Redis最新入门教程

文章目录

Redis最新入门教程
- 1.安装Redis
- 2.连接Redis
- 3.Redis环境变量配置
- 4.入门Redis
- - 4.1 Redis的数据结构
  - 4.2 Redis的Key
  - 4.3 Redis-String
  - 4.4 Redis-Hash
  - 4.5 Redis-List
  - 4.6 Redis-Set
  - 4.7 Redis-Zset
- 5.在Java中使用Redis
- 6.缓存雪崩、击穿、穿透
- - 6.1 缓存雪崩
  - 6.2 缓冲击穿
  - 6.3 缓冲穿透
  - 6.4 业务可靠性处理
- 参考

Redis最新入门教程

Redis 是互联网技术领域中使用最广泛的存储中间件，它是 Remote Dictionary Service 三个单词中加粗字母的组合。它是一个存储在磁盘上的内存数据库。数据模型是键-值对，但支持许多不同类型的值：Strings, Lists, Sets, Sorted Sets, Hashes。

1.安装Redis

Redis 官方不建议在 windows 下使用 Redis，所以官网没有 Windows 版本可以下载。但是官方给出了一个在 Windows 下使用Redis的方法：Install Redis on Windows，具体操作就是安装 WSL，然后在电脑上运行 Ubuntu，大家也可以尝试。

对于我们本地开发与学习，下载非官方的 Windows 版本就可以。这里推荐两个 Windows 版本的 Redis 仓库：

微软的开源 Windows版本 --> 这个项目已经不再被维护了，最高版本为 3.2.100。
redis-windows 项目 --> 借助 GitHub Actions 强大的自动化构建能力，实时编译最新版本的 Redis for Windows 系统。版本和官方保持一致，推荐👍

note：建议使用 Windows 版本进行本地开发，并按照 Redis 官方指导将其部署在 Linux 上用于生产环境。

安装流程：

下载 Redis Latest for Windows。
解压，直接运行项目中的 start.bat 脚本，一键启动。或者使用命令行启动 redis-server.exe redis.conf。

note：使用 Redis 时，这个窗口不可以关闭。若想要停止 Redis 服务，直接关闭窗口。

2.连接Redis

Redis 本身就自带了一个命令行客户端，可以直接通过 redis-cli 命令来连接 Redis 服务。如下所示，表明连接成功：

这里推荐两款好用的 Redis 图形化客户端，大家可以根据自己喜好下载：

AnotherRedisDesktopManager，github 已经有 32k+ 的 star 了。
Redis Insight，官方 Redis 数据库工具。

由于我个人喜欢使用官方版本，所以接下来介绍一下 Redis Insight 的安装：进入官网 Redis Insight 下载安装包，然后一直下一步即可安装成功。第一次打开勾选上 I have read and understood the Terms 点击 Submit 就好，其他选项（主要是隐私设置以及通知设置）不用勾选。这样就可以开始使用 Redis Insight了。

3.Redis环境变量配置

每次连接 Redis 都必须到解压后的目录，才可以输入启动命令。所以通过配置环境变量，解决这一问题。

复制 Redis 的地址。Example: D:\Redis\Redis-8.0.0-Windows-x64-cygwin
「环境变量」->「系统变量」->「path」->「编辑」->「新建」，粘贴 Redis 路径。

这样在任何位置，打开 cmd 就可以输入 Redis 的命令了。

启动 Redis：
```
redis-server
```
连接 Redis：
```
redis-cli
```

4.入门Redis

4.1 Redis的数据结构

Redis 有 5 种基础数据结构，String、Hash、List、Set、SortedSet。除此之外，还有 HyperLogLog、Geo、Pub/Sub 等高级数据结构。

string（字符串）: 基本的数据存储单元，可以存储字符串、整数或者浮点数。
hash（哈希）:一个键值对集合，可以存储多个字段。
list（列表）:一个简单的列表，可以存储一系列的字符串元素。
set（集合）:一个无序集合，可以存储不重复的字符串元素。
zset(sorted set：有序集合): 类似于集合，但是每个元素都有一个分数（score）与之关联。
位图（Bitmaps）：位数组，可以对字符串进行位操作。常用于实现布隆过滤器等位操作。
超日志（HyperLogLogs）：用于基数统计，可以估算集合中的唯一元素数量。
地理空间（Geospatial）：用于存储地理位置信息，支持地理空间索引和半径查询。
发布/订阅（Pub/Sub）：一种消息通信模式，允许客户端订阅消息通道，并接收发布到该通道的消息。
流（Streams）：用于消息队列和日志存储，支持消息的持久化和时间排序。
模块（Modules）：Redis 支持动态加载模块，可以扩展 Redis 的功能。

4.2 Redis的Key

Redis 键命令用于管理 redis 的键。Redis 键命令的基本语法如下：

COMMAND KEY_NAME

127.0.0.1:6379> set name redis
OK
127.0.0.1:6379> del name
(integer) 1

del 命令用来删除一个键值对，(integer) 1 表示执行成功，(integer) 0 表示执行失败。
exists 命令用来测试一个键值对是否存在，(integer) 1 表示存在，(integer) 0 表示不存在。

4.3 Redis-String

String 类型是 Redis 最基本的数据类型，string 类型的值最大能存储 512MB。

常用命令：

SET key value：设置键的值。
GET key：获取键的值。
INCR key：将键的值加 1。
DECR key：将键的值减 1。
APPEND key value：将值追加到键的值之后。

127.0.0.1:6379> set name1 xiaoming
OK
127.0.0.1:6379> get name1
"xiaoming"

4.4 Redis-Hash

Hash 是一个 string 类型的 field 和 value 的映射表，hash 特别适合用于存储对象。每个 hash 最多可以存储 $2^{32}-1$ 个键值对。

常用命令：

HSET key field value：设置哈希表中字段的值。
HGET key field：获取哈希表中字段的值。
HGETALL key：获取哈希表中所有字段和值。
HDEL key field：删除哈希表中的一个或多个字段。

127.0.0.1:6379> hset student id 1 name "zhangsan" gender "男"
(integer) 3
127.0.0.1:6379> hgetall student
1) "id"
2) "1"
3) "name"
4) "zhangsan"
5) "gender"
6) "\xe7\x94\xb7"
127.0.0.1:6379> hget student name
"zhangsan"
127.0.0.1:6379> hget student id
"1"

4.5 Redis-List

List 是简单的字符串列表，按照插入顺序排序。你可以添加一个元素到列表的头部（左边）或者尾部（右边）。列表最多可以存储 $2^{32}-1$ 个元素。

常用命令：

LPUSH key value：将值插入到列表头部。
RPUSH key value：将值插入到列表尾部。
LPOP key：移出并获取列表的第一个元素。
RPOP key：移出并获取列表的最后一个元素。
LRANGE key start stop：获取列表在指定范围内的元素。

127.0.0.1:6379> lpush order first second
(integer) 2
127.0.0.1:6379> lrange order 0 1
1) "second"
2) "first"
127.0.0.1:6379> lpush order third
(integer) 3
127.0.0.1:6379> lrange order 0 3
1) "third"
2) "second"
3) "first"
127.0.0.1:6379> lrange order 0 2
1) "third"
2) "second"
3) "first"
127.0.0.1:6379> lrange order 0 1
1) "third"
2) "second"

4.6 Redis-Set

Set 是 string 类型的无序集合。集合是通过哈希表实现的，所以添加，删除，查找的复杂度都是 O(1)。集合中最大的成员数为 $2^{32}-1$ 。

常用命令：

SADD key value：向集合添加一个或多个成员。
SREM key value：移除集合中的一个或多个成员。
SMEMBERS key：返回集合中的所有成员。
SISMEMBER key value：判断值是否是集合的成员。

127.0.0.1:6379> sadd color red yellow blue
(integer) 3
127.0.0.1:6379> smembers color
1) "red"
2) "yellow"
3) "blue"
127.0.0.1:6379> srem color red
(integer) 1
127.0.0.1:6379> smembers color
1) "yellow"
2) "blue

4.7 Redis-Zset

zset 和 set 一样也是 string 类型元素的集合,且不允许重复的成员。不同的是每个元素都会关联一个 double 类型的分数。redis 正是通过分数来为集合中的成员进行从小到大的排序。zset 的成员是唯一的，但分数(score)却可以重复。

常用命令：

ZADD key score value：向有序集合添加一个或多个成员，或更新已存在成员的分数。
ZRANGE key start stop [WITHSCORES]：返回指定范围内的成员。
ZREM key value：移除有序集合中的一个或多个成员。
ZSCORE key value：返回有序集合中，成员的分数值。

127.0.0.1:6379> zadd class 100 "one" 90 "two" 100 three
(integer) 3
127.0.0.1:6379> zrange class 0 2
1) "two"
2) "one"
3) "three"
127.0.0.1:6379> zscore class two
"90"

5.在Java中使用Redis

第一步，在项目中添加 Jedis（Java 和 Redis 的混拼）依赖：

<dependency>
    <groupId>redis.clients</groupId>
    <artifactId>jedis</artifactId>
    <version>8.0.0</version>
</dependency>

第二步，新建 UserInfo（用户信息）类：

package org.example;

public class UserInfo {
    private String name;
    private int age;

    public UserInfo() {
    }

    public UserInfo(String name, int age) {
        this.name = name;
        this.age = age;
    }

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }

    public int getAge() {
        return age;
    }

    public void setAge(int age) {
        this.age = age;
    }

    @Override
    public String toString() {
        return "UserInfo{" +
                "name='" + name + '\'' +
                ", age=" + age +
                '}';
    }
}

第三步，在项目中添加 Gson（用于序列化和反序列化用户信息）依赖：

<dependency>
    <groupId>com.google.code.gson</groupId>
    <artifactId>gson</artifactId>
    <version>2.8.6</version>
    <scope>compile</scope>
</dependency>

第四步，新建测试类 RedisTest：

public class RedisTest {
    // 定义 Redis 中存储用户信息的键
    private static final String REDIS_KEY = "user";

    public static void main(String[] args) {
        // 创建 Jedis 实例，连接到本地 Redis 服务器，端口为 6379
        Jedis jedis = new Jedis("localhost", 6379);

        // 创建 Gson 实例，用于 Java 对象和 JSON 字符串之间的转换
        Gson gson = new Gson();
        // 创建 UserInfo 对象，存储用户信息
        UserInfo userInfo = new UserInfo("鱼儿也有烦恼", 18);

        // 将 UserInfo 对象转换为 JSON 字符串，并存储到 Redis 中
        jedis.set(REDIS_KEY, gson.toJson(userInfo));
        // 从 Redis 中获取 JSON 字符串，并转换为 UserInfo 对象
        UserInfo getUserInfoFromRedis = gson.fromJson(jedis.get(REDIS_KEY), UserInfo.class);

        // 打印从 Redis 中获取的用户信息
        System.out.println("get:" + getUserInfoFromRedis);
        // 打印指定键是否存在于 Redis 中
        System.out.println("exists:" + jedis.exists(REDIS_KEY));
        // 删除 Redis 中指定键对应的值，并打印删除的键的数量
        System.out.println("del:" + jedis.del(REDIS_KEY));
        // 尝试获取已删除键的值，并打印结果
        System.out.println("get:" + jedis.get(REDIS_KEY));
    }
}

输出结果：

get:UserInfo{name='鱼儿也有烦恼', age=18}
exists:true
del:1
get:null

6.缓存雪崩、击穿、穿透

6.1 缓存雪崩

概念：即缓存同一时间大面积的失效，这个时候来了一大波请求，都怼到数据库上，最后数据库处理不过来崩了。

业务场景举例：APP首页放着很多热门数据，大型活动期间，首页数据得按不同时间更新。就像零点要换一批新数据，旧数据刚过期，新数据还没完全加载好。偏偏零点又有个小活动启动，一下子来了好多人打开APP，服务器收到海量请求。可新数据没加载完，缓存里大多找不到对应内容，这些请求全跑到数据库那儿去了。数据库应付不过来这么多请求，最后直接瘫痪了。

解决方案：

给过期时间加个随机时间。需要注意的是，这里设置的随机过期时间并非短短几秒，而是可以长达数分钟。这是因为当数据量庞大时，再结合上述场景，考虑到Redis采用单线程处理数据的特性，仅仅几秒的缓冲时间，根本无法确保所有新数据都能加载完毕。因此，在设置过期时间时，宁长勿短。毕竟无论时间长短，数据最终都会过期，从最终效果来看并无差别。而且，适当扩大过期时间范围，能让Redis的key分布得更加分散。这样一来，Redis在批量处理过期key时，阻塞时间也会相应缩短，有效提升系统运行效率。
加互斥锁，但这个方案会导致吞吐量明显下降。（上述例子不合适用）
热点数据不设置过期。不过期的话，正常业务请求自然就不会打到数据库了。

6.2 缓冲击穿

概念：缓存击穿是指一个热点 key 过期或被删除后，导致线上原本能命中该热点 key 的请求，瞬间大量地打到数据库上，最终导致数据库被击垮。

业务场景举例：出现情况一般是误操作，比如设置错了过期时间、误删除导致的。

解决方案：

仔细检查每一处代码细节，确保没有潜在问题。对于热点数据，要明确制定清晰的过期策略：究竟需不需要设置过期时间？如果需要，具体在何时让数据过期？这些都要有明确的规划。
线上误操作问题，需加强权限管理，特别是线上权限必须审核，防止误操作。

6.3 缓冲穿透

概念：客户端请求缓存和数据库中不存在的数据，导致所有的请求都打到数据库上。如果请求很多，数据库依旧会挂掉。

业务场景举例：

数据库主键 id 都是正数，然后客户端发起了 id = -1 的查询。
一个查询接口，有一个状态字段 status，其实 0 表示开始、1 表示结束。结果有请求一直发 status=3 的请求过来。

解决方案：

做好参数校验，对于不合理的参数要及时 return 结束。
对于查不到数据的 key，也将其短暂缓存起来。比如 30s。这样能避免大量相同请求瞬间打到数据库上，减轻压力。
提供一个能迅速判断请求是否有效的拦截机制，比如布隆过滤器，Redis 本身就具有这个功能。可以利用 Redis 维护所有合法的键（key），当有请求到来时，先通过布隆过滤器检查请求参数中的键是否合法。若不合法，就直接返回响应结果；若合法，再从缓存或者数据库里获取所需数据。

6.4 业务可靠性处理

提高 Redis 可用性。

Redis 要么用集群架构，要么用主从 + 哨兵。保证 Redis 的可用性。

光搞主从架构，没加哨兵的话，出问题根本不会自动切换。要是赶上业务高峰期或者搞活动的时候服务器挂了，等系统报警、排查问题、跟团队沟通完，再等运维来修，黄花菜都凉了！
减少对缓存的依赖。

对于热点数据，可以考虑加上本地缓存，比如：Guava、Ehcache，更简单点，hashMap、List 等也可以。减少 Redis 压力的同时，还能提高性能，一举两得。
业务降级。

从保护下游接口或者数据库的方面来想，在碰到大流量的情况时，搞个限流措施挺有必要的。就算缓存突然崩了，也不至于让下游直接全垮掉。还有，那些能降级的功能就降级。提前把降级开关和降级逻辑写好，到了关键时候，全指望着它们来稳住局面呢。

🤗🤗🤗