Redis

NoSQL

简述

Not only SQL，泛指非关系型数据库。

NoSQL不依赖业务逻辑方式存储，而以简单的key-value模式存储。因此大大的增加了数据库的扩展能力。

打破了传统关系型数据库以业务逻辑为依据的存储模式，而针对不同数据结构类型改为以性能为最优先的存储方式。

特点：

• 不遵循SQL标准。
• 不支持ACID。
• 远超于SQL的性能。

适用场景：

• 对数据高并发的读写
• 海量数据的读写
• 对数据高可扩展性的

不适用场景：

• 需要事务支持
• 基于SQL的结构化查询存储，处理复杂的关系,需要即席查询。

产品

Memcache

• 很早出现的NoSql数据库
• 数据都在内存中，一般不持久化
• 支持简单的key-value模式，支持类型单一
• 一般是作为缓存数据库辅助持久化的数据库

Redis

• 几乎覆盖了Memcached的绝大部分功能
• 数据都在内存中，支持持久化，主要用作备份恢复
• 除了支持简单的key-value模式，还支持多种数据结构的存储，比如 list、set、hash、zset等。
• 一般是作为缓存数据库辅助持久化的数据库

MongoDB

• 高性能、开源、模式自由(schema free)的文档型数据库
• 数据都在内存中， 如果内存不足，把不常用的数据保存到硬盘
• 虽然是key-value模式，但是对value（尤其是json）提供了丰富的查询功能
• 支持二进制数据及大型对象
• 可以根据数据的特点替代RDBMS(Relational Database Management System：RDBMS)，成为独立的数据库。或者配合RDBMS，存储特定的数据。

预备

• 端口6379。
• 默认16个数据库，类似数组下标从0开始，初始默认使用0号库。
• 使用命令select <dbid>来切换数据库。
• 统一密码管理，所有库同样密码。
• Memcached：多线程 + 锁
• Redis：单线程 + 多路IO复用
• 与Memcache不同：支持多数据类型，支持持久化，单线程+多路IO复用。
• 连接redis-cli -h localhost

数据类型

Key

String

• String类型是二进制安全的。意味着Redis的string可以包含任何数据。比如jpg图片或者序列化的对象。
• String类型是Redis最基本的数据类型，一个Redis中字符串value最多可以是512M。

原子性：

原子操作是指不会被线程调度机制打断的操作；

这种操作一旦开始，就一直运行到结束，中间不会有任何 context switch （切换到另一个线程）。

• 在单线程中，能够在单条指令中完成的操作都可以认为是原子操作，因为中断只能发生于指令之间。
• 在多线程中，不能被其它进程（线程）打断的操作就叫原子操作。

Redis 单命令的原子性主要得益于 Redis 的单线程。

数据结构：

String的数据结构为简单动态字符串(Simple Dynamic String, 缩写SDS)。是可以修改的字符串，内部结构实现上类似于Java的ArrayList，采用预分配冗余空间的方式来减少内存的频繁分配。

当字符串长度小于1M时，扩容都是加倍现有的空间，如果超过1M，扩容时一次只会多扩1M的空间。字符串最大长度为512M。

List

Redis 列表是简单的字符串列表，按照插入顺序排序。你可以添加一个元素到列表的头部（左边）或者尾部（右边）。

它的底层实际是个双向链表，对两端的操作性能很高，通过索引下标的操作中间的节点性能会较差。

数据结构：

List 的数据结构为快速链表 quickList。

首先在列表元素较少的情况下会使用一块连续的内存存储，这个结构是 ziplist，也即是压缩列表。

它将所有的元素紧挨着一起存储，分配的是一块连续的内存。

当数据量比较多的时候才会改成 quickList。

因为普通的链表需要的附加指针空间太大，会比较浪费空间。比如这个列表里存的只是 int 类型的数据，结构上还需要两个额外的指针 prev 和 next。

Redis 将链表和 ziplist 结合起来组成了 quickList。也就是将多个 ziplist 使用双向指针串起来使用。这样既满足了快速的插入删除性能，又不会出现太大的空间冗余。

Set

Set 对外提供的功能与 List 类似列表的功能，特殊之处在于 Set 是可以自动排重的，当需要存储一个列表数据，又不希望出现重复数据时，Set 是一个很好的选择，并且 Set 提供了判断某个成员是否在一个 Set 集合内的重要接口，这个也是 List 所不能提供的。

Redis 的 Set 是 String 类型的无序集合。它底层其实是一个 value 为 null 的 hash 表，所以添加、删除、查找的复杂度都是 $O(1)$。

数据结构：

Set数据结构是dict字典，字典是用哈希表实现的。

Hash

Redis hash 是一个键值对集合，是一个 String 类型的 field 和 value 的映射表，hash 特别适合用于存储对象。

数据结构：

Hash类型对应的数据结构是两种：ziplist（压缩列表），hashtable（哈希表）。当field-value长度较短且个数较少时，使用ziplist，否则使用hashtable。

Zset

Redis 有序集合和集合一样也是 string 类型元素的集合，且不允许重复的成员。

不同的是每个元素都会关联一个 double 类型的分数。Redis 正是通过分数来为集合中的成员进行从小到大的排序。

有序集合的成员是唯一的，但分数(score)却可以重复。

数据结构：

在redis sorted sets里面当items内容大于64的时候同时使用了hash和skiplist两种设计实现。这也会为了排序和查找性能做的优化。所以如上可知：

• 添加和删除都需要修改skiplist，所以复杂度为$O(log(n))$。
• 但是如果仅仅是查找元素的话可以直接使用hash，其复杂度为$O(1)$。
• 其他的range操作复杂度一般为$O(log(n))$。
• 当然如果是小于64的时候，因为是采用了ziplist的设计，其时间复杂度为$O(n)$。

跳跃表以有序的方式在层次化的链表中保存元素， 效率和平衡树媲美。查找、删除、添加等操作都可以在对数期望时间下完成， 并且比起平衡树来说， 跳跃表的实现要简单直观得多。

配置文件

brew list redis

# 在/opt/homebrew/Cellar/redis/6.2.6中找到homebrew.mxcl.redis.plist。
# 在其中找到配置文件路径：/opt/homebrew/etc/redis.conf

单位

配置大小单位,开头定义了一些基本的度量单位，只支持bytes，不支持bit，大小写不敏感。

# 1k => 1000 bytes
# 1kb => 1024 bytes
# 1m => 1000000 bytes
# 1mb => 1024*1024 bytes
# 1g => 1000000000 bytes
# 1gb => 1024*1024*1024 bytes

include

多实例的情况可以把公用的配置文件提取出来。

网络

bind

默认情况bind=127.0.0.1只能接受本机的访问请求。不写的情况下，无限制接受任何ip地址的访问。

生产环境肯定要写你应用服务器的地址，服务器是需要远程访问的，所以需要将其注释掉。

如果开启了protected-mode，那么在没有设定bind ip且没有设密码的情况下，Redis只允许接受本机的响应。

protected-mode

将本机访问保护模式设置no。

port

端口号，默认 6379。

tcp-backlog

设置tcp的backlog，backlog其实是一个连接队列，backlog队列总和=未完成三次握手队列 + 已经完成三次握手队列。

在高并发环境下你需要一个高backlog值来避免慢客户端连接问题。

注意Linux内核会将这个值减小到/proc/sys/net/core/somaxconn的值（128），所以需要确认增大/proc/sys/net/core/somaxconn和/proc/sys/net/ipv4/tcp_max_syn_backlog（128）两个值来达到想要的效果。

timeout

一个空闲的客户端维持多少秒会关闭。0表示关闭该功能，即永不关闭。

tcp-keepalive

对访问客户端的一种心跳检测，每个n秒检测一次。

单位为秒，如果设置为0，则不会进行Keepalive检测，建议设置成60。

GENERAL

daemonize

是否为后台进程，设置为yes，守护进程，后台启动。

pidfile

存放pid文件的位置，每个实例会产生一个不同的pid文件。

loglevel

指定日志记录级别，Redis总共支持四个级别：debug、verbose、notice、warning，默认为notice。

四个级别根据使用阶段来选择，生产环境选择notice 或者warning。

logfile

日志文件名称，默认为空。

databases

设定库的数量 默认16，默认数据库为0，可以使用SELECT <dbid>命令在连接上指定数据库id。

SECURITY

设置密码

访问密码的查看、设置和取消。

在命令中设置密码，只是临时的。重启Redis服务器，密码就还原了。永久设置，需要再配置文件中进行设置。

LIMITS

maxclients

• 设置Redis同时可以与多少个客户端进行连接。
• 默认情况下为10000个客户端。
• 如果达到了此限制，Redis则会拒绝新的连接请求，并且向这些连接请求方发出“max number of clients reached”以作回应。

maxmemory

• 建议必须设置，否则，将内存占满，造成服务器宕机
• 设置Redis可以使用的内存量。一旦到达内存使用上限，Redis将会试图移除内部数据，移除规则可以通过maxmemory-policy来指定。
• 如果Redis无法根据移除规则来移除内存中的数据，或者设置了“不允许移除”，那么Redis则会针对那些需要申请内存的指令返回错误信息，比如SET、LPUSH等。
• 但是对于无内存申请的指令，仍然会正常响应，比如GET等。如果你的Redis是主Redis（说明你的Redis有从Redis），那么在设置内存使用上限时，需要在系统中留出一些内存空间给同步队列缓存，只有在你设置的是“不移除”的情况下，才不用考虑这个因素。

maxmemory-policy

• volatile-lru：使用LRU算法移除key，只对设置了过期时间的键（最近最少使用）。
• allkeys-lru：在所有集合key中，使用LRU算法移除key。
• volatile-random：在过期集合中移除随机的key，只对设置了过期时间的键。
• allkeys-random：在所有集合key中，移除随机的key。
• volatile-ttl：移除那些TTL值最小的key，即那些最近要过期的key。
• noeviction：不进行移除。针对写操作，只是返回错误信息。

maxmemory-samples

• 设置样本数量，LRU算法和最小TTL算法都并非是精确的算法，而是估算值，所以你可以设置样本的大小，Redis默认会检查这么多个key并选择其中LRU的那个。
• 一般设置3到7的数字，数值越小样本越不准确，但性能消耗越小。

发布和订阅

定义

Redis 发布订阅 (pub/sub) 是一种消息通信模式：发送者 (pub) 发送消息，订阅者 (sub) 接收消息。

Redis 客户端可以订阅任意数量的频道。

1. 客户端可以订阅频道。
2. 当给这个频道发布消息后，消息就会发送给订阅的客户端。

例子

1. 打开一个客户端订阅channel1 SUBSCRIBE channel1
2. 打开另一个客户端，给channel1发布消息hello。 PUBLISH channel1 hello
3. 打开第一个客户端可以看到发送的消息。

注：发布的消息没有持久化，如果在订阅的客户端收不到hello，只能收到订阅后发布的消息。

命令

新数据类型

Bitmaps

Redis提供了Bitmaps这个“数据类型”可以实现对位的操作。

• Bitmaps本身不是一种数据类型，实际上它就是字符串（key-value），但是它可以对字符串的位进行操作。
• Bitmaps单独提供了一套命令，所以在Redis中使用Bitmaps和使用字符串的方法不太相同。 可以把Bitmaps想象成一个以位为单位的数组，数组的每个单元只能存储0和1，数组的下标在Bitmaps中叫做偏移量。

注：

• 在存储活跃用户量时，相较set可以大大节约存储空间。
• 很多应用的用户id以一个指定数字（例如10000）开头，直接将用户id和Bitmaps的偏移量对应势必会造成一定的浪费，通常的做法是每次做setbit操作时将用户id减去这个指定数字。
• 在第一次初始化Bitmaps时，假如偏移量非常大， 那么整个初始化过程执行会比较慢，可能会造成Redis的阻塞。

HyperLogLog

基数

比如数据集 {1, 3, 5, 7, 5, 7, 8}，那么这个数据集的基数集为 {1, 3, 5 ,7, 8}, 基数(不重复元素个数)为5。基数估计就是在误差可接受的范围内，快速计算基数。

介绍

在工作当中，我们经常会遇到与统计相关的功能需求，比如统计网站PV（PageView页面访问量）,可以使用Redis的incr、incrby轻松实现。

但像UV（UniqueVisitor，独立访客）、独立IP数、搜索记录数等需要去重和计数的问题如何解决？这种求集合中不重复元素个数的问题称为基数问题。

解决基数问题有很多种方案：

1. 数据存储在MySQL表中，使用distinct count计算不重复个数
2. 使用Redis提供的hash、set、bitmaps等数据结构来处理

以上的方案结果精确，但随着数据不断增加，导致占用空间越来越大，对于非常大的数据集是不切实际的。

能否能够降低一定的精度来平衡存储空间？Redis推出了HyperLogLog Redis HyperLogLog 是用来做基数统计的算法，HyperLogLog 的优点是，在输入元素的数量或者体积非常非常大时，计算基数所需的空间总是固定的、并且是很小的。

在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 $2^{64}$ 个不同元素的基数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。

但是，因为 HyperLogLog 只会根据输入元素来计算基数，而不会储存输入元素本身，所以 HyperLogLog 不能像集合那样，返回输入的各个元素。

命令

Geospatial

介绍

Redis 3.2 中增加了对GEO类型的支持。GEO Geographic，地理信息的缩写。该类型，就是元素的2维坐标，在地图上就是经纬度。Redis基于该类型，提供了经纬度设置，查询，范围查询，距离查询，经纬度Hash等常见操作。

注：

• 两极无法直接添加，一般会下载城市数据，直接通过 Java 程序一次性导入。
• 有效的经度从 -180 度到 180 度。有效的纬度从 -85.05112878 度到 85.05112878 度。
• 当坐标位置超出指定范围时，该命令将会返回一个错误。
• 已经添加的数据，是无法再次往里面添加的。

命令

事务和锁机制

介绍

Redis 事务可以一次执行多个命令， 并且带有以下三个重要的保证：

• 批量操作在发送 EXEC 命令前被放入队列缓存。
• 收到 EXEC 命令后进入事务执行，事务中任意命令执行失败，其余的命令依然被执行。
• 在事务执行过程，其他客户端提交的命令请求不会插入到事务执行命令序列中。

一个事务从开始到执行会经历以下三个阶段：

1. 开始事务。
2. 命令入队。
3. 执行事务。

单个 Redis 命令的执行是原子性的，但 Redis 没有在事务上增加任何维持原子性的机制，所以 Redis 事务的执行并不是原子性的。

事务可以理解为一个打包的批量执行脚本，但批量指令并非原子化的操作，中间某条指令的失败不会导致前面已做指令的回滚，也不会造成后续的指令不做。

命令

错误处理

• 组队中某个命令出现了报告错误，执行时整个的所有队列都会被取消。
• 如果执行阶段某个命令报出了错误，则只有报错的命令不会被执行，而其他的命令都会执行，不会回滚。

事务冲突

悲观锁

悲观锁(Pessimistic Lock)，顾名思义，就是很悲观，每次去拿数据的时候都认为别人会修改，所以每次在拿数据的时候都会上锁，这样别人想拿这个数据就会block直到它拿到锁。传统的关系型数据库里边就用到了很多这种锁机制，比如行锁，表锁等，读锁，写锁等，都是在做操作之前先上锁。

乐观锁

乐观锁(Optimistic Lock)，顾名思义，就是很乐观，每次去拿数据的时候都认为别人不会修改，所以不会上锁，但是在更新的时候会判断一下在此期间别人有没有去更新这个数据，可以使用版本号等机制。乐观锁适用于多读的应用类型，这样可以提高吞吐量。Redis就是利用这种check-and-set机制实现事务的。

Redis事务三特性

• 单独的隔离操作：事务中的所有命令都会序列化、按顺序地执行。事务在执行的过程中，不会被其他客户端发送来的命令请求所打断。
• 没有隔离级别的概念：队列中的命令没有提交之前都不会实际被执行，因为事务提交前任何指令都不会被实际执行
• 不保证原子性：事务中如果有一条命令执行失败，其后的命令仍然会被执行，没有回滚

Lua脚本

在Redis中的优势：

• 将复杂的或者多步的Redis操作，写为一个脚本，一次提交给Redis执行，减少反复连接Redis的次数。提升性能。
• LUA脚本是类似Redis事务，有一定的原子性，不会被其他命令插队，可以完成一些Redis事务性的操作。
• 但是注意Redis的Lua脚本功能，只有在Redis 2.6以上的版本才可以使用。
• 利用Lua脚本淘汰用户，解决超卖问题。
• Redis 2.6版本以后，通过Lua脚本解决争抢问题，实际上是Redis 利用其单线程的特性，用任务队列的方式解决多任务并发问题。

持久化

RDB(Redis DataBase)

介绍

在指定的时间间隔内将内存中的数据集快照写入磁盘，也就是行话讲的Snapshot快照，它恢复时是将快照文件直接读到内存里。

Redis会单独创建（fork）一个子进程来进行持久化，会先将数据写入到一个临时文件中，待持久化过程都结束了，再用这个临时文件替换上次持久化好的文件。整个过程中，主进程是不进行任何IO操作的，这就确保了极高的性能。

如果需要进行大规模数据的恢复，且对于数据恢复的完整性不是非常敏感，那RDB方式要比AOF方式更加的高效。RDB的缺点是最后一次持久化后的数据可能丢失。

Fork

• Fork的作用是复制一个与当前进程一样的进程。新进程的所有数据（变量、环境变量、程序计数器等） 数值都和原进程一致，但是是一个全新的进程，并作为原进程的子进程。
• 在Linux程序中，fork()会产生一个和父进程完全相同的子进程，但子进程在此后多会exec系统调用，出于效率考虑，Linux中引入了“写时复制技术”。
• 一般情况父进程和子进程会共用同一段物理内存，只有进程空间的各段的内容要发生变化时，才会将父进程的内容复制一份给子进程。

流程

配置

• 在redis.conf中配置文件名称，默认为dump.rdb。
• rdb文件的保存路径，也可以修改。默认为Redis启动时命令行所在的目录下。
• stop-writes-on-bgsave-error：当Redis无法写入磁盘的话，直接关掉Redis的写操作。推荐yes。
• rdbcompression：对于存储到磁盘中的快照，可以设置是否进行压缩存储。如果是的话，redis会采用LZF算法进行压缩。如果你不想消耗CPU来进行压缩的话，可以设置为关闭此功能。推荐yes。
• rdbchecksum：在存储快照后，还可以让redis使用CRC64算法来进行数据校验，但是这样做会增加大约10%的性能消耗，如果希望获取到最大的性能提升，可以关闭此功能。推荐yes。
• save：格式：save 秒钟 写操作次数。RDB是整个内存的压缩过的Snapshot，RDB的数据结构，可以配置复合的快照触发条件，默认是1分钟内改了1万次，或5分钟内改了10次，或15分钟内改了1次。
• bgsave：Redis会在后台异步进行快照操作，快照同时还可以响应客户端请求。

停止

动态停止RDB：redis-cli config set save ""

save后给空值，表示禁用保存策略。

备份

备份：

1. 先通过config get dir 查询rdb文件的目录。
2. 备份*.rdb文件。

恢复：

1. 关闭Redis。
2. 先把备份的文件拷贝到工作目录下cp dump2.rdb dump.rdb。
3. 启动Redis, 备份数据会直接加载。

优势

• 适合大规模的数据恢复
• 对数据完整性和一致性要求不高更适合使用
• 节省磁盘空间
• 恢复速度快

劣势

• Fork的时候，内存中的数据被克隆了一份，大致2倍的膨胀性需要考虑。
• 虽然Redis在fork时使用了写时拷贝技术，但是如果数据庞大时还是比较消耗性能。
• 在备份周期在一定间隔时间做一次备份，所以如果Redis意外down掉的话，就会丢失最后一次快照后的所有修改。

AOF(Append Only File)

介绍

以日志的形式来记录每个写操作（增量保存），将Redis执行过的所有写指令记录下来(读操作不记录)，只许追加文件但不可以改写文件，Redis启动之初会读取该文件重新构建数据，换言之，Redis重启的话就根据日志文件的内容将写指令从前到后执行一次以完成数据的恢复工作。

流程

1. 客户端的请求写命令会被append追加到AOF缓冲区内；
2. AOF缓冲区根据AOF持久化策略(always,everysec,no)将操作sync同步到磁盘的AOF文件中；
3. AOF文件大小超过重写策略或手动重写时，会对AOF文件rewrite重写，压缩AOF文件容量；
4. Redis服务重启时，会重新load加载AOF文件中的写操作达到数据恢复的目的。

开启

AOF默认不开启。

可以在redis.conf中配置文件名称，默认为 appendonly.aof。

AOF文件的保存路径，同RDB的路径一致。

AOF和RDB同时开启，系统默认取AOF的数据（数据不会存在丢失）。

AOF启动/修复/恢复

AOF的备份机制和性能虽然和RDB不同, 但是备份和恢复的操作同RDB一样，都是拷贝备份文件，需要恢复时再拷贝到Redis工作目录下，启动系统即加载。

正常恢复：

1. 修改默认的appendonly no，改为yes。
2. 将有数据的aof文件复制一份保存到对应目录。
3. 恢复：重启Redis，然后重新加载。

异常恢复：

1. 修改默认的appendonly no，改为yes。
2. 如遇到AOF文件损坏，通过redis-check-aof --fix appendonly.aof进行恢复。
3. 备份被写坏的AOF文件。
4. 恢复：重启Redis，然后重新加载。

AOF同步频率设置

• appendfsync always：始终同步，每次Redis的写入都会立刻记入日志；性能较差但数据完整性比较好。
• appendfsync everysec：每秒同步，每秒记入日志一次，如果宕机，本秒的数据可能丢失。
• appendfsync no：redis不主动进行同步，把同步时机交给操作系统。

Rewrite压缩

定义

AOF采用文件追加方式，文件会越来越大为避免出现此种情况，新增了重写机制, 当AOF文件的大小超过所设定的阈值时，Redis就会启动AOF文件的内容压缩，只保留可以恢复数据的最小指令集。可以使用命令bgrewriteaof。

原理

AOF文件持续增长而过大时，会fork出一条新进程来将文件重写(也是先写临时文件最后再rename)，Redis4.0版本后的重写，是指上就是把rdb 的快照，以二级制的形式附在新的aof头部，作为已有的历史数据，替换掉原来的流水账操作。

重写流程

1. bgrewriteaof触发重写，判断是否当前有bgsave或bgrewriteaof在运行，如果有，则等待该命令结束后再继续执行。
2. 主进程fork出子进程执行重写操作，保证主进程不会阻塞。
3. 子进程遍历redis内存中数据到临时文件，客户端的写请求同时写入aof_buf缓冲区和aof_rewrite_buf重写缓冲区保证原AOF文件完整以及新AOF文件生成期间的新的数据修改动作不会丢失。
4. ①子进程写完新的AOF文件后，向主进程发信号，父进程更新统计信息。②主进程把aof_rewrite_buf中的数据写入到新的AOF文件。
5. 使用新的AOF文件覆盖旧的AOF文件，完成AOF重写。

优势

• 备份机制更稳健，丢失数据概率更低。
• 可读的日志文本，通过操作AOF稳健，可以处理误操作。

劣势

• 比起RDB占用更多的磁盘空间。
• 恢复备份速度要慢。
• 每次读写都同步的话，有一定的性能压力。
• 存在个别Bug，造成恢复不能。

区分

• 当RDB和AOF同时开启，系统默认读取AOF的数据恢复。
• 官方推荐两个都用。
• 如果对数据不敏感，可以单独选用RDB。
• 不建议单独使用AOF，因为可能出现BUG。
• 如果只是做纯内存缓存，不需要持久化，那么两个都不用。

主从复制

介绍

主机数据更新后根据配置和策略，自动同步到备机的master/slaver机制，Master以写为主，Slave以读为主。

作用：

• 读写分离，性能扩展
• 容灾快速恢复

创建

一主两从。

关闭Appendonly。

新建redis6379.conf，填写以下内容：

include /myredis/redis.conf
pidfile /var/run/redis_6379.pid
port 6379
dbfilename dump6379.rdb

新建redis6380.conf，填写以下内容：

include /myredis/redis.conf
pidfile /var/run/redis_6380.pid
port 6380
dbfilename dump6380.rdb

新建redis6381.conf，填写以下内容：

include /myredis/redis.conf
pidfile /var/run/redis_6381.pid
port 6381
dbfilename dump6381.rdb

启动服务：

redis-server redis_6379.conf
redis-server redis_6380.conf
redis-server redis_6381.conf

查看进程：

ps -ef | grep redis

查看运行情况：

info replication

配从(库)不配主(库)： 在从机上执行slaveof <ip><port>指定主机的IP和端口。

效果

一主二从

• 在主机上写，在从机上可以读取数据。
• 主机挂掉，重启就行，一切如初。
• 从机重启需重设：slaveof 127.0.0.1 6379。加入后会从主服务器复制全部数据。
• 可以将配置增加到文件中，永久生效。

薪火相传

• 上一个Slave可以是下一个Slave的Master，Slave同样可以接收其他Slaves的连接和同步请求，那么该Slave作为了链条中下一个的Master，可以有效减轻Master的写压力，去中心化降低风险。
• 用slaveof <ip><port>中途变更转向，会清除之前的数据，重新建立拷贝最新的。
• 风险是一旦某个Slave宕机，后面的Slave都没法备份。主机挂了，从机还是从机，无法写数据了。

反客为主

• 当一个Master宕机后，后面的Slave可以立刻升为Master，其后面的Slave不用做任何修改。
• 用slaveof no one将从机变为主机。

复制原理

• Slave启动成功连接到master后会发送一个sync命令
• Master接到命令启动后台的存盘进程，同时收集所有接收到的用于修改数据集命令，在后台进程执行完毕之后，master将传送整个数据文件到slave，以完成一次完全同步。
• 全量复制：而slave服务在接收到数据库文件数据后，将其存盘并加载到内存中。
• 增量复制：Master继续将新的所有收集到的修改命令依次传给slave,完成同步
• 但是只要是重新连接master，一次完全同步（全量复制）将被自动执行

哨兵模式(sentinel)

反客为主的自动版，能够后台监控主机是否故障，如果故障了根据投票数自动将从库转换为主库。

配置

在自定义的目录下新建sentinel.conf文件。

写入sentinel monitor mymaster 127.0.0.1 6379 1。其中mymaster为监控对象起的服务器名称，1 为至少有多少个哨兵同意迁移的数量。

启动哨兵：redis-sentinel /myredis/sentinel.conf。

流程

①从下线的主服务的所有从服务中挑选一个从服务，将其转成主服务。

选择条件依次：

1. 选择优先级靠前的(slave节点优先级)。
2. 选择偏移量最大的(复制的最完整)。
3. 选择runid最小的从服务(启动最早的节点)。

解释：

• 优先级：slave-priority 100，slave的权重值，默认100。当master失效后，Sentinel将会从slave列表中找到权重值最低(>0)的slave，并提升为master。如果权重值为0，表示此slave为"观察者"，不参与master选举。
• 偏移量是指获得原主机数据最全的。
• 每个redis实例启动后都会随机生成一个40位的runid。

②选择出新的主服务之后，sentinel向原服务的从服务发送slaveof新主服务的命令，复制新master。

③当已下线的服务重新上线时，sentinel会向其发送slaveof命令，让其成为新主服务的从服务。

复制延迟

由于所有的写操作都是先在Master上操作，然后同步更新到Slave上，所以从Master同步到Slave机器有一定的延迟，当系统很繁忙的时候，延迟问题会更加严重，Slave机器数量的增加也会使这个问题更加严重。

集群

介绍

问题：容量不够，并发写操作如何分配。

另外，主从模式，主机宕机，导致IP地址发生变化，应用程序中配置需要修改对应的主机地址、端口等信息。

之前通过代理主机来解决，但是Redis3.0中提供了解决方案。就是无中心化集群配置。

Redis 集群实现了对Redis的水平扩容，即启动N个Redis节点，将整个数据库分布存储在这N个节点中，每个节点存储总数据的1/N。

Redis 集群通过分区（partition）来提供一定程度的可用性（availability）。即使集群中有一部分节点失效或者无法进行通讯， 集群也可以继续处理命令请求。

搭建

• cluster-enabled yes：打开集群模式
• cluster-config-file nodes-6379.conf：设定节点配置文件名
• cluster-node-timeout 15000：设定节点失联时间，超过该时间（毫秒），集群自动进行主从切换。

include /home/bigdata/redis.conf
port 6379
pidfile "/var/run/redis_6379.pid"
dbfilename "dump6379.rdb"
dir "/home/bigdata/redis_cluster"
logfile "/home/bigdata/redis_cluster/redis_err_6379.log"
cluster-enabled yes
cluster-config-file nodes-6379.conf
cluster-node-timeout 15000

启动所有服务，将六个结点合成集群：

cd /opt/redis-6.2.1/src

redis-cli --cluster create --cluster-replicas 1 192.168.11.101:6379 192.168.11.101:6380 192.168.11.101:6381 192.168.11.101:6389 192.168.11.101:6390 192.168.11.101:6391

• 此处不要用127.0.0.1，请用真实IP地址。
• --replicas 1采用最简单的方式配置集群，一台主机，一台从机，正好三组。

slots

[OK] All 16384 slots covered.

• 一个 Redis 集群包含 16384 个插槽（hash slot），数据库中的每个键都属于这 16384 个插槽的其中一个。
• 集群使用公式 CRC16(key) % 16384 来计算键 key 属于哪个槽，其中 CRC16(key) 语句用于计算键 key 的 CRC16 校验和。
• 集群中的每个节点负责处理一部分插槽。

操作

登陆：

# -c 采用集群策略连接，设置数据会自动切换到相应的写主机
redis-cli -c -p 6379

命令查看集群信息：

cluster nodes

分配原则：

• 一个集群至少要有三个主节点。
• 选项 --cluster-replicas 1 表示我们希望为集群中的每个主节点创建一个从节点。
• 分配原则尽量保证每个主数据库运行在不同的IP地址，每个从库和主库不在一个IP地址上。

在集群中录入值：

• 在redis-cli每次录入、查询键值，Redis都会计算出该key应该送往的插槽，如果不是该客户端对应服务器的插槽，Redis会报错，并告知应前往的Redis实例地址和端口。
• redis-cli客户端提供了 –c 参数实现自动重定向。 如 redis-cli -c –p 6379 登入后，再录入、查询键值对可以自动重定向。
• 不在一个slot下的键值，是不能使用mget、mset等多键操作。
• 可以通过{}来定义组的概念，从而使key中{}内相同内容的键值对放到一个slot中去。

查询集群中的值：

• CLUSTER KEYSLOT <key> 返回key的插槽值。
• CLUSTER COUNTKEYSINSLOT <slot> 返回slot槽中的值个数（只能看当前服务器自己插槽中的值）。
• CLUSTER GETKEYSINSLOT <slot><count> 返回count个slot槽中的键。

故障恢复

• 如果主节点下线（注意：15秒超时），在十五秒内，重启好，还是主机，否则就是从机。
• 主节点恢复后，主节点回来变成从机。
• 如果所有某一段插槽的主从节点都宕掉：
  • 如果某一段插槽的主从都挂掉，而cluster-require-full-coverage 为yes ，那么 ，整个集群都挂掉
  • 如果某一段插槽的主从都挂掉，而cluster-require-full-coverage 为no ，那么，该插槽数据全都不能使用，也无法存储。

缺点

• 多键操作是不被支持的。
• 多键的Redis事务是不被支持的。Lua脚本不被支持。
• 由于集群方案出现较晚，很多公司已经采用了其他的集群方案，而代理或者客户端分片的方案想要迁移至redis cluster，需要整体迁移而不是逐步过渡，复杂度较大。

应用问题

缓存穿透

场景

指在高并发场景下，如果某一个 key 被高并发访问，没有被命中，出于对容错性考虑，会尝试去从后端数据库中获取，从而导致了大量请求到达数据库，而当该 key 对应的数据库本身就是空的情况下，这就导致数据库中并发的去执行了很多不必要的查询操作，从而导致巨大冲击和压力。

方案

1. 对空值缓存：如果一个查询返回的数据为空（不管是数据是否不存在），我们仍然把这个空结果（null）进行缓存，设置空结果的过期时间会很短，最长不超过五分钟。
2. 设置可访问的名单（白名单）：使用bitmaps类型定义一个可以访问的名单，名单id作为bitmaps的偏移量，每次访问和bitmap里面的id进行比较，如果访问id不在bitmaps里面，进行拦截，不允许访问。
3. 采用布隆过滤器：将所有可能存在的数据哈希到一个足够大的bitmaps中，一个一定不存在的数据会被这个bitmaps拦截掉，从而避免了对底层存储系统的查询压力。（布隆过滤器（Bloom Filter）是1970年由布隆提出的。它实际上是一个很长的二进制向量(位图)和一系列随机映射函数（哈希函数）。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率和删除困难。）
4. 进行实时监控：当发现Redis的命中率开始急速降低，需要排查访问对象和访问的数据，和运维人员配合，可以设置黑名单限制服务

缓存击穿

场景

Key对应的数据存在，但在Redis中过期，此时若有大量并发请求过来，这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存，这个时候大并发的请求可能会瞬间把后端DB压垮。

方案

1. 预先设置热门数据：在Redis高峰访问之前，把一些热门数据提前存入到Redis里面，加大这些热门数据Key的时长。
2. 实时调整：现场监控哪些数据热门，实时调整key的过期时长。
3. 使用锁：
   1. 就是在缓存失效的时候（判断拿出来的值为空），不是立即去load db。
   2. 先使用缓存工具的某些带成功操作返回值的操作（比如Redis的SETNX）去set一个mutex key。
   3. 当操作返回成功时，再进行load db的操作，并回设缓存，最后删除mutex key。
4. 当操作返回失败，证明有线程在load db，当前线程睡眠一段时间再重试整个get缓存的方法。

缓存雪崩

场景

缓存雪崩与缓存击穿的区别在于这里针对很多Key缓存过期，前者则是某一个热门Key过期。

方案

1. 构建多级缓存架构：nginx缓存 + redis缓存 + 其他缓存（ehcache等）
2. 使用锁或队列：用加锁或者队列的方式保证来保证不会有大量的线程对数据库一次性进行读写，从而避免失效时大量的并发请求落到底层存储系统上。（不适用高并发情况）
3. 设置过期标志更新缓存：记录缓存数据是否过期（设置提前量），如果过期会触发通知另外的线程在后台去更新实际key的缓存。
4. 将缓存失效时间分散开：比如我们可以在原有的失效时间基础上增加一个随机值，比如1-5分钟随机，这样每一个缓存的过期时间的重复率就会降低，就很难引发集体失效的事件。

分布式锁

场景

在传统单机部署的情况下，可以使用Java并发处理相关的API(如ReentrantLcok或synchronized)进行互斥控制。

但是在分布式系统后，由于分布式系统多线程、多进程并且分布在不同机器上，这将使原单机并发控制锁策略失效，为了解决这个问题就需要一种跨JVM的互斥机制来控制共享资源的访问，这就是分布式锁的由来。

当多个进程不在同一个系统中，就需要用分布式锁控制多个进程对资源的访问。

方案

分布式锁主流的实现方案：

1. 基于数据库实现分布式锁
2. 基于缓存（Redis等）
3. 基于Zookeeper

每一种分布式锁解决方案都有各自的优缺点：

1. 性能：Redis最高
2. 可靠性：Zookeeper最高

这里，我们就基于Redis实现分布式锁。

命令

1. SETNX key val：当且仅当key不存在时，set一个key为val的字符串，返回1；若key存在，则什么都不做，返回0。
2. expire key timeout：为key设置一个超时时间，单位为second，超过这个时间锁会自动释放，避免死锁。
3. delete key：删除key。

思想

1. 获取锁的时候，使用setnx加锁，并使用expire命令为锁添加一个超时时间，超过该时间则自动释放锁，锁的value值为一个随机生成的UUID，通过此在释放锁的时候进行判断。
2. 获取锁的时候还设置一个获取的超时时间，若超过这个时间则放弃获取锁。
3. 释放锁的时候，通过UUID判断是不是该锁，若是该锁，则执行delete进行锁释放。

条件

为了确保分布式锁可用，我们至少要确保锁的实现同时满足以下四个条件：

• 互斥性。在任意时刻，只有一个客户端能持有锁。
• 不会发生死锁。即使有一个客户端在持有锁的期间崩溃而没有主动解锁，也能保证后续其他客户端能加锁。（设置过期时间）
• 加锁和解锁必须是同一个客户端，客户端自己不能把别人加的锁给解了。
• 加锁和解锁必须具有原子性。

新功能

ACL

Redis ACL是Access Control List（访问控制列表）的缩写，该功能允许根据可以执行的命令和可以访问的键来限制某些连接。

在Redis 5版本之前，Redis 安全规则只有密码控制 还有通过rename 来调整高危命令比如 flushdb ， KEYS* ， shutdown 等。Redis 6 则提供ACL的功能对用户进行更细粒度的权限控制。

1) ACL <subcommand> arg arg ... arg. Subcommands are:
2) LOAD                             -- 从ACL文件中重新载入用户信息.
3) SAVE                             -- 保存当前的用户配置信息到ACL文件.
4) LIST                             -- 以配置文件格式显示用户详细信息.
5) USERS                            -- 列出所有注册的用户名.
6) SETUSER <username> [attribs ...] -- 创建或则修改一个用户.
7) GETUSER <username>               -- 得到一个用户的详细信息.
8) DELUSER <username> [...]         -- 删除列表中的用户.
9) CAT                              -- 列出可用的类别.
10) CAT <category>                  -- 列出指定类别中的命令.
11) GENPASS [<bits>]                -- 生成一个安全的用户密码.
12) WHOAMI                          -- 返回当前的连接用户.
13) LOG [<count> | RESET]           -- 显示ACL日志条目.

IO多线程

Redis 6 加入多线程,但跟 Memcached 这种从 IO处理到数据访问多线程的实现模式有些差异。Redis 的多线程部分只是用来处理网络数据的读写和协议解析，执行命令仍然是单线程。

多线程IO默认也是不开启的，需要在配置文件中配置：

io-threads-do-reads yes 
io-threads 4

工具支持Cluster

之前老版Redis想要搭集群需要单独安装ruby环境，Redis 5 将 redis-trib.rb 的功能集成到 redis-cli 。另外官方 redis-benchmark 工具开始支持 cluster 模式了，通过多线程的方式对多个分片进行压测。

其他

Redis6新功能还有：

1. RESP3新的 Redis 通信协议：优化服务端与客户端之间通信。
2. Client side caching客户端缓存：基于 RESP3 协议实现的客户端缓存功能。为了进一步提升缓存的性能，将客户端经常访问的数据cache到客户端。减少TCP网络交互。
3. Proxy集群代理模式：Proxy 功能，让 Cluster 拥有像单实例一样的接入方式，降低大家使用cluster的门槛。不过需要注意的是代理不改变 Cluster 的功能限制，不支持的命令还是不会支持，比如跨 slot 的多Key操作。
4. Modules API：Redis 6中模块API开发进展非常大，因为Redis Labs为了开发复杂的功能，从一开始就用上Redis模块。Redis可以变成一个框架，利用Modules来构建不同系统，而不需要从头开始写然后还要BSD许可。Redis一开始就是一个向编写各种系统开放的平台。

参考链接：

• https://www.runoob.com/redis/redis-tutorial.html
• https://www.bilibili.com/video/BV1Rv41177Af