前言
读书笔记而已，加点自己的理解。来源：
Redis开发与运维 - 付磊 & 张益军
Redis核心技术与实战
Redis概述
Redis是一种基于键值对（key-value）的NoSQL数据库，键值对中的值可以是由String（字符串）、hash（哈希）、list（列表）、set（集合）、zset（有序集合）、Bitmaps（位图）、HyperLogLog、GEO（地理信息定位）等多种数据结构和算法组成。
Redis的特点
-
速度快
读写性能可以达到10万/秒，为什么这么快？ 1、Redis的所有数据都是存放在内存中的，这是主要原因。 2、C语言开发。面向过程编程性能比较好这个应该没问题。 3、高效的数据结构，简单动态字符串、双向链表、压缩列表、哈希表、跳表和整数数组 数据结构不是数据类型，那五种只是数据类型。 4、单线程架构，IO多路复用。 为什么在Redis里单线程就快？不该是合理的多线程会更好？ 首先，要知道的是：Redis中的单线程指的是网络 IO和键值对读写是由一个线程来完成的， 但 Redis 的其他功能，比如持久化、异步删除、集群数据同步等，其实是由额外的线程执行的。 单线程的优点可以减少上下文切换造成的消耗以及减少并发控制（请求进入队列中（FIFO），排队执行） IO多路复用： 这里我直接说个人理解，官方一点的话可以看别人的。 基本的IO处理中会有很多步骤，比如建立连接；读取客户端请求等 在这个过程中，如果连接的建立一直不成功或者读取请求但一直没到，这个时候就会发生阻塞（就是在等这个请求） 在单线程的情况下这是很致命的，所以慢慢就有了IO多路复用（多路指多个请求；复用指一个线程复用） ps：虽然如此，如果在redis中某条命令执行的时间很长，那也是会造成其他命令阻塞的 实现的效果类比： 去银行办理业务，刚进去的时候，大堂经理就问办什么请求是吧，拿号然后填表，你那些办业务的基础事项 都准备好了，你再去柜台。 一样的：Redis运行的时候，内核会有一种机制，监听进来的请求，当请求连接完成且请求也进来之后，才 交给Redis去运行，这样就不存在上面的阻塞问题，和办业务相比，这里没有取号，内核会有专门的机制去 轮询什么请求已经好了，然后交给redis处理。 这里的机制有：select；poll；epoll 这里不展开说，贴两个看到的文章： https://cloud.tencent.com/developer/article/1680732 https://www.cnblogs.com/flashsun/p/14591563.html -
基于键值对
redis键值对中的值有5种数据结构：字符串、哈希、列表、集合、有序集合。可以应对许多不同场景的 应用开发。 -
功能丰富
1、键过期功能，可以实现缓存。 2、订阅功能，可以实现消息系统。（但是还是比不上专业的消息中间件的，看需求使用） 3、Lua脚本功能，利用Lua创造出新的Redis命令。 4、简单的事务功能，能在一定程度上保证事务特性。（Redis的事务理解和sql的不太一样，先不说） 5、流水线（Pipeline）功能，客户端能将一批命令一次性传到Redis，减少了网络的开销。 （这个主要是如果一条命令就建立一次连接，那么成千上百条都这样呢？ 一次两次无所谓，但都这样这开销就大了，所以在某种机制下将命令统一批次传入以减少开销） -
持久化
数据放在内存中是不安全的，所以此Redis提供了两种持久化方式： RDB和AOF，可以用两种策略将内存的数据保存到硬盘中。 -
主从复制
复制功能；感觉和MySQL的差不多，只是一个是数据库，一个是缓存。复制功能是分布式Redis的基础 -
高可用和分布式
这个自己意会吧
最后刻下个小问题：
既然Redis快是因为是基于内存的，为什么数据不直接放在内存呢？
nmmd，校招面试的惨痛回忆，那么简单不好好思考
Redis使用场景
1、缓存
这个不用说啦，做缓存可以减小数据库的压力，速度也更快。
2、排行榜系统
Redis提供了列表和有序集合数据结构，合理使用的话也是挺方便的
3、计数器应用
Redis天然支持计数功能而且计数的性能也非常好
4、社交网络
社交网站访问量通常比较大，而且传统的关系型数据不太适合保存诸如点赞；推送等的类型数据
5、消息队列系统
Redis虽然和专业的消息队列比还不够足够强大，但是对于一般的消息队列功能基本可以满足。
Redis的数据类型与命令
全局通用命令
1、查看所有键
key *
2、查看当前数据库中键的总数
dbsize
3、检查键是否存在
exists key
4、删除键
del key [key ...]
支持删除多个键
5、设置键的过期时间
expire key seconds
当超过过期时间后，会自动删除键
6、查看键还有多少秒过期
ttl key
-1表示永不过期，-2表示已过期
7、查看键的数据类型
type key
数据类型对应的数据结构目前我只能复现这点，以后有机会再补充
String
字符串类型的值实际可以是字符串（简单的字符串、复杂的字符串（例如JSON、XML））、数字（整数、浮点数），甚至是二进制（图片、音频、视频），但是值最大不能超过512MB。
命令
set key value 设置key值
get key 查询key值
append key value 将给定的value追加到原值末尾
strlen key 获取值的长度
setnx key value 只有在key不存在的时候，设置key值
incr key 将key值存储的数字增1，只对数字值操作，如果为空，新增值为1
decr key 将key值存储的数字减1，只对数字值操作，如果为空，新增值为1
incrby/decrby key <步长> 将key值存储的数字增减如步长
mset key value key value.. 同时设置一个或者多个key-value
mget key key... 同时获取一个或多个value
msetnx key value key value.. 同时设置一个或者多个key-value.当且仅当所有给定key都不存在
getrange key <起始位置> <结束位置> 获取key的起始位置和结束位置的值
setrange key <起始位置> value 将value的值覆盖起始位置开始
setex key <> value 设置键值的同时,设置过期时间
getset key value 用新值换旧值
底层数据结构
1、int：8个字节的长整型。
2、embstr：小于等于44个字节的字符串。
3、raw：大于44个字节的字符串。
Redis会根据当前值的类型和长度决定使用哪一种实现
使用场景
1、缓存
2、计数
3、共享session
一个分布式Web服务将用户的Session信息（例如用户登录信息）保存在各自服务器中，
这样会造成一个问题，出于负载均衡的考虑，分布式服务会将用户的访问均衡到不同服务器上，
用户刷新一次访问可能会发现需要重新登录，这时候进行登录信息共享可以解决
4、限速
比如验证码2分钟内只能获取一次等操作
Hash
须知：hash中的值是一对键值对
常用命令
设置值
hset key field value （field value 指的就是键值对）
获取值
hget key field
删除hash中的值
hdel key field [field ...] 可以删除多个值
计算hash中值的个数
hlen key
批量设置/获取值
hmget key field [field ...]
hmset key field value [field value ...]
判断hash中值是否存在
hexists key field
获取所有值的键
hkeys key
获取所有的值的值
hvals key
获取所有的键值对
hgetall key
底层数据结构
ziplist（压缩列表）：当哈希类型元素个数小于hash-max-ziplist-entries配置（默认512个）、同时所有值都小于hash-max-ziplist-value配置（默认64字节）时，Redis会使用ziplist作为哈希的内部实现，ziplist使用更加紧凑的结构实现多个元素的连续存储，所以在节省内存方面比hashtable更加优秀。
hashtable（哈希表）：当哈希类型无法满足ziplist的条件时，Redis会使用hashtable作为哈希的内部实现
List
一个列表最多可以存储2^32-1个元素，元素有序且可重复。在Redis中，可以对列表两端插入（push）和弹出（pop），还可以获取指定范围的元素列表、获取指定索引下标的元素等。列表是一种比较灵活的数据结构，它可以充当栈和队列的角色。
常用命令
从左或者右插入一个或者多个值(头插与尾插)
lpush/rpush key value value...
向某个元素前或者后插入元素
linsert key before|after pivot value
获取指定范围内的元素列表
lrange key start end
lrange key 0 -1 获取所有值
获取指定下标的值
lindex key index
获取列表长度
llen key
从左或者右弹出一个或者多个值(值在键在,值都没,键都没)
lpop/rpop key
删除指定元素
lrem key count value
count小于0，从右边开始删count的绝对值个；大于0，从左边开始删；等于0，删除所有
修改指定索引下标的值
lset key index newValue
底层数据结构
quicklist，它是以一个ziplist为节点的linkedlist（双向链表），它结合了ziplist和linkedlist两者的优势，为列表类型提供了一种更为优秀的内部编码实现
使用场景
1、消息队列
2、文章列表
lpush+lpop=Stack（栈）
lpush+rpop=Queue（队列）
lpsh+ltrim=Capped Collection（有限集合）
lpush+brpop=Message Queue（消息队列）
Set
Set和列表类型的差别是，集合中不允许有重复元素，并且集合中的元素是无序的，不能通过索引下标获取元素。
一个集合最多可以存储2^32-1个元素。Redis除了支持集合内的增删改查，同时还支持多个集合取交集、并集、差集。
常用命令
添加元素
sadd key element [element ...] 返回结果为添加成功的元素个数
删除元素
srem key element [element ...] 返回结果为删除成功的元素个数
计算元素个数
scard key
判断元素是否在集合中
sismember key element
随机返回指定的元素个数，不写默认为1
srandmember key [count]
随机弹出元素
spop key [count]
获取所有元素
smembers key
求多个集合交集
sinter key [key ...]
求多个集合并集
suinon key [key ...]
求多个集合差集
sdiff key [key ...] （第一个key有别的没有的）
底层数据结构
hashtable（哈希表），书里说的应该还有个整数数组，我没复现出来
使用场景
标签（例如CSDN那些标签，你可以看到和你选择了一样标签或者差不多的人）
ZSet
ZSet保留了集合不能有重复成员的特性，但不同的是，有序集合中的元素可以排序。但是它和列表使用索引下标作为排序依据不同的是，它给每个元素设置一个分数（score）作为排序的依据。
有序集合中的元素不能重复，但是score可以重复，就和一个班里的同学学号不能重复，但是考试成绩可以相同。
常用命令
添加成员
zadd key score member [score member ...] 返回结果代表添加成功的个数
计算成员个数
zcard key
计算某个成员的分数
zscore key member
计算成员排名
zrank key member
zrevrank key member
zrank是从分数从低到高返回排名，zrevrank反之。
删除成员
zrem key member [member ...] 返回结果为删除成功的个数
增加成员分数
zincrby key increment member
好多好繁琐，不想记这些了
贴一篇博客
https://blog.csdn.net/weixin_47872288/article/details/118410080
底层数据结构
ziplist（压缩列表）：当有序集合的元素个数小于zset-max-ziplistentries配置（默认128个），同时每个元素的值都小于zset-max-ziplistvalue配置（默认64字节）时，Redis会用ziplist来作为有序集合的内部实现，ziplist可以有效减少内存的使用。
skiplist（跳表）：当ziplist条件不满足时，有序集合会使用skiplist作为内部实现。跳表和二分查找很像，只不过是按索引跳而已。
使用场景
排行榜系统
Pipeline
Redis客户端执行一条命令分为如下四个过程：
发送命令
命令排队
命令执行
返回结果
其中发送命令时间和返回结果时间加起来称为Round Trip Time（RTT，往返时间）
Redis提供了批量操作命令（例如mget、mset等），有效地节约RTT。但大部分命令是不支持批量操作的，例如要执行n次hgetall命令。简单点说就是来一条命令就送一次和命令攒着然后一起送的区别。
Pipeline虽然可以模拟出批量操作的效果，但是与原生批量命令还是有区别的：
原生批量命令是原子的，Pipeline是非原子的。
原生批量命令是一个命令对应多个key，Pipeline支持多个命令。
原生批量命令是Redis服务端支持实现的，而Pipeline需要服务端和客户端的共同实现。
新数据类型
Bitmaps
Bitmaps本身不是一种数据结构，实际上就是字符串。但是它可以对字符串的位进行操作。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。合理使用操作位可以有效地提高内存使用率和开发使用率
常用命令
设置值
setbit key offset value
获取值
gitbit key offset
获取指定范围内数值为1的个数
bitcount [start][end]
复合操作，它可以做多个Bitmaps的and（交集）、or（并集）、not（非）、xor（异或）操作并将结果保存在destkey中
bitop and(or/not/xor）destkey key
底层实现以及使用场景
前面说bitmaps只是基于redis的字符串类型的.。而一个字符串类型最多存储512M。所以只要将512M转换为bit就能知道bitmaps的最大长度。
8 * 1024 * 1024 * 512 = 2^32
至于使用场景：书中给出的例子是用户活跃问题即有没有登录。可以延伸一下，bitmaps的值只有0和1，那么就是对于只有两种可能的场景都可以尝试一下。
HyperLogLog
用于统计网页中页面访问量等（估计涉及统计的都可以试试）
其只会根据输入元素来计算基数，而不会储存输入元素本身，不能像集合那样，返回输入的各个元素
基数估计是存在误差的（可接受的范围内）快速计算（不重复元素的结算）
常用命令
添加指定的元素到hyperloglog中
pfadd key element
计算key的近似基数
pfcount key
一个或多个key合并后的结果存在另一个key
pfmerge destkey sourcekey sourcekey
Geographic
提供经纬度设置，查询范围，距离查询等
发布订阅
发布消息
publish channel message
订阅消息
subscribe channel [channel ...]
订阅者可以订阅一个或多个频道
取消订阅
unsubscribe [channel [channel ...]]
注意事项：
客户端在执行订阅命令之后进入了订阅状态，只能接收subscribe、
psubscribe、unsubscribe、punsubscribe的四个命令。
新开启的订阅客户端，无法收到该频道之前的消息，因为Redis不会对发布的消息进行持久化。