文章目录

• redis6学习
• • 简介和安装
  • • 官网介绍
    • 应用场景
    • 安装
    • • 编译失败
      • 编译成功
  • redis相关知识
  • • 常用五大数据类型
    • • Redis键(key)
      • Redis字符串(String)
      • Redis列表(List)
      • Redis集合(Set)
      • Redis哈希(Hash)
      • Redis有序集合Zset(sorted set)
    • redis配置详解
    • • Units单位
      • INCLUDES包含
      • 网络相关配置
      • GENERAL通用
      • SECURITY 安全
      • CLIENTS 客户端
      • MEMORY MANAGEMENT 内存管理
      • 快照和持久化
    • 新数据类型
    • • Bitmaps
      • HyperLogLog
      • Geospatial
    • redis事务
    • redis持久化
    • • RDB
      • AOF
      • 选择哪种持久化
  • 其他
  • • 集群配置
    • springboot 整合redis和redis分布式锁
    • redis案例

redis6学习

简介和安装

官网介绍

Redis是开放源代码（BSD许可）的内存中数据结构存储，用作数据库，缓存和消息代理。Redis提供数据结构，例如 字符串，哈希，列表，集合，带范围查询的排序集合，位图，超日志，地理空间索引和流。Redis具有内置的复制，Lua脚本，LRU逐出，事务和不同级别的磁盘持久性，并通过以下方式提供高可用性：Redis Sentinel和Redis Cluster自动分区。
为了获得最佳性能，Redis使用 内存中的数据集。根据您的用例，可以通过定期将数据集转储到磁盘 或通过将每个命令附加到基于磁盘的日志来持久化数据。如果只需要功能丰富的网络内存缓存，则还可以禁用持久性。
Redis还支持异步复制，具有非常快速的非阻塞式首次同步，以及在网络拆分时具有部分重新同步的自动重新连接。
其他功能包括：
交易次数
发布/订阅
Lua脚本
生存时间有限的键
LRU逐出钥匙
自动故障转移

应用场景

1. 配合关系型数据库做高速缓存
   高频次，热门访问的数据，降低数据库IO
   分布式架构，做session共享
2. 多样的数据结构存储持久化数据
   

安装

下载地址：https://redis.io/download

tar xzf redis-6.2.1.tar.gz
cd redis-6.2.1 #redis根目录  
make  #编译
make install #编译完成后安装

编译失败

报错：/bin/sh: cc: command not found 没有安装gcc

yum install gcc
make clean 
make

报错：error: jemalloc/jemalloc.h: No such file or directory
执行 make MALLOC=libc
报错：struct redisServer

#gcc版本不对  gcc版本要5.3以上
gcc -v  查看版本
#升级到 5.3及以上版本
yum -y install centos-release-scl
yum -y install devtoolset-9-gcc devtoolset-9-gcc-c++ devtoolset-9-binutils
scl enable devtoolset-9 bash
#注意：scl命令启用只是临时的，推出xshell或者重启就会恢复到原来的gcc版本。
#如果要长期生效的话，执行如下：
echo "source /opt/rh/devtoolset-9/enable" >>/etc/profile

编译成功

make install #安装

查看/usr/local/bin

redis-benchmark:性能测试工具，可以在自己本子运行，看看自己本子性能如何
redis-check-aof：修复有问题的AOF文件
redis-check-dump：修复有问题的dump.rdb文件
redis-sentinel：Redis集群使用
redis-server：Redis服务器启动命令
redis-cli：客户端，操作入口

启动redis

	开启服务器端
		在redis安装目录下
			src/redis-server redis.conf
		设置redis服务器后台运行
			修改redis.conf 文件  将  daemonize 的值改为yes
	开启客户端连接
		进入客户端：./redis-cli
	远程启动客户端：$ redis-cli -h host -p port -a password

Redis关闭

单实例关闭：redis-cli shutdown
也可以进入终端后再关闭
多实例关闭，指定端口关闭：redis-cli -p 6379 shutdown

redis相关知识

端口6379从何而来  Alessia  Merz
redis默认16个数据库，类似数组下标从0开始，初始默认使用0号库
使用命令 select   <dbid>来切换数据库。如: select 8 
统一密码管理，所有库同样密码。
dbsize查看当前数据库的key的数量
flushdb清空当前库
flushall清空全部库

redis底层：

Redis是单线程+多路IO复用技术
多路复用是指使用一个线程来检查多个文件描述符（Socket）的就绪状态，比如调用select和poll函数，
传入多个文件描述符，如果有一个文件描述符就绪，则返回，否则阻塞直到超时。
得到就绪状态后进行真正的操作可以在同一个线程里执行，也可以启动线程执行（比如使用线程池）

常用五大数据类型

Redis键(key)

keys *查看当前库所有key    (匹配：keys *1)
exists key判断某个key是否存在
type key 查看你的key是什么类型
del key       删除指定的key数据
unlink key   根据value选择非阻塞删除
仅将keys从keyspace元数据中删除，真正的删除会在后续异步操作。
expire key 10   10秒钟：为给定的key设置过期时间
ttl key 查看还有多少秒过期，-1表示永不过期，-2表示已过期
scan 渐进式遍历建  提供三个参数  第一个是cursor整数值(游标)，第二个是key的正则模式， 第三个是遍历的limit hint(查找的条数) 
		scan命令是一个基于游标的迭代器。这意味着命令每次被调用都需要使用上一次这个调用返回的游标作为该次调用的游标参数，以此来延续之前的迭代过程。
		SCAN cursor [MATCH pattern] [COUNT count] The default COUNT value is 10
		scan 0 match key1111* count 20   表示从游标为0开始查找  key1111为前缀的key  每次扫描20条记录
			下一次扫描需要用到  第一次返回游标开始  比如返回游标 1000 则下一次扫描命令为
		scan 1000 match key1111* count 20	
			直到返回的游标为0时和第一次扫描的游标相同  说明所有redis的数据都扫描完成

Redis字符串(String)

介绍
String是Redis最基本的类型，你可以理解成与Memcached一模一样的类型，一个key对应一个value。
String类型是二进制安全的。意味着Redis的string可以包含任何数据。比如jpg图片或者序列化的对象。
String类型是Redis最基本的数据类型，一个Redis中字符串value最多可以是512M
常用命令

SET key value设置指定 key 的值
GET key     获取指定 key 的值。
GETRANGE key start end 返回 key 中字符串值的字符
GETSET key value     将给定 key 的值设为 value ，并返回 key 的旧值(old value)。
MGET key1 key2..  获取所有(一个或多个)给定 key 的值。
MSET key value key value ...同时设置一个或多个 key-value 对。
SETEX key seconds value  将值 value 关联到 key ，并将 key 的过期时间设为 seconds (以秒为单位)。
SETNX key value   只有在 key 不存在时设置 key 的值。
SETRANGE key offset value 用 value 参数覆写给定 key 所储存的字符串值，从偏移量 offset 开始。
incr key 自增   可以在key后面加上数字代表自增的步长
decr key 自减
append key value 在key的值添加value  类似字符串拼接

原子性
所谓原子操作是指不会被线程调度机制打断的操作；
这种操作一旦开始，就一直运行到结束，中间不会有任何 context switch （切换到另一个线程）。
（1）在单线程中， 能够在单条指令中完成的操作都可以认为是"原子操作"，因为中断只能发生于指令之间。
（2）在多线程中，不能被其它进程（线程）打断的操作就叫原子操作。
Redis单命令的原子性主要得益于Redis的单线程。
数据结构
String的数据结构为简单动态字符串(Simple Dynamic String,缩写SDS)。是可以修改的字符串，内部结构实现上类似于Java的ArrayList，采用预分配冗余空间的方式来减少内存的频繁分配.

如图中所示，内部为当前字符串实际分配的空间capacity一般要高于实际字符串长度len。当字符串长度小于1M时，扩容都是加倍现有的空间，如果超过1M，扩容时一次只会多扩1M的空间。需要注意的是字符串最大长度为512M。

Redis列表(List)

介绍
单键多值
Redis 列表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）。
它的底层实际是个双向链表，对两端的操作性能很高，通过索引下标的操作中间的节点性能会较差。

常用命令

LPOP key：Removes and returns the first element of the list stored at key.	
RPOP key：Removes and returns the last element of the list stored at key.
LLEN key  获取列表长度		
LPUSH key value1 [value2] 将一个或多个值插入到列表 然后往左排
RPUSH key value1 [value2] 将一个或多个值插入到列表 然后往右排
LINDEX key index 通过索引获取列表中的元素
LRANGE key start stop  获取列表指定范围内的元素
LREM key count value  移除列表中 count个 等于value值的元素
LSET key index value  通过索引设置列表元素的值
实现队列(先进先出)：
	lpush books java python go
		rpop books
		或者
	rpush books java python go
		lpop books
实现栈(后进先出)：
	lpush books java python go
	lpop books

数据结构
List的数据结构为快速链表quickList。
首先在列表元素较少的情况下会使用一块连续的内存存储，这个结构是ziplist，也即是压缩列表。
它将所有的元素紧挨着一起存储，分配的是一块连续的内存。
当数据量比较多的时候才会改成quicklist。
因为普通的链表需要的附加指针空间太大，会比较浪费空间。比如这个列表里存的只是int类型的数据，结构上还需要两个额外的指针prev和next。

Redis将链表和ziplist结合起来组成了quicklist。也就是将多个ziplist使用双向指针串起来使用。这样既满足了快速的插入删除性能，又不会出现太大的空间冗余。

Redis集合(Set)

介绍
Redis set对外提供的功能与list类似是一个列表的功能，特殊之处在于set是可以自动排重的，当你需要存储一个列表数据，又不希望出现重复数据时，set是一个很好的选择，并且set提供了判断某个成员是否在一个set集合内的重要接口，这个也是list所不能提供的。
Redis的Set是string类型的无序集合。它底层其实是一个value为null的hash表，所以添加，删除，查找的复杂度都是O(1)。
一个算法，随着数据的增加，执行时间的长短，如果是O(1)，数据增加，查找数据的时间不变
常用命令

sadd <key><value1><value2> ..... 
将一个或多个 member 元素加入到集合 key 中，已经存在的 member 元素将被忽略
smembers <key>取出该集合的所有值。
sismember <key><value>判断集合<key>是否为含有该<value>值，有1，没有0
scard<key>返回该集合的元素个数。
srem <key><value1><value2> .... 删除集合中的某个元素。
spop <key>随机从该集合中吐出一个值。
srandmember <key><n>随机从该集合中取出n个值。不会从集合中删除 。
smove <source><destination>value把集合中一个值从一个集合移动到另一个集合
sinter <key1><key2>返回两个集合的交集元素。
sunion <key1><key2>返回两个集合的并集元素。
sdiff <key1><key2>返回两个集合的差集元素(key1中的，不包含key2中的)

数据结构
Set数据结构是dict字典，字典是用哈希表实现的。
Java中HashSet的内部实现使用的是HashMap，只不过所有的value都指向同一个对象。Redis的set结构也是一样，它的内部也使用hash结构，所有的value都指向同一个内部值。

Redis哈希(Hash)

简介
Redis hash 是一个键值对集合。
Redis 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。
类似Java里面的Map<String,Object>
用户ID为查找的key，存储的value用户对象包含姓名，年龄，生日等信息，如果用普通的key/value结构来存储
主要有以下2种存储方式

每次修改用户的某个属性需要，先反序列化改好后再序列化回去。开销较大。

用户ID数据冗余

通过 key(用户ID) + field(属性标签) 就可以操作对应属性数据了，既不需要重复存储数据，也不会带来序列化和并发修改控制的问题

常用命令

HSET key field value  将哈希表 key 中的字段 field 的值设为 value 。
HMSET key field1 value1 [field2 value2 ]同时将多个 field-value (域-值)对设置到哈希表 key 中。
HGETALL key 获取在哈希表中指定 key 的所有字段和值
HGET key field  获取存储在哈希表中指定字段的值。
HMGET key field1 [field2]  获取所有给定字段的值
HDEL key field1 [field2] 删除一个或多个哈希表字段
HEXISTS key field 查看哈希表 key 中，指定的字段是否存在。
HLEN key  获取哈希表中字段的数量
HKEYS key 获取所有哈希表中的字段
HVALS key   获取哈希表中所有值

数据结构
Hash类型对应的数据结构是两种：ziplist（压缩列表），hashtable（哈希表）。当field-value长度较短且个数较少时，使用ziplist，否则使用hashtable。

Redis有序集合Zset(sorted set)

介绍
Redis有序集合zset与普通集合set非常相似，是一个没有重复元素的字符串集合。
不同之处是有序集合的每个成员都关联了一个评分（score）,这个评分（score）被用来按照从最低分到最高分的方式排序集合中的成员。集合的成员是唯一的，但是评分可以是重复了 。
因为元素是有序的, 所以你也可以很快的根据评分（score）或者次序（position）来获取一个范围的元素。
访问有序集合的中间元素也是非常快的,因此你能够使用有序集合作为一个没有重复成员的智能列表。
常用命令

zadd  <key><score1><value1><score2><value2>…
将一个或多个 member 元素及其 score 值加入到有序集 key 当中。
zrange <key><start><stop>  [WITHSCORES]   
返回有序集 key 中，下标在<start><stop>之间的元素
带WITHSCORES，可以让分数一起和值返回到结果集。
zrangebyscore key minmax [withscores] [limit offset count]
返回有序集 key 中，所有 score 值介于 min 和 max 之间(包括等于 min 或 max )的成员。有序集成员按 score 值递增(从小到大)次序排列。 
zrevrangebyscore key maxmin [withscores] [limit offset count]               
同上，改为从大到小排列。 
zincrby <key><increment><value>      为元素的score加上增量
zrem  <key><value>删除该集合下，指定值的元素 
zcount <key><min><max>统计该集合，分数区间内的元素个数 
zrank <key><value>返回该值在集合中的排名，从0开始。

数据结构
SortedSet(zset)是Redis提供的一个非常特别的数据结构，一方面它等价于Java的数据结构Map<String, Double>，可以给每一个元素value赋予一个权重score，另一方面它又类似于TreeSet，内部的元素会按照权重score进行排序，可以得到每个元素的名次，还可以通过score的范围来获取元素的列表。
zset底层使用了两个数据结构
（1）hash，hash的作用就是关联元素value和权重score，保障元素value的唯一性，可以通过元素value找到相应的score值。
（2）跳跃表，跳跃表的目的在于给元素value排序，根据score的范围获取元素列表。
跳跃表
1、简介
有序集合在生活中比较常见，例如根据成绩对学生排名，根据得分对玩家排名等。对于有序集合的底层实现，可以用数组、平衡树、链表等。数组不便元素的插入、删除；平衡树或红黑树虽然效率高但结构复杂；链表查询需要遍历所有效率低。Redis采用的是跳跃表。跳跃表效率堪比红黑树，实现远比红黑树简单。
2、实例
对比有序链表和跳跃表，从链表中查询出51
（1）有序链表

要查找值为51的元素，需要从第一个元素开始依次查找、比较才能找到。共需要6次比较。
（2）跳跃表

从第2层开始，1节点比51节点小，向后比较。
21节点比51节点小，继续向后比较，后面就是NULL了，所以从21节点向下到第1层
在第1层，41节点比51节点小，继续向后，61节点比51节点大，所以从41向下
在第0层，51节点为要查找的节点，节点被找到，共查找4次。

从此可以看出跳跃表比有序链表效率要高。

redis配置详解

redis.conf

Units单位

配置大小单位,开头定义了一些基本的度量单位，只支持bytes，不支持bit大小写不敏感

INCLUDES包含

类似jsp中的include，多实例的情况可以把公用的配置文件提取出来

网络相关配置

包含有以下配置：
bing
默认情况bind=127.0.0.1只能接受本机的访问请求，不写的情况下，无限制接受任何ip地址的访问
生产环境肯定要写你应用服务器的地址；服务器是需要远程访问的，所以需要将其注释掉。
注释前：

注释后：

protected-mode
redis保护模式

如果开启了protected-mode，那么在没有设定bind ip且没有设密码的情况下，Redis只允许接受本机的响应。

Port
端口号；默认6379

tcp-backlog
设置tcp的backlog，backlog其实是一个连接队列，backlog队列总和=未完成三次握手队列 + 已经完成三次握手队列。
在高并发环境下你需要一个高backlog值来避免慢客户端连接问题。
注意:Linux内核会将这个值减小到/proc/sys/net/core/somaxconn的值（128），所以需要确认增大/proc/sys/net/core/somaxconn和/proc/sys/net/ipv4/tcp_max_syn_backlog（128）两个值来达到想要的效果

timeout
一个空闲的客户端维持多少秒会关闭，0表示关闭该功能。即永不关闭。

tcp-keepalive
对访问客户端的一种心跳检测，每个n秒检测一次。单位为秒，如果设置为0，则不会进行Keepalive检测，建议设置成60

GENERAL通用

daemonize
是否为后台进程，设置为yes

pidfile
存放pid文件的位置，每个实例会产生一个不同的pid文件

loglevel
指定日志记录级别，Redis总共支持四个级别：debug、verbose、notice、warning，默认为notice
四个级别根据使用阶段来选择，生产环境选择notice 或者warning

logfile
日志文件名称

databases
设定库的数量 默认16，默认数据库为0，可以使用SELECT 命令在连接上指定数据库id

SECURITY 安全

requirepass
设置密码

访问密码的查看、设置和取消
在命令中设置密码，只是临时的。重启redis服务器，密码就还原了。
永久设置，需要再配置文件中进行设置。

CLIENTS 客户端

maxclients
设置redis同时可以与多少个客户端进行连接。
默认情况下为10000个客户端。
如果达到了此限制，redis则会拒绝新的连接请求，并且向这些连接请求方发出“max number of clients reached”以作回应。

MEMORY MANAGEMENT 内存管理

maxmemory

• 建议必须设置，否则，将内存占满，造成服务器宕机
• 设置redis可以使用的内存量。一旦到达内存使用上限，redis将会试图移除内部数据，移除规则可以通过maxmemory-policy来指定。
• 如果redis无法根据移除规则来移除内存中的数据，或者设置了“不允许移除”，那么redis则会针对那些需要申请内存的指令返回错误信息，比如SET、LPUSH等。
• 但是对于无内存申请的指令，仍然会正常响应，比如GET等。如果你的redis是主redis（说明你的redis有从redis），那么在设置内存使用上限时，需要在系统中留出一些内存空间给同步队列缓存，只有在你设置的是“不移除”的情况下，才不用考虑这个因素。

maxmemory-policy
缓存达到上面设置的maxmemory值后采取的淘汰策略

• noeviction：不会继续服务写请求(del请求可以继续服务)，读请求可以继续进行。这样可以保证不会丢失数据，但是会让线上的业务不能持续进行。这是默认的淘汰策略
• volatile-lru 尝试淘汰设置了过期时间的key，最少使用的key优先被淘汰。没有设置过期时间的key不会被淘汰，这样可以保证需要持久化的数据不会突然丢失。
• volatile-ttl 跟上面一样 除了淘汰的策略不是lru，而是kye的剩下寿命ttl的值，ttl的值越小越优先被淘汰
• volatile-random 跟上面一样 不过淘汰的key是过期key集合中随机的key
• allkeys-lru 区别于volatile-lru 这个策略要淘汰的key对象是全体的key集合，而不只是过期的key集合。这意味着没有设置过期时间的key也会被淘汰
• allkeys-random 跟上面一样 不过淘汰的策略是随机的key

maxmemory-samples

• 设置样本数量，LRU算法和最小TTL算法都并非是精确的算法，而是估算值，所以你可以设置样本的大小，redis默认会检查这么多个key并选择其中LRU的那个。
• 一般设置3到7的数字，数值越小样本越不准确，但性能消耗越小。

快照和持久化

后面在单独介绍

新数据类型

Bitmaps

简介
现代计算机用二进制（位） 作为信息的基础单位， 1个字节等于8位， 例如“abc”字符串是由3个字节组成， 但实际在计算机存储时将其用二进制表示， “abc”分别对应的ASCII码分别是97、 98、 99， 对应的二进制分别是01100001、 01100010和01100011，如下图

合理地使用操作位能够有效地提高内存使用率和开发效率。
Redis提供了Bitmaps这个“数据类型”可以实现对位的操作：
（1）Bitmaps本身不是一种数据类型， 实际上它就是字符串（key-value） ， 但是它可以对字符串的位进行操作。
（2）Bitmaps单独提供了一套命令， 所以在Redis中使用Bitmaps和使用字符串的方法不太相同。 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。

命令

1. setbit
   （1）格式 *offset:偏移量从0开始
   setbit<key><offset><value>设置Bitmaps中某个偏移量的值（0或1）
   
2. getbit
   getbit<key><offset> 获取Bitmaps中某个偏移量的值
   
3. bitcount
   bitcount<key>[start end] 统计字符串被设置为1的bit数
   
   给user设置了 1，2两个偏移量的值为1 ，所以统计出来的数量为2
4. bitop
   bitop and(or/not/xor) <destkey> [key…]
   bitop是一个复合操作， 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。

HyperLogLog

简介
在工作当中，我们经常会遇到与统计相关的功能需求，比如统计网站PV（PageView页面访问量）,可以使用Redis的incr、incrby轻松实现。
但像UV（UniqueVisitor，独立访客）、独立IP数、搜索记录数等需要去重和计数的问题如何解决？这种求集合中不重复元素个数的问题称为基数问题。
解决基数问题有很多种方案：
（1）数据存储在MySQL表中，使用distinct count计算不重复个数
（2）使用Redis提供的hash、set、bitmaps等数据结构来处理
以上的方案结果精确，但随着数据不断增加，导致占用空间越来越大，对于非常大的数据集是不切实际的。
能否能够降低一定的精度来平衡存储空间？Redis推出了HyperLogLog
Redis HyperLogLog 是用来做基数统计的算法，HyperLogLog 的优点是，在输入元素的数量或者体积非常非常大时，计算基数所需的空间总是固定的、并且是很小的。
在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。
但是，因为 HyperLogLog 只会根据输入元素来计算基数，而不会储存输入元素本身，所以 HyperLogLog 不能像集合那样，返回输入的各个元素。
什么是基数?
比如数据集 {1, 3, 5, 7, 5, 7, 8}， 那么这个数据集的基数集为 {1, 3, 5 ,7, 8}, 基数(不重复元素)为5。 基数估计就是在误差可接受的范围内，快速计算基数。
命令

1. **pfadd **
   pfadd <key>< element> [element ...] 添加指定元素到 HyperLogLog 中
   
   将所有元素添加到指定HyperLogLog数据结构中。如果执行命令后HLL估计的近似基数发生变化，则返回1，否则返回0。

2. pfcount
   pfcount<key> [key ...] 计算key的近似基数，可以计算多个key
   
   例如添加了it {java,mysql,c++} it2{java,php,redis,mysql} 他们的基数就是5

3. pfmerge
   pfmerge<destkey><sourcekey> [sourcekey ...] 将一个或多个key合并后的结果存储在另一个destkey中
   
   把it 和it1的基数合并到it2中

Geospatial

简介
Redis 3.2 中增加了对GEO类型的支持。GEO，Geographic，地理信息的缩写。该类型，就是元素的2维坐标，在地图上就是经纬度。redis基于该类型，提供了经纬度设置，查询，范围查询，距离查询，经纬度Hash等常见操作。
命令

1. geoadd
   geoadd<key>< longitude><latitude><member> [longitude latitude member...] 添加地理位置（经度，纬度，名称）
   
   
   两极无法直接添加，一般会下载城市数据，直接通过 Java 程序一次性导入。
   有效的经度从 -180 度到 180 度。有效的纬度从 -85.05112878 度到 85.05112878 度。
   当坐标位置超出指定范围时，该命令将会返回一个错误。
   已经添加的数据，是无法再次往里面添加的。
2. geopos
   geopos <key><member> [member...] 获得指定地区的坐标值
   
3. geodist
   geodist<key><member1><member2> [m|km|ft|mi ] 获取两个位置之间的直线距离
   
   单位：
   m 表示单位为米[默认值]。
   km 表示单位为千米。
   mi 表示单位为英里。
   ft 表示单位为英尺。
   如果用户没有显式地指定单位参数， 那么 GEODIST 默认使用米作为单位
4. georadius
   georadius<key>< longitude><latitude>radius m|km|ft|mi 以给定的经纬度为中心，找出某一半径内的元素
   
   经度 纬度 距离 单位
   

redis事务

Redis的事务定义
Redis事务是一个单独的隔离操作：事务中的所有命令都会序列化、按顺序地执行。事务在执行的过程中，不会被其他客户端发送来的命令请求所打断。
Redis事务的主要作用就是串联多个命令防止别的命令插队。
主要命令
Multi、Exec、discard
从输入Multi命令开始，输入的命令都会依次进入命令队列中，但不会执行，直到输入Exec后，Redis会将之前的命令队列中的命令依次执行。
组队的过程中可以通过discard来放弃组队。



事务的错误处理

1. 组队中出现错误
   执行时整个的所有队列都会被取消。
   
2. 执行阶段报错
   如果执行阶段某个命令报出了错误，则只有报错的命令不会被执行，而其他的命令都会执行，不会回滚。
   
   乐观锁
   这里不阐述乐观锁和悲观锁的概念
   redis的乐观锁实现：WATCH key [key ...]
   在执行multi之前，先执行watch key1 [key2],可以监视一个(或多个) key ，如果在事务执行之前这个(或这些) key 被其他命令所改动，那么事务将被打断。
   
   上图中开启两个客户端，分别通过watch balance开启乐观锁，在左边的客户端改变了balance的值后，由于balance的值改动，版本不对，因此右边的客户端执行事务时被中断

redis持久化

Redis 提供了2个不同形式的持久化方式。

1. RDB（Redis DataBase）
2. AOF（Append Of File）

RDB

在指定的时间间隔内将内存中的数据集快照写入磁盘， 也就是行话讲的Snapshot快照，它恢复时是将快照文件直接读到内存里。
RDB如何备份数据
Redis会单独创建（fork）一个子进程来进行持久化，会先复制上一个持久化好的dump.rdb文件为临时文件，将数据写入到这个临时文件中，待持久化过程都结束了，再用这个临时文件替换原先的dump.rdb。 整个过程中，主进程是不进行任何IO操作的，这就确保了极高的性能 如果需要进行大规模数据的恢复，且对于数据恢复的完整性不是非常敏感，那RDB方式要比AOF方式更加的高效。RDB的缺点是最后一次持久化后的数据可能丢失。
Fork

• Fork的作用是复制一个与当前进程一样的进程。新进程的所有数据（变量、环境变量、程序计数器等） 数值都和原进程一致，但是是一个全新的进程，并作为原进程的子进程
• 在Linux程序中，fork()会产生一个和父进程完全相同的子进程，但子进程在此后多会exec系统调用，出于效率考虑，Linux中引入了“写时复制技术”
• 一般情况父进程和子进程会共用同一段物理内存，只有进程空间的各段的内容要发生变化时，才会将父进程的内容复制一份给子进程。
  RDB持久化流程
  
  RDB配置文件信息
  
  save：如何触发RDB快照的策略
  动态停止RDB：redis-cli config set save "" #save后给空值，表示禁用保存策略
  

stop-writes-on-bgsave-error:当Redis无法写入磁盘的话，直接关掉Redis的写操作。推荐yes.

rdbcompression:对于存储到磁盘中的快照，可以设置是否进行压缩存储。如果是的话，redis会采用LZF算法进行压缩。如果你不想消耗CPU来进行压缩的话，可以设置为关闭此功能。推荐yes.

rdbchecksum:在存储快照后，还可以让redis使用CRC64算法来进行数据校验，但是这样做会增加大约10%的性能消耗，如果希望获取到最大的性能提升，可以关闭此功能。推荐yes.

dbfilename: 数据备份文件的名称 默认dump.rdb

dir : 备份文件生成的路径。默认当前redis.conf所在的目录
优劣势

• 优势
  适合大规模的数据恢复
  对数据完整性和一致性要求不高更适合使用
  节省磁盘空间
  恢复速度快
• 劣势
  Fork的时候，内存中的数据被克隆了一份，大致2倍的膨胀性需要考虑
  虽然Redis在fork时使用了写时拷贝技术,但是如果数据庞大时还是比较消耗性能。
  在备份周期在一定间隔时间做一次备份，所以如果Redis意外down掉的话，就会丢失最后一次快照后的所有修改。

AOF

以日志的形式来记录每个写操作（增量保存），将Redis执行过的所有写指令记录下来(读操作不记录)， 只许追加文件但不可以改写文件，redis启动之初会读取该文件重新构建数据，换言之，redis 重启的话就根据日志文件的内容将写指令从前到后执行一次以完成数据的恢复工作

AOF配置文件信息

通过 appendonly yes 开启aop持久化模式
appendfilename ：aof文件的命名
aof文件生成路径和rdb相同

AOF同步频率设置

appendfsync always
始终同步，每次Redis的写入都会立刻记入日志；性能较差但数据完整性比较好
appendfsync everysec
每秒同步，每秒记入日志一次，如果宕机，本秒的数据可能丢失。
appendfsync no
redis不主动进行同步，把同步时机交给操作系统。

aof重写机制

• 简介：
  AOF采用文件追加方式，文件会越来越大为避免出现此种情况，新增了重写机制, 当AOF文件的大小超过所设定的阈值时，Redis就会启动AOF文件的内容压缩， 只保留可以恢复数据的最小指令集.可以使用命令bgrewriteaof
• 重写原理：
  AOF文件持续增长而过大时，会fork出一条新进程来将文件重写(也是先写临时文件最后再rename)，redis4.0版本后的重写，是指上就是把rdb 的快照，以二级制的形式附在新的aof头部，作为已有的历史数据，替换掉原来的流水账操作。
• no-appendfsync-on-rewrite：
  如果 no-appendfsync-on-rewrite=yes ,不写入aof文件只写入缓存，用户请求不会阻塞，但是在这段时间如果宕机会丢失这段时间的缓存数据。（降低数据安全性，提高性能）
  如果 no-appendfsync-on-rewrite=no, 还是会把数据往磁盘里刷，但是遇到重写操作，可能会发生阻塞。（数据安全，但是性能降低）
• 触发机制，何时重写
  Redis会记录上次重写时的AOF大小，默认配置是当AOF文件大小是上次rewrite后大小的一倍且文件大于64M时触发
  重写虽然可以节约大量磁盘空间，减少恢复时间。但是每次重写还是有一定的负担的，因此设定Redis要满足一定条件才会进行重写。
• auto-aof-rewrite-percentage：
  设置重写的基准值，文件达到100%时开始重写（文件是原来重写后文件的2倍时触发）
• auto-aof-rewrite-min-size：
  设置重写的基准值，最小文件64MB。达到这个值开始重写。
  例如：文件达到70MB开始重写，降到50MB，下次什么时候开始重写？100MB
  系统载入时或者上次重写完毕时，Redis会记录此时AOF大小，设为base_size,
  如果Redis的AOF当前大小>= base_size +base_size*100% (默认)且当前大小>=64mb(默认)的情况下，Redis会对AOF进行重写。
• 重写流程
  （1）bgrewriteaof触发重写，判断是否当前有bgsave或bgrewriteaof在运行，如果有，则等待该命令结束后再继续执行。
  （2）主进程fork出子进程执行重写操作，保证主进程不会阻塞。
  （3）子进程遍历redis内存中数据到临时文件，客户端的写请求同时写入aof_buf缓冲区和aof_rewrite_buf重写缓冲区保证原AOF文件完整以及新AOF文件生成期间的新的数据修改动作不会丢失。
  （4）1).子进程写完新的AOF文件后，向主进程发信号，父进程更新统计信息。
  2).主进程把aof_rewrite_buf中的数据写入到新的AOF文件。
  （5）使用新的AOF文件覆盖旧的AOF文件，完成AOF重写。

AOF数据恢复
AOF的备份机制和性能虽然和RDB不同, 但是备份和恢复的操作同RDB一样，都是拷贝备份文件，需要恢复时再拷贝到Redis工作目录下，启动系统即加载。

• 正常恢复
  将有数据的aof文件复制一份保存到对应目录(查看目录：config get dir)
  恢复：重启redis然后重新加载
• 异常恢复
  如遇到AOF文件损坏，通过/usr/local/bin/redis-check-aof–fix appendonly.aof进行恢复损坏AOF文件
  重启redis，然后重新加载

优劣势

• 优势
  备份机制更稳健，丢失数据概率更低。
  可读的日志文本，通过操作AOF稳健，可以处理误操作
• 劣势
  比起RDB占用更多的磁盘空间。
  恢复备份速度要慢。
  每次读写都同步的话，有一定的性能压力。
  存在个别Bug，造成恢复不能

选择哪种持久化

官方推荐两个都启用。
如果对数据不敏感，可以选单独用RDB。
不建议单独用 AOF，因为可能会出现Bug。
如果只是做纯内存缓存，可以都不用。
官网建议

• RDB持久化方式能够在指定的时间间隔能对你的数据进行快照存储
• AOF持久化方式记录每次对服务器写的操作,当服务器重启的时候会重新执行这些命令来恢复原始的数据,AOF命令以redis协议追加保存每次写的操作到文件末尾.
• Redis还能对AOF文件进行后台重写,使得AOF文件的体积不至于过大
• 只做缓存：如果你只希望你的数据在服务器运行的时候存在,你也可以不使用任何持久化方式.
• 同时开启两种持久化方式
• 在这种情况下,当redis重启的时候会优先载入AOF文件来恢复原始的数据, 因为在通常情况下AOF文件保存的数据集要比RDB文件保存的数据集要完整.
• RDB的数据不实时，同时使用两者时服务器重启也只会找AOF文件。那要不要只使用AOF呢？
• 建议不要，因为RDB更适合用于备份数据库(AOF在不断变化不好备份)， 快速重启，而且不会有AOF可能潜在的bug，留着作为一个万一的手段。
• 性能建议

• 因为RDB文件只用作后备用途，建议只在Slave上持久化RDB文件，而且只要15分钟备份一次就够了，只保留save 900 1这条规则。
• 如果使用AOF，好处是在最恶劣情况下也只会丢失不超过两秒数据，启动脚本较简单只load自己的AOF文件就可以了。
• 代价,一是带来了持续的IO，二是AOF rewrite的最后将rewrite过程中产生的新数据写到新文件造成的阻塞几乎是不可避免的。
  只要硬盘许可，应该尽量减少AOF rewrite的频率，AOF重写的基础大小默认值64M太小了，可以设到5G以上。
  默认超过原大小100%大小时重写可以改到适当的数值。

其他

集群配置

待续

springboot 整合redis和redis分布式锁

springboot 整合redis 及springboot 整合redssion 实现分布式锁
springboot 整合redis、redisson

redis案例

待续