Redis概述(redis总结)
wptr33 2025-07-19 23:05 17 浏览
NoSQL概述
NoSQL是not only SQL非关系型数据库的简称。
web1.0采用关系型数据库,web2.0主打交互型,关系型数据库已经不满足下列需求:
- high performance 高并发读写
- huge storage 海量数据的高效率存储和访问
- high scalability && high availability 高可用扩展性和高可用性
因此非关系型数据库应运而生,主流的NoSQL产品包括redis mongoDB couchDB等,大致可分为四大类:
- 键值存储(如:redis):快速查询、存储数据缺少结构化
- 列存储:快速查询,可扩展性强;功能相对局限
- 文档数据库(如:mongoDB):数据结构不需要很严格;查询性不是很高,缺乏统一的查询的语法
- 图形数据库:图结构相关算法;不容易做分布式的集群方案
NoSQL的特点是:易扩展、灵活的数据模型、大数据量、高性能、高可用
Redis的概述
Redis是c语言开发的、开源的、高性能的、键值对的NoSQL型数据库,其支持的类型包括:字符串类型、列表类型、有序集合类型、集合类型、散类类型。
官方给出的Redis性能数据:写QPS:8w;读QPS:11w
Redis常用于下列应用场景:缓存、任务队列(秒杀、抢购)、网站访问统计、应用排行榜、数据过期处理、分布数集群架构中的session管理。
Redis的数据类型
字符串String
- 二进制安全的,也就是说存入和获取到的数据是相同
- value长度的最大是512M
常用命令:
- 赋值: set/getset
- 取值:get
- 删除:del
- 扩展命令: append(追加字符串)
- 数值增减: incr/decr/incrby/decrby
哈希hash
- String key和Stirng value的map容器
- 每一个Hash可以存储4294967295个键值对
常用命令:
- 赋值: hset /hmset
- 取值:hget/hmget/hgetall
- 删除:hdel/del
- 扩展命令:hexist(判断是否存在字段值)/hlen(获取所有字段的个数)/hkeys(获取所有字段的名称)/hvals(获取所有字段的值)
- 增加数字:hincrby/
字符串列表list
常用与组件间消息的交互
- ArrayList使用数组方式:根据索引查询速度快,但是增删操作慢
- LinkedList使用双向链接的方式:增删操作速度快,但是查询较慢
常用命令:
- 两端添加:lpush(左侧插入)/rpush(右侧插入)-->>生产者
- 两端弹出:lpop(左端弹出)/rpop(右端弹出)-->>弹出后就没有该元素,类似于删除。-->>消费者
- 查看列表:lrange
- 获取列表元素的个数:llen(查看列表元素个数)
- 扩展命令:lpushx(仅当列表名存在时,才会在列表头部执行插入操作)/rpushx(仅当列表名存在时,才会在列表尾部执行插入操作)/lrem {listname} {n} {value}(从头开始删除n个值为value的操作)/lrem {listname} -{n} {value}(从后往前开始删除n个值为value的操作)/lrem {listname} 0 {value}(删除listname中所有值为value的操作)/lset (修改某个角标值)/linset {listname} before(after) {value} {value1}(在第一个值为value的角标前(后),增加一个value1)/rpoplpush {list} {list2}(将链表list1中尾部的值弹出并添加到list2的头部:使用场景:当消费者从list1中pop出数据消费时,有可能处理失败,导致数据丢失,为了避免这个问题,当消费者取出数据后,将该数据缓存到另一个列表中,待消费者确认完成数据处理后才删除;也可以做多个列表,成功的存储一个、失败的存储一个,用于做日志追踪等后续操作)
字符串集合set
- 不允许出现重复的元素(区别于list)
- 最大元素数是4294967295
常用命令:
- 添加/删除元素:sadd/srem/
- 获取集合中的元素:smenbers/sismember(判断元素是否存在)
- 集合中的差集运算:sdiff {name1} {names}(求name1中有,但是name2没有的所有值)
- 集合中的交集运算:sinter
- 集合中的并集运算:sunion
- 扩展命令:scard(求集合中元素的个数)/srandmember(随机返回集合中的一个值)/sdiffstore {name1} {name2} {name3}(把name2和name3中的差集存入到name1)/sinterstore {name1} {name2} {name3}(把name2和name3中的交集存入到name1)/sunionstore {name1} {name2} {name3}(把name2和name3中的并集存入到name1)
使用场景:
- 跟踪一些唯一性的数据
- 用于维护数据对象之间的关联数据
有序字符串集合sorted set
- sorted set和set的区别:sorted set的成员都有一个权值,redis根据这个权值进行排序
- sorted set中的成员在集合中的位置都是有序的,能高效访问
使用场景:
- 微博热点
- 游戏积分排行榜
- 构建索引数据
常用命令:
- 添加元素:zadd
- 获得元素:zscore(查询元素对应的权值)/zcard(查询表中元素的个数)
- 删除元素:zrem
- 范围查询:zrange {name1} 0 -1 [withscores](获取所有元素,并按权值从低到高返回,如果加了withscores,则返回的值包括权值)/zrevrange {name1} 0 -1 [withscores](获取所有元素,并按权值从高到低返回,如果加了withscores,则返回的值包括权值)/zremrangebyrank {name1} 0 4(按照范围删除元素)/aremrangebyscore {name1} {score1} {score2}(按照权值范围删除元素}
- 扩展命令:zrangebyscore {name1} {score1} {score2} [withscores] [limit {limit0} {limit1}](查询权值范围内的所有元素,并按升序排列输出,如果加了withscores,则返回的值包括权值,如果加了limit,则只返回前limit2个数的元素)/zincrby {name1} {value} {score}(为指定value元素的权值加上score)/zcount(查询权值范围内的个数)
keys的通用操作
key的定义:
- 不要太长(最好不要超过1024个Byte,消耗内存,降低查找效率)
- 不要太短,提高可读性
- 统一的命名规范
常用命令:
- 获取所有keys:keys */ keys {name?}
- 查询某个key是否存在:exists (存在返回1,否则返回0)
- 重命名:rename
- 设置过期时间:expire (时间单位是秒)/ttl(查看剩余过期时间,如果没设置,则返回-1)
- 获取指定key的类型:type
Redis的特性
多数据库
- 一个redis实例可以包含多个数据库,最多可以有16个数据库,默认链接第0个数据库,通过select {sq}选择对应的数据库
- move {key1} {sq1}:将当前数据库下的{key}移到{sq1}数据库下
redis事务
- multi(开启事务)
- exec(事务提交)
- discard(事务回滚)
Redis的持久化
RDB方式
Redis默认支持的持久化方式,是在指定的时间间隔内将内存中的数据和快照持久化硬盘
优势:
- 整个redis数据库将只包含一个文件,方便文件备份,便于灾备
- 性能最大化,异步持久化,避免主线程处理I/0操作
劣势:
- 可能出现时间间隔内的数据丢失
- 由于是由子进程完成I/O操作,当数据集比较大时,可能导致整个redis服务卡顿
配置:
#10个key更新了,5分钟保存一次,10000个key更新了,每1分钟保存一次。主动调用SAVE()会阻塞所有客户端!一般是BGSAVE异步的。
#save 900 1
#save 300 10
#save 60 10000
AOF方式
该方式以日志的形式记录redis的每一个操作,redis重启时,会读取该日志文件,并重新构建数据库
优势:
- 更高的数据安全性,每秒同步(异步完成)、每修改同步(同步完成、效率较低)和不同步
- 日志采用append方式,避免对原日志的影响
- 如果日志过大,可以启动重写机制
- 日志格式清晰,方便阅读,友好性较高
劣势:
- 同步相同量的数据,AOF的数据量比RDB大
- AOF运行效率低于RDB
配置:
# 默认redis异步的dump数据到disk。但如果断电了,那么就会丢失一部分数据了(根据save的配置)。
# AOF提供更好模式。比如用默认的AOF,redis只丢失最近一秒的数据(断电情况),或者最后一个write操作(redis自身错误,os正常)。每个write操作写一次AOF。
# 当AOF文件太大了,redis会自动重写一个aof文件出来。
# AOF和RDB持久化可以同时启用。redis会优先读AOF恢复数据。
# Please check http://redis.io/topics/persistence for more information
appendonly yes
# 默认文件名
appendfilename "appendonly.aof"
# fsync()三种:
# no:让OS托管,这样更快。
# always:每次write都刷到log,慢,最安全。
# everysec:每秒一次flush。(默认)
appendfsync always
RDB方式 + AOF方式
AOF和RDB持久化可以同时启用。Redis会优先读AOF恢复数据。
相关推荐
- MySQL进阶五之自动读写分离mysql-proxy
-
自动读写分离目前,大量现网用户的业务场景中存在读多写少、业务负载无法预测等情况,在有大量读请求的应用场景下,单个实例可能无法承受读取压力,甚至会对业务产生影响。为了实现读取能力的弹性扩展,分担数据库压...
- 3分钟短文 | Laravel SQL筛选两个日期之间的记录,怎么写?
-
引言今天说一个细分的需求,在模型中,或者使用laravel提供的EloquentORM功能,构造查询语句时,返回位于两个指定的日期之间的条目。应该怎么写?本文通过几个例子,为大家梳理一下。学习时...
- 一文由浅入深带你完全掌握MySQL的锁机制原理与应用
-
本文将跟大家聊聊InnoDB的锁。本文比较长,包括一条SQL是如何加锁的,一些加锁规则、如何分析和解决死锁问题等内容,建议耐心读完,肯定对大家有帮助的。为什么需要加锁呢?...
- 验证Mysql中联合索引的最左匹配原则
-
后端面试中一定是必问mysql的,在以往的面试中好几个面试官都反馈我Mysql基础不行,今天来着重复习一下自己的弱点知识。在Mysql调优中索引优化又是非常重要的方法,不管公司的大小只要后端项目中用到...
- MySQL索引解析(联合索引/最左前缀/覆盖索引/索引下推)
-
目录1.索引基础...
- 你会看 MySQL 的执行计划(EXPLAIN)吗?
-
SQL执行太慢怎么办?我们通常会使用EXPLAIN命令来查看SQL的执行计划,然后根据执行计划找出问题所在并进行优化。用法简介...
- MySQL 从入门到精通(四)之索引结构
-
索引概述索引(index),是帮助MySQL高效获取数据的数据结构(有序),在数据之外,数据库系统还维护者满足特定查询算法的数据结构,这些数据结构以某种方式引用(指向)数据,这样就可以在这些数据结构...
- mysql总结——面试中最常问到的知识点
-
mysql作为开源数据库中的榜一大哥,一直是面试官们考察的重中之重。今天,我们来总结一下mysql的知识点,供大家复习参照,看完这些知识点,再加上一些边角细节,基本上能够应付大多mysql相关面试了(...
- mysql总结——面试中最常问到的知识点(2)
-
首先我们回顾一下上篇内容,主要复习了索引,事务,锁,以及SQL优化的工具。本篇文章接着写后面的内容。性能优化索引优化,SQL中索引的相关优化主要有以下几个方面:最好是全匹配。如果是联合索引的话,遵循最...
- MySQL基础全知全解!超详细无废话!轻松上手~
-
本期内容提醒:全篇2300+字,篇幅较长,可搭配饭菜一同“食”用,全篇无废话(除了这句),干货满满,可收藏供后期反复观看。注:MySQL中语法不区分大小写,本篇中...
- 深入剖析 MySQL 中的锁机制原理_mysql 锁详解
-
在互联网软件开发领域,MySQL作为一款广泛应用的关系型数据库管理系统,其锁机制在保障数据一致性和实现并发控制方面扮演着举足轻重的角色。对于互联网软件开发人员而言,深入理解MySQL的锁机制原理...
- Java 与 MySQL 性能优化:MySQL分区表设计与性能优化全解析
-
引言在数据库管理领域,随着数据量的不断增长,如何高效地管理和操作数据成为了一个关键问题。MySQL分区表作为一种有效的数据管理技术,能够将大型表划分为多个更小、更易管理的分区,从而提升数据库的性能和可...
- MySQL基础篇:DQL数据查询操作_mysql 查
-
一、基础查询DQL基础查询语法SELECT字段列表FROM表名列表WHERE条件列表GROUPBY分组字段列表HAVING分组后条件列表ORDERBY排序字段列表LIMIT...
- MySql:索引的基本使用_mysql索引的使用和原理
-
一、索引基础概念1.什么是索引?索引是数据库表的特殊数据结构(通常是B+树),用于...
- 一周热门
-
-
C# 13 和 .NET 9 全知道 :13 使用 ASP.NET Core 构建网站 (1)
-
程序员的开源月刊《HelloGitHub》第 71 期
-
详细介绍一下Redis的Watch机制,可以利用Watch机制来做什么?
-
假如有100W个用户抢一张票,除了负载均衡办法,怎么支持高并发?
-
Java面试必考问题:什么是乐观锁与悲观锁
-
如何将AI助手接入微信(打开ai手机助手)
-
redission YYDS spring boot redission 使用
-
SparkSQL——DataFrame的创建与使用
-
一文带你了解Redis与Memcached? redis与memcached的区别
-
如何利用Redis进行事务处理呢? 如何利用redis进行事务处理呢英文
-
- 最近发表
- 标签列表
-
- git pull (33)
- git fetch (35)
- mysql insert (35)
- mysql distinct (37)
- concat_ws (36)
- java continue (36)
- jenkins官网 (37)
- mysql 子查询 (37)
- python元组 (33)
- mybatis 分页 (35)
- vba split (37)
- redis watch (34)
- python list sort (37)
- nvarchar2 (34)
- mysql not null (36)
- hmset (35)
- python telnet (35)
- python readlines() 方法 (36)
- munmap (35)
- docker network create (35)
- redis 集合 (37)
- python sftp (37)
- setpriority (34)
- c语言 switch (34)
- git commit (34)