本文仅针对对Redis不熟悉的开发人员做入门培训。
官方网站 https://redis.io/
Redis 是一个基于内存的高性能key-value数据库，全称是 （Remote Dictionary Server，远程字典服务）。
基础数据类型如下图所示
作为最简单的类型，基本用法其实很多，下面简单介绍几种常见用法
Set key value Get key GetSet key value 进行一些简单的数据缓存
Set user:1 jsonvalue Mset user:1:name 张三 user:1:age 18 Mget user:1:name user:1:age 进行一些常用的对象缓存，在一些情况下会比hash更高效
Setnx loclk:1 true （如果没有这个key会返回1，并且添加这个key，否则返回0） Del lock:1 这种分为两步，1设置锁、2删除锁。存在一定的风险，比如设置了锁，但是删除出现异常，会导致程序死锁。 建议使用下面这种语句实现简单的锁 Set lock:1 true ex 10 nx（这个命令可以有效防止程序异常终止导致的死锁）
Incr article:readCount:1 //Incrby article:readCount:1 100 适用场景：文章的阅读数，网站的被访问次数，订单编号的生成（高并发情况下一次取多个， 放到程序内部慢慢消化）等 Decr article:readCount:1 //Decrby article:readCount:1 100 适用场景：登录异常次数限制（设置账号或者ip为key，设值为登陆次数，每次登陆失败执行此操作， 当返回值小于0时，限制该账号或者ip调用登录接口） Get article:readCount:1
expire key 10 （默认时间单位为秒）
hash
作为比较常用的类型，基本用法其实很多，下面简单介绍几种常见用法
HSet Key fielId value //插入一条hash记录 HSet sc:10086 1 1 （新增返回1，修改返回0） HIncrby Key fielId value //增加数量 Hincrby sc:10086 1 10（返回增加之后的数值） HLen Key fielId //获取总数 Hlen sc:10086（返回的是hash的行数） HDel key fielId //删除hash的一个key HDel sc:10086 HGetall key //获取hash内部的所有值 HGetall sc:10086
优点：
缺点：
list
可以存储一个有序的字符串列表，常用的操作是向列表两端添加元素，或者获得列表的某一个片段。
内部实现是一个双向链表，两端的查找时间复杂度为0(1)，具有两端读取添加速度极快的特点。
LPush Key value //将一条记录推入表头（最左侧） LPush ListA 1 （返回列表的长度） RPush Key value //将一条记录推入表尾（最右侧） RPush ListA 1 （返回列表的长度） LPop key //移除并返回列表的头元素 LPop ListA RPop key //移除并返回列表的尾元素 RPop ListA LRange key start stop //返回指定区域中的元素，区间以偏移量制定 LRange ListA 2 5 BLPop key [key] timeout //在表头弹出一个元素，如果没有的话则阻塞等待timeout秒， 若timeout=0，一直阻塞 BLPop ListA 99 10 BRPop key [key] timeout //在表尾弹出一个元素，如果没有的话则阻塞等待timeout秒， 若timeout=0，一直阻塞 BRPop ListA 99 10
作用：构建常用的数据结构
Stack（栈） = LPush + LPop
Queue(队列) = LPush + RPop
Blocking MQ(阻塞队列) = LPush + BRPop
应用场景：消息流（将用户的通知消息的主键存入list，用户登陆之后推送给用户，而不是去数据库进行查找）
set
集合类型， 数据不重复且无序 ，内部实现是一个 散列表， 所以集合中的元素增删等操作时间复杂度均为0(1)，常见的操作为交集、并集、差集的运算。
SAdd key member //往集合中存入元素，元素存在就忽略，key不存在就创建 SAdd Students Tom SRem key member //集合中删除元素 SRem Students Tom SMembers key //返回集合的所有元素 SMembers Students SCARD key //获取集合中的元素个数 SCARD Students SisMember key member //判断元素是否存在于集合中 SisMember Students jack 适用场景：用户的好友列表、关注列表、系统黑名单、Tag系统、文章的收藏列表等 SRandmember key count //在集合key中选出count个元素 SRandmember Students 1 Spop key count //在集合key中选出count个元素并删除它 SPop Students 1 适用场景：抽奖机制，随机排班等
SInter key key key …… //求交集 SInter class1 class2 class3 SInterStore newKey key key key …… //把交集结果存入newKey中 SInterStore class1-2-3 class1 class2 class3 SUnion key key key …… //求并集 SUnion class1 class2 class3 SUnionStore newKey key key key …… //把并集结果存入newKey中 SUnionStore class1-2-3 class1 class2 class3 SDiff key key key …… //求差集 SDiff class1 class2 class3 SDiffStore newKey key key key …… //把差集结果存入newKey中 SDiffStore class1-2-3 class1 class2 class3 适用场景：共同好友模型(Sinter) 可能认识的人模型 (SDiff) 共同关注模型 (SUnion )
Zset
有序集合类型， 数据不重复且有序 ，为集合中的每个元素都关联了一个分数。
基本上具有list和set的基操集合
适用场景： 时间轴（使用时间作为score） 积分排行榜（积分作为score） 消息队列（具有优先级以及权重的特点）
Geo
其实也是一种有序集合类型， 数据不重复且有序 ，这里关联的分数是程序通过某种算法对经纬度进行计算 得出的。
GeoAdd key log lat member //存入一个地理信息，key不存在就创建 geoadd city 109.89 78.11 上海 Geopos key member //返回指定元素的位置 Geopos city 上海 GeoDist key member1 member2 [unit] //返回两个地点之间的距离 有一个地点不存在就返回空值 //GeoDist city 上海 北京 km util单位： m表示单位为米 km表示单位为千米 mi表示单位为英里 ft表示单位为英尺 GeoRadius key longitude latitude radius m|km|ft|mi [withcoord][withdist][withhash][asc|desc] [count count] //以给定的经纬度为中心,返回键包含的位置元素当中,与中心的距离不超过给定最大距离的所有位置元素。
使用场景： 附近的人（陌陌、微信） 地理信息相关的操作场景，比如 计算两点之间的距离，或者某个地点周围多少距离的所有地点集合等
HyperL ogLog
适用场景应该是和 布隆过滤器有关， 涉及到的是缓存穿透的解决方案相关知识，不做赘述 。
相同点：
不同点：
缓存预热就是系统上线后，将相关的缓存数据直接加载到缓存系统。这样就可以避免在用户请求的时候， 先查询数据库，然后再将数据缓存的问题！用户直接查询事先被预热的缓存数据！
由于原有缓存失效，新缓存未到期间(例如：我们设置缓存时采用了相同的过期时间，在同一时刻出现大面积的 缓存过期)，所有原本应该访问缓存的请求都去查询数据库了，而对数据库CPU和内存造成巨大压力，严重的会造 成数据库宕机。从而形成一系列连锁反应，造成整个系统崩溃。
指用户查询数据，在数据库没有，自然在缓存中也不会有。这样就导致用户查询的时候，在缓存中找不到，每次 都要去数据库再查询一遍，然后返回空（相当于进行了两次无用的查询）
对于一些设置了过期时间的key，如果这些key可能会在某些时间点被超高并发地访问，是一种非常“热点”的数 据。这个时候，需要考虑一个问题：缓存被“击穿”的问题，这个和缓存雪崩的区别在于这里针对某一key缓存 ，前者则是很多key。
最后是window环境下的相关GUI、安装包、使用手册等附件。
ZIP
PNG