62  
20190830--Redis入门培训
作者: 俞承浩 于 2019年12月26日 发布在分类 / 人防组 / 人防培训 下,并于 2019年12月26日 编辑
Redis NoSql 培训 入门
本文仅针对对Redis不熟悉的开发人员做入门培训。

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/

1、Redis是什么?

    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)。

2、Redis有什么特点?

  • 速度快,因为数据存在内存中,类似于HashMap,HashMap的优势就是查找和操作的时间复杂度都是O(1)
  • 支持丰富的数据类型
  • 支持事务,操作都是原子性,所谓的原子性就是对数据的更改要么全部执行,要么全部不执行
  • 丰富的特性:可用于缓存,消息,按key设置过期时间,过期后将会自动删除
  • 缺点 是数据库容量受到物理内存的限制,不能用作海量数据的高性能读写

3、Redis的数据类型以及相关的一些基础语法。

        基础数据类型如下图所示

        粘贴图片


    string

        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     

  • 单值缓存
Set key value
Get key
GetSet key value
 进行一些简单的数据缓存
  • 对象缓存
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
  • 简易分布式锁
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)
  • 计数器
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
  • 设置过期
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 

  • 基操
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:

  1. 同类 数据归类整合存储,方便数据管理
  2. 相对于string操作更低的消耗内存与cpu
  3. 相对于string存储更节省空间

点:

  1. 法针对fielId设置过期时间,只能针对key进行设置
  2. Redis集群架构下不适合大规模使用,因为无法进行数据分片存储,会导致数据过于集中,从而导致单节点压力过大


    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。


  • 基操
 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。

  • 基操
 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
  • 运算操作
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。

  • 基操

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。

  • 基操
 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

3.1、list和Zset的对比

相同点:

  1. 都是有序的
  2. 都可以获取某一个范围内的元素

不同点:

  1. 列表类型是通过链表实现的,获取靠近两端的数据速度极快,而当元素增多后,访问中间数据的速度会变慢。
  2. 有序集合类型使用散列表实现,所有即使读取位于中间部分的数据也很快。 列表中不能简单的调整某个元素的位置,但是有序集合可以(通过更改分数实现)
  3. 有序集合要比列表类型耗更多的内存


4、一些常见的概念介绍

  • 缓存预热
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!
  • 缓存雪崩
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。
  • 缓存穿透
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)
  • 缓存击穿
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。


5、是否有必要使用redis做缓存?

粘贴图片

最后是window环境下的相关GUI、安装包、使用手册等附件。


预览图



 推荐知识

 历史版本

修改日期 修改人 备注
2019-12-26 15:59:27[当前版本] 俞承浩 创建版本
2019-12-26 15:58:06 俞承浩 创建版本

 附件

附件类型

ZIPZIP PNGPNG

戎光软件知识分享平台 - free.V4.3.0-439 - 免费版