.delete(key[0]);
            } else {
                redisTemplate.delete((Collection<String>) CollectionUtils.arrayToList(key));
            }
        }
    }


    // ============================String=============================

    /**
     * 普通缓存获取
     * @param key 键
     * @return 值
     */
    public Object get(String key) {
        return key == null ? null : redisTemplate.opsForValue().get(key);
    }

    /**
     * 普通缓存放入
     * @param key   键
     * @param value 值
     * @return true成功 false失败
     */

    public boolean set(String key, Object value) {
        try {
            redisTemplate.opsForValue().set(key, value);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }


    /**
     * 普通缓存放入并设置时间
     * @param key   键
     * @param value 值
     * @param time  时间(秒) time要大于0 如果time小于等于0 将设置无限期
     * @return true成功 false 失败
     */

    public boolean set(String key, Object value, long time) {
        try {
            if (time > 0) {
                redisTemplate.opsForValue().set(key, value, time, TimeUnit.SECONDS);
            } else {
                set(key, value);
            }
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }


    /**
     * 递增
     * @param key   键
     * @param delta 要增加几(大于0)
     */
    public long incr(String key, long delta) {
        if (delta < 0) {
            throw new RuntimeException("递增因子必须大于0");
        }
        return redisTemplate.opsForValue().increment(key, delta);
    }


    /**
     * 递减
     * @param key   键
     * @param delta 要减少几(小于0)
     */
    public long decr(String key, long delta) {
        if (delta < 0) {
            throw new RuntimeException("递减因子必须大于0");
        }
        return redisTemplate.opsForValue().increment(key, -delta);
    }


    // ================================Map=================================

    /**
     * HashGet
     * @param key  键 不能为null
     * @param item 项 不能为null
     */
    public Object hget(String key, String item) {
        return redisTemplate.opsForHash().get(key, item);
    }

    /**
     * 获取hashKey对应的所有键值
     * @param key 键
     * @return 对应的多个键值
     */
    public Map<Object, Object> hmget(String key) {
        return redisTemplate.opsForHash().entries(key);
    }

    /**
     * HashSet
     * @param key 键
     * @param map 对应多个键值
     */
    public boolean hmset(String key, Map<String, Object> map) {
        try {
            redisTemplate.opsForHash().putAll(key, map);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }


    /**
     * HashSet 并设置时间
     * @param key  键
     * @param map  对应多个键值
     * @param time 时间(秒)
     * @return true成功 false失败
     */
    public boolean hmset(String key, Map<String, Object> map, long time) {
        try {
            redisTemplate.opsForHash().putAll(key, map);
            if (time > 0) {
                expire(key, time);
            }
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }


    /**
     * 向一张hash表中放入数据,如果不存在将创建
     *
     * @param key   键
     * @param item  项
     * @param value 值
     * @return true 成功 false失败
     */
    public boolean hset(String key, String item, Object value) {
        try {
            redisTemplate.opsForHash().put(key, item, value);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }

    /**
     * 向一张hash表中放入数据,如果不存在将创建
     *
     * @param key   键
     * @param item  项
     * @param value 值
     * @param time  时间(秒) 注意:如果已存在的hash表有时间,这里将会替换原有的时间
     * @return true 成功 false失败
     */
    public boolean hset(String key, String item, Object value, long time) {
        try {
            redisTemplate.opsForHash().put(key, item, value);
            if (time > 0) {
                expire(key, time);
            }
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }


    /**
     * 删除hash表中的值
     *
     * @param key  键 不能为null
     * @param item 项 可以使多个 不能为null
     */
    public void hdel(String key, Object... item) {
        redisTemplate.opsForHash().delete(key, item);
    }


    /**
     * 判断hash表中是否有该项的值
     *
     * @param key  键 不能为null
     * @param item 项 不能为null
     * @return true 存在 false不存在
     */
    public boolean hHasKey(String key, String item) {
        return redisTemplate.opsForHash().hasKey(key, item);
    }


    /**
     * hash递增 如果不存在,就会创建一个 并把新增后的值返回
     *
     * @param key  键
     * @param item 项
     * @param by   要增加几(大于0)
     */
    public double hincr(String key, String item, double by) {
        return redisTemplate.opsForHash().increment(key, item, by);
    }


    /**
     * hash递减
     *
     * @param key  键
     * @param item 项
     * @param by   要减少记(小于0)
     */
    public double hdecr(String key, String item, double by) {
        return redisTemplate.opsForHash().increment(key, item, -by);
    }


    // ============================set=============================

    /**
     * 根据key获取Set中的所有值
     * @param key 键
     */
    public Set<Object> sGet(String key) {
        try {
            return redisTemplate.opsForSet().members(key);
        } catch (Exception e) {
            e.printStackTrace();
            return null;
        }
    }


    /**
     * 根据value从一个set中查询,是否存在
     *
     * @param key   键
     * @param value 值
     * @return true 存在 false不存在
     */
    public boolean sHasKey(String key, Object value) {
        try {
            return redisTemplate.opsForSet().isMember(key, value);
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }


    /**
     * 将数据放入set缓存
     *
     * @param key    键
     * @param values 值 可以是多个
     * @return 成功个数
     */
    public long sSet(String key, Object... values) {
        try {
            return redisTemplate.opsForSet().add(key, values);
        } catch (Exception e) {
            e.printStackTrace();
            return 0;
        }
    }


    /**
     * 将set数据放入缓存
     *
     * @param key    键
     * @param time   时间(秒)
     * @param values 值 可以是多个
     * @return 成功个数
     */
    public long sSetAndTime(String key, long time, Object... values) {
        try {
            Long count = redisTemplate.opsForSet().add(key, values);
            if (time > 0)
                expire(key, time);
            return count;
        } catch (Exception e) {
            e.printStackTrace();
            return 0;
        }
    }


    /**
     * 获取set缓存的长度
     *
     * @param key 键
     */
    public long sGetSetSize(String key) {
        try {
            return redisTemplate.opsForSet().size(key);
        } catch (Exception e) {
            e.printStackTrace();
            return 0;
        }
    }


    /**
     * 移除值为value的
     *
     * @param key    键
     * @param values 值 可以是多个
     * @return 移除的个数
     */

    public long setRemove(String key, Object... values) {
        try {
            Long count = redisTemplate.opsForSet().remove(key, values);
            return count;
        } catch (Exception e) {
            e.printStackTrace();
            return 0;
        }
    }

    // ===============================list=================================

    /**
     * 获取list缓存的内容
     *
     * @param key   键
     * @param start 开始
     * @param end   结束 0 到 -1代表所有值
     */
    public List<Object> lGet(String key, long start, long end) {
        try {
            return redisTemplate.opsForList().range(key, start, end);
        } catch (Exception e) {
            e.printStackTrace();
            return null;
        }
    }


    /**
     * 获取list缓存的长度
     *
     * @param key 键
     */
    public long lGetListSize(String key) {
        try {
            return redisTemplate.opsForList().size(key);
        } catch (Exception e) {
            e.printStackTrace();
            return 0;
        }
    }


    /**
     * 通过索引 获取list中的值
     *
     * @param key   键
     * @param index 索引 index>=0时， 0 表头，1 第二个元素，依次类推；index<0时，-1，表尾，-2倒数第二个元素，依次类推
     */
    public Object lGetIndex(String key, long index) {
        try {
            return redisTemplate.opsForList().index(key, index);
        } catch (Exception e) {
            e.printStackTrace();
            return null;
        }
    }


    /**
     * 将list放入缓存
     *
     * @param key   键
     * @param value 值
     */
    public boolean lSet(String key, Object value) {
        try {
            redisTemplate.opsForList().rightPush(key, value);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }


    /**
     * 将list放入缓存
     * @param key   键
     * @param value 值
     * @param time  时间(秒)
     */
    public boolean lSet(String key, Object value, long time) {
        try {
            redisTemplate.opsForList().rightPush(key, value);
            if (time > 0)
                expire(key, time);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }

    }


    /**
     * 将list放入缓存
     *
     * @param key   键
     * @param value 值
     * @return
     */
    public boolean lSet(String key, List<Object> value) {
        try {
            redisTemplate.opsForList().rightPushAll(key, value);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }

    }


    /**
     * 将list放入缓存
     *
     * @param key   键
     * @param value 值
     * @param time  时间(秒)
     * @return
     */
    public boolean lSet(String key, List<Object> value, long time) {
        try {
            redisTemplate.opsForList().rightPushAll(key, value);
            if (time > 0)
                expire(key, time);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }


    /**
     * 根据索引修改list中的某条数据
     *
     * @param key   键
     * @param index 索引
     * @param value 值
     * @return
     */

    public boolean lUpdateIndex(String key, long index, Object value) {
        try {
            redisTemplate.opsForList().set(key, index, value);
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }


    /**
     * 移除N个值为value
     *
     * @param key   键
     * @param count 移除多少个
     * @param value 值
     * @return 移除的个数
     */

    public long lRemove(String key, long count, Object value) {
        try {
            Long remove = redisTemplate.opsForList().remove(key, count, value);
            return remove;
        } catch (Exception e) {
            e.printStackTrace();
            return 0;
        }

    }

}

Redis--持久化

持久化：在指定时间间隔内将内存数据存入磁盘中，断电也能恢复数据，使用快照文件读到内存中。

1.Redis--RDB（默认推荐）

保存过程：父进程fork一个子进程，将数据持久化到临时文件中，持久化结束，再替换上次的RDB正式文件。
触发条件：
- save满足：命令save 900 1 即是在15分钟内修改了1次即会触发RDB。
- 执行FlushAll命令
- 退出Redis，会产生RDB文件
适用场景：适合大规模数据恢复且数据完整性不敏感的情况。

2.Redis--AOF(重启后是默认先载入AOF，因为数据更完整)

保存过程：父进程fork一个子进程，以日志形式将所有指令记录下来（读操作不记录），然后将数据只追加不改写到AOF文件，然后替换上次的AOF文件
触发条件：appendfsync always/everysec/no 命令
适用场景：对恢复数据完整性要求严格
重写场景：不断追加文件到一个阈值，则会重写aof文件

Redis--发布订阅

发布订阅：可以做消息推送、聊天室等等

#发布者：往Redis某渠道中发消息，所有订阅者都可以接收到
127.0.0.1:6379> PUBLISH huyuqiao "hello,world"
1


#订阅者：订阅Redis中某个渠道channel
127.0.0.1:6379> SUBSCRIBE huyuqiao
subscribe
huyuqiao
1
message
huyuqiao
hello,world

Redis--主从复制(主写从读)

1.Linux配置文件

daemonize的no改成yes
port、pidfile、logfile、dbfilename改成对于新redis名
如果redis有密码，需要在slave中配置或者在master中去掉密码

#master断了，slaver依然是原来master的slaver。但是slaver断了，master就没有slaver了
>>slaveof no one #关闭slave状态，变成master
>>shutdown       #停止redis,其slave状态停止，下次启动变成master，且原来master下的该redis就没有了


redis-server redis80.conf #启动80redis窗口。
kill -s 9 pid  #关闭某个进程

2. 复制原理

全量复制：slave启动后，发送sync同步命令给master,然后同步master中所有数据
增量复制：master写数据后，slave实时得到。

Redis--哨兵模式

流程：如下，在启动哨兵后，关闭79主服务，就从80,81中投票选举了80为主服务，然后把79，80都当成了slave,所以下次79启动的时候会默认是slave。另外，由于数据是增量复制，所以数据在80中保存完好，且79启动后就全量复制到79中了

#哨兵模式下的日志

8044:X 14 Jun 16:35:06.885 # WARNING: The TCP backlog setting of 511 cannot be enforced because /proc/sys/net/core/somaxconn is set to the lower value of 128.
8044:X 14 Jun 16:35:06.885 # Sentinel ID is c0ce22fc8365ff48663b7db710ce8c359529c3d9
8044:X 14 Jun 16:35:06.885 # +monitor master mymaster 127.0.0.1 6379 quorum 1
8044:X 14 Jun 16:35:51.556 # +sdown master mymaster 127.0.0.1 6379
8044:X 14 Jun 16:35:51.556 # +odown master mymaster 127.0.0.1 6379 #quorum 1/1
8044:X 14 Jun 16:35:51.556 # +new-epoch 1
8044:X 14 Jun 16:35:51.556 # +try-failover master mymaster 127.0.0.1 6379
8044:X 14 Jun 16:35:51.572 # +vote-for-leader c0ce22fc8365ff48663b7db710ce8c359529c3d9 1
8044:X 14 Jun 16:35:51.572 # +elected-leader master mymaster 127.0.0.1 6379
8044:X 14 Jun 16:35:51.572 # +failover-state-select-slave master mymaster 127.0.0.1 6379
8044:X 14 Jun 16:35:51.624 # +selected-slave slave 127.0.0.1:6380 127.0.0.1 6380 @ mymaster 127.0.0.1 6379
8044:X 14 Jun 16:35:51.624 * +failover-state-send-slaveof-noone slave 127.0.0.1:6380 127.0.0.1 6380 @ mymaster 127.0.0.1 6379
8044:X 14 Jun 16:35:51.684 * +failover-state-wait-promotion slave 127.0.0.1:6380 127.0.0.1 6380 @ mymaster 127.0.0.1 6379
8044:X 14 Jun 16:35:51.826 # +promoted-slave slave 127.0.0.1:6380 127.0.0.1 6380 @ mymaster 127.0.0.1 6379
8044:X 14 Jun 16:35:51.826 # +failover-state-reconf-slaves master mymaster 127.0.0.1 6379
8044:X 14 Jun 16:35:51.914 * +slave-reconf-sent slave 127.0.0.1:6381 127.0.0.1 6381 @ mymaster 127.0.0.1 6379
8044:X 14 Jun 16:35:52.831 * +slave-reconf-inprog slave 127.0.0.1:6381 127.0.0.1 6381 @ mymaster 127.0.0.1 6379
8044:X 14 Jun 16:35:52.831 * +slave-reconf-done slave 127.0.0.1:6381 127.0.0.1 6381 @ mymaster 127.0.0.1 6379
8044:X 14 Jun 16:35:52.912 # +failover-end master mymaster 127.0.0.1 6379
8044:X 14 Jun 16:35:52.912 # +switch-master mymaster 127.0.0.1 6379 127.0.0.1 6380
8044:X 14 Jun 16:35:52.912 * +slave slave 127.0.0.1:6381 127.0.0.1 6381 @ mymaster 127.0.0.1 6380
8044:X 14 Jun 16:35:52.912 * +slave slave 127.0.0.1:6379 127.0.0.1 6379 @ mymaster 127.0.0.1 6380

Redis--缓存穿透、击穿、雪崩

缓存穿透：缓存和数据库中都没有数据
- 解决方案：1.布隆过滤器 2.存储空对象：数据库没找到后，redis中临时存一个空对象
缓存击穿：某个key值过期，来了大量访问
- 解决方案：1.永不过期 2.分布式锁：一个线程获取，其他线程等待
缓存雪崩：海量key值过期，来了大量访问
- 解决方案：1.redis高可用：多设置几台redis 2.限流降级：缓存失效后，通过加锁或者队列来控制读数据库写缓存的数量 3.数据预热：大量数据加载到缓存中，根据不同访问量来设置不同过期时间

我曾七次鄙视自己的灵魂：
第一次，当它本可进取时，却故作谦卑；
第二次，当它在空虚时，用爱欲来填充；
第三次，在困难和容易之间，它选择了容易；
第四次，它犯了错，却借由别人也会犯错来宽慰自己；
第五次，它自由软弱，却把它认为是生命的坚韧；
第六次，当它鄙夷一张丑恶的嘴脸时，却不知那正是自己面具中的一副；
第七次，它侧身于生活的污泥中，虽不甘心，却又畏首畏尾。

查看全文

相关阅读:
锋利的jQuery复制粘贴（一）
使用photoshop以及markman进行快速重构页面的几个步骤
 线程间同步之 semaphore(信号量)
关于C#中Thread.Join()的一点理解
 无废话WCF入门教程一[什么是WCF]
Oracle function注释
 throw new DataException("检查服务器是否存在失败：" + ex);
C# 将数据集以excel的形式输出
 .net 安装remoting服务
 任务计划每日删除设定目录内的文件(包括文件夹)

原文地址：https://www.cnblogs.com/meditation5201314/p/14882992.html