如何学习redis？
- 了解redis是什么
- redis如何使用，如何操作redis中的数据结构
- 典型应用和操作
- 阅读redis源码
一、Redis
Redis 是Remote Dictionary Service 的简称；也是远程字典服务；
Redis 是内存数据库，KV 数据库，数据结构数据库；
Redis 应用非常广泛，如Twitter、暴雪娱乐、Github、Stack Overflow、腾讯、阿里巴巴、京
东、华为、新浪微博等，很多中小型公司也在使用；
Redis 命令查看：http://redis.cn/commands.html
二、应用
- 记录朋友圈点赞数、评论数和点击数（hash)
- 记录朋友圈说说列表（排序），便于快速显示朋友圈（list)
- 记录文章的标题、摘要、作者和封面，用于列表页展示（hash)
- 记录朋友圈的点赞用户ID列表，评论ID列表，用于显示和去重计数（zset）
- 缓存热点数据，减少数据库压力（hash）
- 如果朋友圈说说 ID 是整数 id，可使用 redis 来分配朋友圈说说 id（计数器）（string）
- 通过集合（set）的交并差集运算来实现记录好友关系（set）
- 游戏业务中，每局战绩存储（list)
三、安装和编译
git clone https://gitee.com/mirrors/redis.git -b 6.2 cd redis make make test make install # 默认安装在 /usr/local/bin # redis-server 是服务端程序 # redis-cli 是客户端程序
启动
mkdir redis-data # 把redis文件夹下 redis.conf 拷贝到 redis-data # 修改 redis.conf # requirepass 修改密码 123456 # daemonize yes cd redis-data redis-server redis.conf # 通过 redis-cli 访问 redis-server redis-cli -h 127.0.0.1 -a 123456
如果是当前主机使用
redis-server redis.conf redis-cli auth "123456"
四、认识redis
Redis是内部数据库，kv数据库，数据结构数据库
有string,hash,list,set,zset
server向redis发送命令，来操作redis中的数据结构，redis应答操作结果
redis默认有16个数据库
redis只能单线程使用，同时只能使用一个数据库，用字典的方式组织起来，而mysql使用b+树组织的
redis中的数据结构
string是一个安全的二进制字符串(安全：redis中的string是安全字符串，不会被’\0’隔开)
哈希：键值对
双端队列（链表）list：有序（插入有序）
无序集合set：对顺序不关注，里面值都是唯一的
有序集合zset：对顺序关注，里面值是唯一的
五、redis基本使用
打开redis服务端
打开redis服务端，redis.conf是服务端的配置文件
redis-server redis.conf
查看服务端是否已经打开
ps aux|grep redis-server
redis客户端连接服务端
后面不加任何内容，代表登入本机的redis-server
redis-cli
客户端进入后
是这个样子
要进行密码认证才能使用，注意，密码是字符串形式，要加上双引号
auth "yourpassword"
key-value
设置 key 的 value 值
其中key为"hello"，value为"world"
（是不能重复的）
set hello world
通过key获得value
get hello
hset
设置一个hash
key=markinfo指向的是一个键值对，filed=age，再对应哈希的值。
可以理解为一个二级字典
（是不能重复的）
hset markinfo age 30
获取值markinfo中age对应的值
hget markinfo age
list
（内容是可以重复的）
往链表liststr中插入“dog”,“cat”,“dog”这三个元素
lpush liststr dog cat dog
从liststr中取数据，begin=0代表起始位置 end=-1代表末尾
lrange liststr 0 -1
pop出liststr的最前面的值
lpop liststr
查看所有的key
keys *
mysql和redis一样，都是严格有序的请求回应的模式
而mongo不一定按 请求的顺序来回应
使用redis的基本步骤
第一步是connect连接
第二步是auth 输入密码，如果没有设置就不需要
第三步是select选择数据库，如果不进行这一步，默认是0号数据库
六、数据结构：string
字符数组，该字符串是动态字符串 raw，字符串长度小于1M 时，加倍扩容；超过 1M 每次只多扩
1M；字符串最大长度为 512M；
注意：redis 字符串是二进制安全字符串；可以存储图片，二进制协议等二进制数据；
基础命令
# 设置 key 的 value 值 SET key val # 获取 key 的 value GET key # 执行原子加一的操作 INCR key # 执行原子加一个整数的操作 INCRBY key increment # 执行原子减一的操作 DECR key # 执行原子减一个整数的操作 DECRBY key decrement # 如果key不存在，这种情况下等同SET命令。 当key存在时，什么也不做 SETNX key value # 删除 key val 键值对 DEL key # 设置或者清空key的value(字符串)在offset处的bit值。 SETBIT key offset value # 返回key对应的string在offset处的bit值 GETBIT key offset # 统计字符串被设置为1的bit数. BITCOUNT key
setnx和set的区别：
setnx也就是set not exist,对于存在的key，就不会进行处理
而set不管存在不存在，都是设置，如果存在就会覆盖
存储结构
字符串长度小于等于 20 且能转成整数，则使用 int 存储；
字符串长度小于等于 44，则使用 embstr 存储；
字符串长度大于 44，则使用 raw 存储；
在redis中所有的key都是string
使用不同类型是为了能够节约内存
可以通过object encoding [key] 来查看存储的数据类型
string可以作为位图使用
还可以作为位图使用
设置索引为9的地方为1。 可以看到索引为9的为1，索引为8的为0（因为没有设置）
还可以查看位图中，1的个数
应用
对象存储
SET role:10001 '{["name"]:"mark",["sex"]:"male",["age"]:30}' # 极少修改，对象属性字段很少改变的时候，可以这种写法，否则建议使用哈希 GET role:10001
冒号后面的数字是用来唯一确定那个key的
打开redis客户端，可以看到role是一个文件夹，里面包含了role:10001
因此可以通过，加冒号来不断地定义key，可以理解为文件夹（树状结构）
如
role:10001:recharge # 或者 也可以多级冒号 role:10001:activity:10001
累加器
# 统计阅读数 累计加1 incr reads # 累计加100 incrby reads 100
使用incr key必须保证为可以将string转化为int，否则会失败
分布式锁
# 加锁 setnx lock 1 # 不存在才能设置 定义加锁行为 占用锁 # 释放锁 del lock if(get(lock)==uuid) del(lock); # 1. 排他功能 2. 加锁行为定义 3. 释放行为定义
uuid表示客户端的唯一标识，nx表示not exist（不存在才能set成功）,ex 30表示（expire 30秒后过期）
set lock uuid nx ex 30
互斥锁是一种公平锁，A获取锁，操作临界资源，释放锁后，按照请求顺序获取锁。
而自旋锁是一种非公平锁，通过不断尝试去获取锁（没有严格的顺序，谁请求到了，就获取锁）。
分布式锁是一种非公平锁。
七、数据结构：list
双向链表实现，列表首尾操作（删除和增加）时间复杂度 O(1) ；查找中间元素时间复杂度为
O(n) ；
列表中数据是否压缩的依据：
- 元素长度小于 48，不压缩；
- 元素压缩前后长度差不超过 8，不压缩；
基础命令
# 从队列的左侧入队一个或多个元素 LPUSH key value [value ...] # 从队列的左侧弹出一个元素 LPOP key # 从队列的右侧入队一个或多个元素 RPUSH key value [value ...] # 从队列的右侧弹出一个元素 RPOP key # 返回从队列的 start 和 end 之间的元素 0, 1 2 LRANGE key start end # 从存于 key 的列表里移除前 count 次出现的值为 value 的元素 LREM key count value # 它是 RPOP 的阻塞版本，因为这个命令会在给定list无法弹出任何元素的时候阻塞连接 BRPOP key timeout # 超时时间 + 延时队列
存储结构
/* Minimum ziplist size in bytes for attempting compression. */ #define MIN_COMPRESS_BYTES 48 /* quicklistNode is a 32 byte struct describing a ziplist for a quicklist. * We use bit fields keep the quicklistNode at 32 bytes. * count: 16 bits, max 65536 (max zl bytes is 65k, so max count actually < 32k). * encoding: 2 bits, RAW=1, LZF=2. * container: 2 bits, NONE=1, ZIPLIST=2. * recompress: 1 bit, bool, true if node is temporary decompressed for usage. * attempted_compress: 1 bit, boolean, used for verifying during testing. * extra: 10 bits, free for future use; pads out the remainder of 32 bits */ typedef struct quicklistNode { struct quicklistNode *prev; struct quicklistNode *next; unsigned char *zl; unsigned int sz; /* ziplist size in bytes */ unsigned int count : 16; /* count of items in ziplist */ unsigned int encoding : 2; /* RAW==1 or LZF==2 */ unsigned int container : 2; /* NONE==1 or ZIPLIST==2 */ unsigned int recompress : 1; /* was this node previous compressed? */ unsigned int attempted_compress : 1; /* node can't compress; too small */ unsigned int extra : 10; /* more bits to steal for future usage */ } quicklistNode; typedef struct quicklist { quicklistNode *head; quicklistNode *tail; unsigned long count; /* total count of all entries in all ziplists */ unsigned long len; /* number of quicklistNodes */ int fill : QL_FILL_BITS; /* fill factor for individual nodes */ unsigned int compress : QL_COMP_BITS; /* depth of end nodes not to compress;0=off */ unsigned int bookmark_count: QL_BM_BITS; quicklistBookmark bookmarks[]; } quicklist;
应用
栈（先进后出 FILO）
LPUSH + LPOP # 或者 RPUSH + RPOP
队列（先进先出 FIFO）
LPUSH + RPOP # 或者 RPUSH + LPOP
阻塞队列（blocking queue）
LPUSH + BRPOP # 或者 RPUSH + BLPOP
异步消息队列
操作与队列一样，但是在不同系统间
web发送数据给redis，几个服务器通过阻塞获取数据brpop或者blpop
获取固定窗口记录
就是维护一个固定窗口大小的数据
方法：
1.固定窗口限流
2.截断限流
通过ltrim只保留最近50条数据，来达到限流的效果
八、数据结构：hash
散列表，在很多高级语言当中包含这种数据结构；c++ unordered_map 通过 key 快速索引
value；
基础命令
# 获取 key 对应 hash 中的 field 对应的值 HGET key field # 设置 key 对应 hash 中的 field 对应的值 HSET key field value # 设置多个hash键值对 HMSET key field1 value1 field2 value2 ... fieldn valuen # 获取多个field的值 HMGET key field1 field2 ... fieldn # 给 key 对应 hash 中的 field 对应的值加一个整数值 HINCRBY key field increment # 获取 key 对应的 hash 有多少个键值对 HLEN key # 删除 key 对应的 hash 的键值对，该键为field HDEL key field
存储结构
节点数量大于 512（hash-max-ziplist-entries） 或所有字符串长度大于 64（hash-max-ziplistvalue），则使用 dict 实现；
节点数量小于等于 512 且有一个字符串长度小于 64，则使用 ziplist 实现；
应用
存储对象
hmset hash:10001 name mark age 18 sex male # 与 string 比较 set hash:10001 '{["name"]:"mark",["sex"]:"male",["age"]:18}' # 假设现在修改 mark的年龄为19岁 # hash： hset hash:10001 age 19 # string: get role:10001 # 将得到的字符串调用json解密，取出字段，修改 age 值 # 再调用json加密 set role:10001 '{["name"]:"mark",["sex"]:"male",["age"]:19}'
购物车
# 将用户id作为 key # 商品id作为 field # 商品数量作为 value # 注意：这些物品是按照我们添加顺序来显示的； # 添加商品： hset MyCart:10001 40001 1 lpush MyItem:10001 40001 # 增加数量： hincrby MyCart:10001 40001 1 hincrby MyCart:10001 40001 -1 // 减少数量1 # 显示所有物品数量： hlen MyCart:10001 # 删除商品： hdel MyCart:10001 40001 lrem MyItem:10001 1 40001 # 获取所有物品： lrange MyItem:10001 # 40001 40002 40003 hget MyCart:10001 40001 hget MyCart:10001 40002 hget MyCart:10001 40003
九、数据结构：set
集合；用来存储唯一性字段，不要求有序；
存储不需要有序，操作(交并差集的时候排序)
基础命令
# 添加一个或多个指定的member元素到集合的 key中 SADD key member [member ...] # 计算集合元素个数 SCARD key # SMEMBERS key SMEMBERS key # 返回成员 member 是否是存储的集合 key的成员 SISMEMBER key member # 随机返回key集合中的一个或者多个元素，不删除这些元素 SRANDMEMBER key [count] # 从存储在key的集合中移除并返回一个或多个随机元素 SPOP key [count] # 返回一个集合与给定集合的差集的元素 SDIFF key [key ...] # 返回指定所有的集合的成员的交集 SINTER key [key ...] # 返回给定的多个集合的并集中的所有成员 SUNION key [key ...]
由于set存储时是无序的，因此spop的结果应该是一个随机值
存储结构
元素都为整数且节点数量小于等于 512（set-max-intset-entries），则使用整数数组存储；
元素当中有一个不是整数或者节点数量大于 512，则使用字典存储；
应用
抽奖
# 添加抽奖用户 sadd Award:1 10001 10002 10003 10004 10005 10006 sadd Award:1 10009 # 查看所有抽奖用户 smembers Award:1 # 抽取多名幸运用户 srandmember Award:1 10 # 如果抽取一等奖1名，二等奖2名，三等奖3名，该如何操作？
共同关注
sadd follow:A mark king darren mole vico sadd follow:C mark king darren sinter follow:A follow:C
推荐好友
sadd follow:A mark king darren mole vico sadd follow:C mark king darren # C可能认识的人： sdiff follow:A follow:C
十、数据结构：zset
有序集合；用来实现排行榜；它是一个有序唯一；
基础命令
# 添加到键为key有序集合（sorted set）里面 ZADD key [NX|XX] [CH] [INCR] score member [score member ...] # 从键为key有序集合中删除 member 的键值对 ZREM key member [member ...] # 返回有序集key中，成员member的score值 ZSCORE key member # 为有序集key的成员member的score值加上增量increment ZINCRBY key increment member # 返回key的有序集元素个数 ZCARD key # 返回有序集key中成员member的排名 ZRANK key member # 返回存储在有序集合key中的指定范围的元素 order by id limit 1,100 ZRANGE key start stop [WITHSCORES] # 返回有序集key中，指定区间内的成员(逆序) ZREVRANGE key start stop [WITHSCORES]
byscore根据分数排序，withscores把分数也打印出来
从大到小排序
存储结构
节点数量大于 128或者有一个字符串长度大于64，则使用跳表（skiplist）；
节点数量小于等于128（zset-max-ziplist-entries）且所有字符串长度小于等于64（zset-maxziplist-value），则使用 ziplist 存储；
数据少的时候，节省空间； O(n)
数量多的时候，访问性能；O（1） o(logn)
应用
百度热榜
# 点击新闻： zincrby hot:20210601 1 10001 zincrby hot:20210601 1 10002 zincrby hot:20210601 1 10003 zincrby hot:20210601 1 10004 zincrby hot:20210601 1 10005 zincrby hot:20210601 1 10006 zincrby hot:20210601 1 10007 zincrby hot:20210601 1 10008 zincrby hot:20210601 1 10009 zincrby hot:20210601 1 10010 # 获取排行榜： zrevrange hot:20210601 0 9 withscores
延时队列
将消息序列化成一个字符串作为 zset 的 member；这个消息的到期处理时间作为 score，然后用
多个线程轮询 zset 获取到期的任务进行处理
def delay(msg): msg.id = str(uuid.uuid4()) #保证 member 唯一 value = json.dumps(msg) retry_ts = time.time() + 5 # 5s后重试 redis.zadd("delay-queue", retry_ts, value) # 使用连接池 def loop(): while True: values = redis.zrangebyscore("delay-queue", 0, time.time(), start=0, num=1) if not values: time.sleep(1) continue value = values[0] success = redis.zrem("delay-queue", value) if success: msg = json.loads(value) handle_msg(msg) # 缺点：loop 是多线程竞争，两个线程都从zrangebyscore获取到数据，但是zrem一个成功一个失败， # 优化：为了避免多余的操作，可以使用lua脚本原子执行这两个命令 # 解决：漏斗限流
分布式定时器
生产者将定时任务 hash 到不同的 redis 实体中，为每一个 redis 实体分配一个 dispatcher 进程，
用来定时获取 redis 中超时事件并发布到不同的消费者中；
时间窗口限流
系统限定用户的某个行为在指定的时间范围内（动态）只能发生N次；
# 指定用户 user_id 的某个行为 action 在特定时间内 period 只允许发生做多的次数max_count local function is_action_allowed(red, userid, action, period, max_count) local key = tab_concat({"hist", userid, action}, ":") local now = zv.time() red:init_pipeline() -- 记录行为 red:zadd(key, now, now) -- 移除时间窗口之前的行为记录，剩下的都是时间窗口内的记录 red:zremrangebyscore(key, 0, now - period *100) -- 获取时间窗口内的行为数量 red:zcard(key) -- 设置过期时间，避免冷用户持续占用内存 时间窗口的长度+1秒 red:expire(key, period + 1) local res = red:commit_pipeline() return res[3] <= max_count end # 维护一次时间窗口，将窗口外的记录全部清理掉，只保留窗口内的记录； # 缺点：记录了所有时间窗口内的数据，如果这个量很大，不适合做这样的限流；漏斗限流 # 注意：如果用 key + expire 操作也能实现，但是实现的是熔断，维护时间窗口是限流的功能；
