性能测试工具
redis-benchmark -h host -p port -c connections -n requests
-h host：指定Redis服务器的主机名或IP地址。
-p port：指定Redis服务器的端口号。
-c connections：指定并发连接数，即同时向服务器发起的连接数量。
-n requests：指定总的请求数量，即测试期间每个连接向服务器发送的请求数量。
EG:
redis-benchmark -h localhost -p 6379 -c 100 -n 10000
2.默认有十六个数据库，用的是第0个，可以在配置文件看到，也能使用命令切换。
切换到第一个数据库，切换只对当前客户端生效。意味着不同客户端可以同时选择不同的数据库
SELECT 1
查看数据库大小
info
查看数据库所有的key
KEYS *
列出所有以 user: 开头的键。
KEYS user:*
清空全部和当前数据库的key
FLUSHDB
FLUSHALL
Redis是单线程的，是很快的，基于内存操作的，CPU不是它的瓶颈而是内存和网络带宽。
Redis为什么单线程还这么快?
内存操作：Redis 是基于内存的数据库，因此它的主要操作是内存读写，这些操作速度非常快，不需要考虑线程切换和同步带来的开销。
非阻塞 I/O 多路复用：Redis 使用非阻塞 I/O 和多路复用技术，通过单个线程来处理多个客户端连接，这样可以最大化地利用系统资源，减少了线程创建、销毁和上下文切换的开销。
事件驱动模型：Redis 使用了事件驱动模型，通过 epoll、kqueue 等机制来监听文件描述符上的事件，当有事件发生时，立即处理，这样能够高效地响应客户端请求。
无锁设计：Redis 在实现过程中尽可能地避免了使用锁，比如在读写操作中使用了原子操作，减少了锁竞争带来的性能损失。
基于主线程的多个工作队列：Redis 使用了多个工作队列，比如客户端请求队列、定时任务队列等，这些队列由主线程轮询处理，避免了多线程之间的竞争和同步开销。
Redis的数据都在内存中。多线程切换会发生频繁上下文切换从而降低效率
五大数据类型，三种特殊数据类型
看官网文档（有中文官方版本的）
可以当数据库、缓存、消息中间件MQ
Redis-key
读和写key
SET mykey "Hello"
GET mykey
查看键是否存在
EXISTS mykey
移除key
DEL mykey
查看当前数据库所有key
KEYS *
设置过期时间 ttl命令(单位是秒）
SET mykey "value"
EXPIRE mykey 60
type-查看key的数据类型
SET mykey "value"
TYPE mykey
String(字符串类型）
APPEND字符串追加
STRLEN-获取字符串长度
incr-把键的值加1,反过来是decr ---可以设置步长
flushdb
set key
keys *
getrange -获取指定范围的字符串，截取字符串
0- -1 ，-1代码结尾，就是说这样可以输出全部字符串
SETRANGE-字符串替换
setex-多久后过期
setnx-如果这个键不存在就设置，分布式锁中会常常使用
mset-批量设置值
mget-批量get值
msetnx-不存在的时候设置，mset+setnx可以这么理解应该，这是原子性的操作，
这件键要么一起成功要么一起失败
使用set保存一个对象，巧妙使用:号
getset-先get再set,如果存在就获取原来的然后设置新的，否在返回nil
List类型-可以当栈和队列玩
所有相关的命令都是L开头的
lpush-插入到列表左边（头部）
lrange-获取指定范围的值
lrpush-从尾部（右边插入）
---Redis命令不区分大小写--
lpop-弹出
rpop-尾部弹出
lindex-获取list的某个下标对应的值
llen-查看列表长度
lrem-remove a key from the list
ltrim-trim the list,截取一部分，通过下标截取指定长度
rpoplpush-移除最后一个元素然后把这个元素添加到另一个列表
lset -指定下标的值替换为另外一个值，是更新操作
=判断一个列表是否存在
linsert-在某个key的前面或者后面插入一个值
总结：就是一个链表
set集合-无序不重复集合
都是S开头的
sadd-添加集合元素
smembers-查看全部成员
sismember-查看这个成员是否存在
scard-查看集合大小
srem-删除里面的元素
srandmember-随机获取一个或指定个数的元素
spop-随机弹出一个元素
smove-将一个指定的值移动到另外一个集合
sdiff-查看差集
sinter-交集
sunion-并集
Hash(Map集合)-key-Map(k-v)集合:面向key-value的
hset-创建一个map
hget-
hmset-
hmget-
hgetall-
hdel-
hlen-
hexists
hkeys-获取keySet
hvals-
hincrby-
hsetnx-
应用：拿来保存对象
Zset(score set,有序集合，通过一个分数来排序),在set的基础上面加一个值
zadd-
zrange-
排序如何实现?
zrangebyscore-限制指定范围分数的键，-inf,+inf表示无穷
--默认是升序--
zrem-移除元素
zcard-查看大小
zrevrange-降序查询
zcount-判断在这个区间的值有多少个
geospacial 地理位置，可以推算地理位置信息，比如两地之间的距离，指定范围的人
geoadd-添加地理位置(两级无法直接添加)
geopos-获取某个地方的经纬
geodist-两个坐标之间的距离
georadius-通过半径来查询（附近的人,就是查询某地指定半径内包含的地方，可以加参数限制数量
GEORADIUSBYMEMBER-找出位于指定元素指定范围内的元素
geohash-把坐标转换成一个字符串
----底层的实现原理其实就是zset,所以也可以使用它的命令--
zrem-可以拿来移除一个坐标
Hyperloglog-基数统计
--优点--只占用常数的内存
--基数的概念，不重复的元素--
--可以拿来统计网页的点击量
--有0.81%的错误率--忽略不计
pfadd-
pfcount-
pfmerge-
Bitmap-位存储
一般拿来统计，比如打卡和没打卡啥的
是一种数据结构，里面的玩意只有0和1两种结构
setbit-
bitcount-
事务
原子性-要么一起发生，要么一起失败
Redis单条命令是保证原子性的，但是事务不保证原子性。
Redis事务的本质-一组命令一起执行，在执行的过程中会按照顺序执行
Redis事务没有隔离级别的概念
入队的时候并没有执行，exec的时候才会执行
事务的阶段：
1.开启事务-multi
2.命令入队-就是直接输入要执行的命令，然后回车
3.执行事务-exec
discard-取消事务，就是命令入队的过程的时候直接终止
编译型异常（命令写错了）-事务中所有的命令都不会被执行
运行时异常（命令执行的时候出现的异常）-别的正确的命令会正常执行，只有有错误的命令不会被执行
监控
悲观锁和乐观锁
悲观锁：干啥的加锁，很影响性能
乐观锁：认为什么时候都不会出现问题，所以不会上锁。更新数据的时候会去判断是否有人修改过这个数据，会使用一个version字段控制
watch-监视某个键的值
就是在事务开始之前进行监视，然后开始事务，如果这个事务在执行之前这个值被修改了， 那么事务就会执行失败。这是用乐观锁实现的。
unwatch-放弃监视，然后可以重新操作，就是获取最新版本的呗
Jedis-官方推荐的java操作redis的工具包，就是一个jar包
1.去mvn仓库扒下来，放到maven项目中
编码测试
-连接数据库
new Jedis对象，这个类的方法与命令有对应关系
如果操作事务的话，需要建立Transaction对象
与SpringBoot的整合
springBoot操作数据都是spring-data-
springBoot2.X之后，jedis被变成了lettuce，就是说底层已经改变了。
jedis-直连的，多个线程操作是不安全的,像BIO
lettuce-采用netty,实现可以在多个线程中共享像NIO
原码分析-
Redis.conf详解
bind-绑定的IP，可以配置才能远程访问
端口的修改
是否以守护进程方式运行（默认是no,我们需要改成yes）
配置文件的pid文件，pidfile-
日志级别
logfile-生成的日志文件名
database 16 数据库的数量
是否总是显示logo
--快照--
持久化，在规定的时间内，执行了多少次操作然后进行持久化到文件.rdb.aof
save 900 1-如果900秒内至少有一个key进行了修改那么我们就进行持久化操作
持久化出现错误是否还继续工作
是否压缩rdb文件
是否校验rdb文件
设置密码 requirepass auth
限制CLIENT-设置最大客户端数量
内存到达上限之后的处理策略
默认是不开AOF模式的，而是使用RDB模式
appendonly no
appendfilename -持久化文件的名字
Redis持久化-这是重点
redis是内存数据库，不持久化的话断电数据就没了
持久化的时候会fork一个子进程去IO。
主进程不进行IO，保证性能
rdb保存的文件名默认是 dump.rdb
aof保存的文件名默认是 appendonly.aof
rdb
触发机制：
1.save的规则满足的时候
2.flushall之后
3.退出redis
这三种情况都会进行持久化
恢复rdb文件，把rdb文件放到redis启动目录就可以了，redis启动的时候会自动检查有没有持久化的文件，如果有就会进行恢复。
生产环境一般会进行rdb文件的备份
优点：
1.适合大规模数据恢复
2.对数据的完整性要求不高
3.速度比AOF快
缺点：
1.需要一定的时间间隔进行操作，如果意外挂了，就没有最后一次持久化
2.fork进程的时候，会消耗一定内存
AOF
将我们执行的写数据命令都记录下来到日志里，启动的时候把这些命令再执行一遍
这模式默认是不开启的，可以在配置文件里面开启
持久化的策略，默认是一秒一次
重写的规则，是否同步啥的
如果保存的日志文件（appendonly.aof）被破坏了会怎么样？（就是那堆命令被改了）
redis-check-aof 拿来修复这个文件
优点
1.每一次修改都同步，文件完整性更好
2.每秒同步一次，可能丢失一秒的数据
3.从不同步，效率最高
缺点
1.相对于数据文件来说，aof远远大于rdb,修复的数据也比rdb慢
2.AOF的运行效率也比rdb慢
重写规则说明，日志文件大小到一定程度之后就会开启一个新进程来重写这个文件
aof默认是日志无限追加
这是可以两个都开启的
redis发布-订阅
一种消息通信模式
redis客户端可以订阅任意数量的频道
1.消息发送者
2.频道
3.消息订阅者
相关的命令
-订阅频道
-将信息发送到一个频道
-退订频道
订阅一个频道之后自动进入监听状态，
收到的一条消息会有三个属性，message-sender-content
底层实现-（自己百度了解一下-字典和链表
应用场景：
实时消息系统
实时聊天-频道当聊天室
订阅-关注系统
主从复制
把一台服务器（主结点）的数据，复制 到几台别的服务器（从结点）
复制是单向的
主从复制，读写分离
主从复制的作用：
1.数据冗余
2.故障恢复
3.负载均衡
4.高可用（集群）
--哨兵模式--
一般至少是一主二从
单台redis内存不应该超过20个G（超过就使用集群）
主节点和从节点是一对多
单击默认是主节点
info replication-查看当前库的信息，看看是主是从
单机玩集群需要修改的地方
端口
后台运行
logfile
rdb的文件名（备份文件的名字）
pidfile的名字
一般只需要配置从机，不需要配置主机
slaveof-认老大
真实的配置应该是在配置文件中配，这样的配置才是永久的
就是修改那个配置文件，重点搜索replication
---vim搜索某一个词----
主机可以写，从机只能读不能写
所有的读命令交给从机，写命令交给主机。
主机的数据会自动同步到从机
主机挂了之后从机还是从机，从机继续正常工作，就是说还能读，但是不能写了
如果是命令行配置的主从，重启之后设置就没用了，如果从机身份失效之后只要变回从机，数据立马写回来 ，就是自动同步。
复制原理
从机启动之后会给老大发送一个sync命令
主机收到之后启动后台的存盘进程，同时收集所有用于修改数据的命令，在后台执行完毕之后，主机将会传送整个数据文件到从机，并完成一次数据同步。从机收到文件之后把它加载到内存中。这是全量复制。
从机连接到主机的时候，自动完成一次全量复制。
增量复制-主机把收到的用于修改数据的命令交给从机，完成同步。
如果没有老大了，怎么让s
lave成为老大呢
slaveof no one -让自己成为主机，再让别的从机手动认自己。如果后面老大回来了，需要重新手动配置
哨兵模式出来之前这些都是手动完成的。
哨兵模式（自动选老大的模式）
能够监控主机是否故障，坏了自动选择老大。
redis提供了哨兵的命令，它是一个独立的进程，作为进程，它会独立运行。
原理是哨兵通过发送命令，等待redis服务器的响应，从而监控运行的多个redis实例。
如果哨兵死了怎么办呢？-多个哨兵，有主机挂掉的话会有故障转移然后就会投票选新的主机
-开启哨兵模式 ：书写一个哨兵配置文件，sentinel.conf，说明要监控的主机
redis-sentinel sentinel.conf-启动哨兵
老大挂掉之后，哨兵选出新的老大，后面原来的老大再回来的话会自动成为新老大的从机
优点：
1.哨兵集群，一般基于主从复制模式，拥有所有主从复制的优点。
2.主从可以切换，故障可以转移，系统的可用性更好
3.是主从模式的升级，手动到自动
缺点：
1.Redis不好在线扩容，集群容量一旦达到上线，在线扩容会很麻烦
2.哨兵模式的配置很麻烦，可以有很多选择
-端口
-工作目录
-默认的主机节点
-默认的延时操作
-通知脚本
缓存穿透和雪崩
缓存穿透（太多的查询查不到）-就是查的很多数据都不在缓存中，会给持久层造成很大压力。
解决方案-
1.布隆过滤器，
2.缓存空对象-会浪费一点空间
缓存击穿（一个点被查太多了）-一个key非常热点，大并发集中对这一个点进行访问
解决方案：
1.设置热点数据永不过期
2.加互斥锁
缓存雪崩-一个时间段内，缓存集中过期失效。redis宕机
解决方案：
1.多加几台redis
2.限流降级
3.数据预热