相关产品:Tokyo Cabinet/Tyrant、==Redis==、Voldemort、Berkeley DB
典型应用:内容缓存,主要用于处理大量数据的高访问负载。
数据模型: 一系列键值对
优势: 快速查询
劣势: 存储的数据缺少结构化
相关产品: Cassandra, HBase, Riak
典型应用: 分布式的文件系统
**数据模型:** 以列簇式存储,将同一列数据存在一起 优势: 查找速度快,可扩展性强,更容易进行分布式扩展
劣势: 功能相对局限
相关产品: CouchDB、MongoDB
典型应用: Web应用(与Key-Value类似,Value是结构化的)
数据模型: 一系列键值对
优势: 数据结构要求不严格
劣势: 查询性能不高,而且缺乏统一的查询语法
相关产品:Neo4J、InfoGrid、Infinite Graph
典型应用: 社交网络
数据模型: 图结构
优势: 利用图结构相关算法。
劣势: 需要对整个图做计算才能得出结果,不容易做分布式的集群方案。
C语言开发;
支持5种键值数据类型:字符串类型, 散列类型, 列表类型, 集合类型, 有序集合类型.
Redis 支持很多特性,例如将内存中的数据持久化到硬盘中,使用复制来扩展读性能,使用分片来扩展写性能。
数据查询、短连接、新闻内容、商品内容等等。(最多使用)
分布式集群架构中的session分离。
(秒杀、抢购、12306等等)
聊天室的在线好友列表。
应用排行榜。
网站访问统计。
数据过期处理(可以精确到毫秒)
默认端口是6379
远程连接redis服务,需要关闭或者修改防火墙配置。
默认一共是16个数据库,每个数据库之间是相互隔离。数据库的数量是在redis.conf中配置的。
切换数据库使用命令:select 数据库编号 例如:select 1
java客户端有 Jedis、Redisson、Jredis、JDBC-Redis等
配置文件, application.xml
<!-- 连接池配置 --> <bean id="jedisPoolConfig" class="redis.clients.jedis.JedisPoolConfig"> <!-- 最大连接数 --> <property name="maxTotal" value="30" /> <!-- 最大空闲连接数 --> <property name="maxIdle" value="10" /> <!-- 每次释放连接的最大数目 --> <property name="numTestsPerEvictionRun" value="1024" /> <!-- 释放连接的扫描间隔(毫秒) --> <property name="timeBetweenEvictionRunsMillis" value="30000" /> <!-- 连接最小空闲时间 --> <property name="minEvictableIdleTimeMillis" value="1800000" /> <!-- 连接空闲多久后释放, 当空闲时间>该值 且 空闲连接>最大空闲连接数 时直接释放 --> <property name="softMinEvictableIdleTimeMillis" value="10000" /> <!-- 获取连接时的最大等待毫秒数,小于零:阻塞不确定的时间,默认-1 --> <property name="maxWaitMillis" value="1500" /> <!-- 在获取连接的时候检查有效性, 默认false --> <property name="testOnBorrow" value="false" /> <!-- 在空闲时检查有效性, 默认false --> <property name="testWhileIdle" value="true" /> <!-- 连接耗尽时是否阻塞, false报异常,ture阻塞直到超时, 默认true --> <property name="blockWhenExhausted" value="false" /> </bean> <!-- redis单机 通过连接池 --> <bean id="jedisPool" class="redis.clients.jedis.JedisPool" destroy-method="close"> <constructor-arg name="poolConfig" ref="jedisPoolConfig" /> <constructor-arg name="host" value="192.168.242.130" /> <constructor-arg name="port" value="6379" /> </bean>测试代码:
@Test public void testJedisPool() { JedisPool pool = (JedisPool) applicationContext.getBean("jedisPool"); Jedis jedis = null; try { jedis = pool.getResource(); jedis.set("name", "lisi"); String name = jedis.get("name"); System.out.println(name); } catch (Exception ex) { ex.printStackTrace(); } finally { if (jedis != null) { // 关闭连接 jedis.close(); } } }Redis命令:http://www.redis.cn/commands.html#
注意:
在Redis中的命令语句中,命令是忽略大小写的,而key是不忽略大小写的。key的类型只能是string。==?==
单组 SET key value
多组 mset k1 v1 k2 v2 k3 v3
单组 GET key
多组 mget k1 k3
getset s2 222
DEL key
当存储的字符串是整数时,Redis提供了一个实用的命令INCR,其作用是让当前键值递增 1,并返回递增后的值:INCR key。 eg:incr num
增加指定的整数 :INCRBY key increment 。 eg: incrby num 2
递减数值:DECR key。 eg:decr num
减少指定的整数:DECRBY key decrement。 eg:decrby num 3
APPEND的作用是向键值的末尾追加value。如果键不存在则将该键的值设置为value,即相当于 SET key value。返回值是追加后字符串的总长度。
语法:APPEND key value 127.0.0.1:6379> set str hello OK 127.0.0.1:6379> append str " world!" (integer) 12 127.0.0.1:6379> get str "hello world!" STRLEN命令返回键值的长度,如果键不存在则返回0。
语法:STRLEN key 127.0.0.1:6379> strlen str (integer) 0 127.0.0.1:6379> set str hello OK 127.0.0.1:6379> strlen str (integer) 5假设有User对象以JSON序列化的形式存储到Redis中,User对象有id,username、password、age、name等属性, 如果在业务上只是更新age属性, 如果仍然采用上边的方法在传输、处理时会造成资源浪费,hash可以很好的解决这个问题。它提供了字段和字段值的映射。字段值只能是字符串类型,不支持散列类型、集合类型等其它类型。
HSET命令不区分插入和更新操作,当执行插入操作时HSET命令返回1,当执行更新操作时返回0。返回值为行数
1. 一次只能设置一个字段值 语法:HSET key field value 127.0.0.1:6379> hset user username zhangsan (integer) 1 2. 一次可以设置多个字段值 语法:HMSET key field value [field value ...] 127.0.0.1:6379> hmset user age 20 username lisi OK可以删除一个或多个字段,返回值是被删除的字段个数
语法:HDEL key field [field ...] 127.0.0.1:6379> hdel user age (integer) 1 127.0.0.1:6379> hdel user age name (integer) 0 127.0.0.1:6379> hdel user age username (integer) 1hkeys获取字段名,即key
hvals获取字段值,即value
语法: HKEYS key HVALS key 127.0.0.1:6379> hmset user age 20 name lisi OK 127.0.0.1:6379> hkeys user "age" "name" 127.0.0.1:6379> hvals user "20" "lisi"ArrayList与LinkedList的区别 ArrayList使用数组方式存储数据,所以根据索引查询数据速度快,而新增或者删除元素时需要设计到位移操作,所以比较慢。 LinkedList使用双向链表方式存储数据,每个元素都记录前后元素的指针,所以插入、删除数据时只是更改前后元素的指针指向即可,速度非常快。然后通过下标查询元素时需要从头开始索引,所以比较慢,但是如果查询前几个元素或后几个元素速度比较快。
左追加:lpush
语法:LPUSH key value [value ...] 127.0.0.1:6379> lpush list:1 1 2 3 (integer) 3右追加:rpush
语法:RPUSH key value [value ...] 127.0.0.1:6379> rpush list:1 4 5 6 (integer) 3左弹出:lpop
右弹出:rpop
语法: LPOP key RPOP key 127.0.0.1:6379> lpop list:1 "3“ 127.0.0.1:6379> rpop list:1 "6“LRANGE命令是获取列表中的某一片段,将返回start、stop之间的所有元素(包含两端的元素即闭区间)。
索引从0开始。索引可以是负数,如:“-1”代表最后边的一个元素。
语法:LRANGE key start stop 127.0.0.1:6379> lrange list:1 0 2 "2" "1" "4"语法:LREM key count value
该命令首先会在列表中从左到右查找值为pivot的元素,然后根据第二个参数是BEFORE还是AFTER来决定将value插入到该元素的前面还是后面。
语法:LINSERT key BEFORE|AFTER pivot value 127.0.0.1:6379> lrange list 0 -1 "3" "2" "1" 127.0.0.1:6379> linsert list after 3 4 (integer) 4 127.0.0.1:6379> lrange list 0 -1 "3" "4" "2" "1"差集运算 A-B [ sdiff]:属于A并且不属于B的元素构成的集合。
语法:SDIFF key [key ...] 127.0.0.1:6379> sadd setA 1 2 3 (integer) 3 127.0.0.1:6379> sadd setB 2 3 4 (integer) 3 127.0.0.1:6379> sdiff setA setB "1" 127.0.0.1:6379> sdiff setB setA "4"交集运算 A ∩ B [ sinter ]:属于A且属于B的元素构成的集合。
语法:SINTER key [key ...] 127.0.0.1:6379> sinter setA setB "2" "3"并集运算 A ∪ B [ sunion ]: 属于A或者属于B的元素构成的集合
语法:SUNION key [key ...] 127.0.0.1:6379> sunion setA setB "1" "2" "3" "4"注意:由于集合是无序的,所有SPOP命令会从集合中随机选择一个元素弹出
语法:SPOP key 127.0.0.1:6379> spop setA "1“在集合类型的基础上,有序集合类型为集合中的每个元素都关联一个分数,这使得我们不仅可以完成插入、删除和判断元素是否存在在集合中,还能够获得分数最高或最低的前N个元素、获取指定分数范围内的元素等与分数有关的操作。但更耗内存。
向有序集合中加入一个元素和该元素的分数,如果该元素已经存在则会用新的分数替换原有的分数。返回值是新加入到集合中的元素个数,不包含之前已经存在的元素。
语法:ZADD key score member [score member ...] 127.0.0.1:6379> zadd scoreboard 80 zhangsan 89 lisi 94 wangwu (integer) 3 127.0.0.1:6379> zadd scoreboard 97 lisi (integer) 0移除有序集key中的一个或多个成员,不存在的成员将被忽略。 当key存在但不是有序集类型时,返回一个错误。
语法:ZREM key member [member ...] 127.0.0.1:6379> zrem scoreboard lisi (integer) 1从小到大的顺序:zrange
语法:ZRANGE key start stop [WITHSCORES] 127.0.0.1:6379> zrange scoreboard 0 2 "zhangsan" "wangwu" "lisi“从大到小的顺序:zrevrange
语法:ZREVRANGE key start stop [WITHSCORES] 127.0.0.1:6379> zrevrange scoreboard 0 2 " lisi " "wangwu" " zhangsan “如果需要获得元素的分数的可以在命令尾部加上WITHSCORES参数
127.0.0.1:6379> zrange scoreboard 0 1 WITHSCORES "zhangsan" "80" "wangwu" "94"EXPIRE key seconds 设置key的生存时间(单位:秒)key在多少秒后会自动删除 TTL key 查看key生于的生存时间 PERSIST key 清除生存时间 PEXPIRE key milliseconds 生存时间设置单位为:毫秒
例子: 192.168.101.3:7002> set test 1 设置test的值为1 OK 192.168.101.3:7002> get test 获取test的值 "1" 192.168.101.3:7002> EXPIRE test 5 设置test的生存时间为5秒 (integer) 1 192.168.101.3:7002> TTL test 查看test的生于生成时间还有1秒删除 (integer) 1 192.168.101.3:7002> TTL test (integer) -2 192.168.101.3:7002> get test 获取test的值,已经删除 (nil)返回满足给定pattern 的所有key
redis 127.0.0.1:6379> keys mylist* "mylist" "mylist5" "mylist6" "mylist7" "mylist8"返回 值的类型。这个方法可以非常简单的判断出值的类型
redis 127.0.0.1:6379> type addr string redis 127.0.0.1:6379> type myzset2 zset redis 127.0.0.1:6379> type mylist list RDB方式的持久化是通过快照(snapshotting)完成的,当符合一定条件时Redis会自动将内存中的数据进行快照并持久化到硬盘。RDB是Redis默认采用的持久化方式。
save 开头的一行就是持久化配置,可以配置多个条件(每行配置一个条件),每个条件之间是“或”的关系。 “save 900 1”表示15分钟(900秒钟)内至少1个键被更改则进行快照。 “save 300 10”表示5分钟(300秒)内至少10个键被更改则进行快照。
Redis启动后会读取RDB快照文件,将数据从硬盘载入到内存。根据数据量大小与结构和服务器性能不同,这个时间也不同。通常将记录一千万个字符串类型键、大小为1GB的快照文件载入到内存中需要花费20~30秒钟。
通过RDB方式实现持久化,一旦Redis异常退出,就会丢失最后一次快照以后更改的所有数据。这就需要开发者根据具体的应用场合,通过组合设置自动快照条件的方式来将可能发生的数据损失控制在能够接受的范围。
如果数据很重要以至于无法承受任何损失,则可以考虑使用AOF方式进行持久化。
默认情况下Redis没有开启AOF(append only file)方式的持久化.
可以通过修改redis.conf配置文件中的appendonly参数开启 appendonly yes
开启AOF持久化后每执行一条会更改Redis中的数据的命令,Redis就会将该命令写入硬盘中的AOF文件。 AOF文件的保存位置和RDB文件的位置相同,都是通过dir参数设置的。
dir ./
默认的文件名是appendonly.aof,可以通过appendfilename参数修改: appendfilename appendonly.aof
使用 AOF 持久化需要设置同步选项,从而确保写命令同步到磁盘文件上的时机。这是因为对文件进行写入并不会马上将内容同步到磁盘上,而是先存储到缓冲区,然后由操作系统决定什么时候同步到磁盘。有以下同步选项:
选项同步频率always每个写命令都同步everysec每秒同步一次no让操作系统来决定何时同步 always 选项会严重减低服务器的性能;everysec 选项比较合适,可以保证系统崩溃时只会丢失一秒左右的数据,并且 Redis 每秒执行一次同步对服务器性能几乎没有任何影响;no 选项并不能给服务器性能带来多大的提升,而且也会增加系统崩溃时数据丢失的数量。 随着服务器写请求的增多,AOF 文件会越来越大。Redis 提供了一种将 AOF 重写的特性,能够去除 AOF 文件中的冗余写命令。
主Redis无需特殊配置;
从redis配置:修改 从redis服务器上的redis.conf文件。
slaveof 127.0.0.1 6379: (slaveof ip port)
随着负载不断上升,主服务器可能无法很快地更新所有从服务器,或者重新连接和重新同步从服务器将导致系统超载。为了解决这个问题,可以创建一个中间层来分担主服务器的复制工作。中间层的服务器是最上层服务器的从服务器,又是最下层服务器的主服务器。
