Redis晋级之路！！

本节pom文件

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd"><parent><artifactId>my-code-note-for-java</artifactId><groupId>org.example</groupId><version>1.0-SNAPSHOT</version></parent><modelVersion>4.0.0</modelVersion><groupId>com.augus</groupId><artifactId>springbootAddRedis</artifactId><version>0.0.1-SNAPSHOT</version><name>springbootAddRedis</name><description>springbootAddRedis</description><properties><java.version>1.8</java.version><project.build.sourceEncoding>UTF-8</project.build.sourceEncoding><project.reporting.outputEncoding>UTF-8</project.reporting.outputEncoding><spring-boot.version>2.7.2</spring-boot.version></properties><dependencies><!--SpringBoot与Redis整合依赖--><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId></dependency><!--guava Google 开源的 Guava 中自带的布隆过滤器--><dependency><groupId>com.google.guava</groupId><artifactId>guava</artifactId><version>23.0</version></dependency><!--jedis--><dependency><groupId>redis.clients</groupId><artifactId>jedis</artifactId><version>4.3.1</version></dependency><!--lettuce--><dependency><groupId>io.lettuce</groupId><artifactId>lettuce-core</artifactId><version>6.2.1.RELEASE</version></dependency><!--hutool--><dependency><groupId>cn.hutool</groupId><artifactId>hutool-all</artifactId><version>5.2.3</version></dependency><!--persistence--><dependency><groupId>javax.persistence</groupId><artifactId>persistence-api</artifactId><version>1.0.2</version></dependency><!--    springboot  demo     --><!--        springboot        --><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-test</artifactId><scope>test</scope></dependency><!--        mybatis        --><dependency><groupId>mysql</groupId><artifactId>mysql-connector-java</artifactId><scope>runtime</scope></dependency><dependency><groupId>org.mybatis.spring.boot</groupId><artifactId>mybatis-spring-boot-starter</artifactId><version>2.2.2</version></dependency><!--        mybatis-plus        --><dependency><groupId>com.baomidou</groupId><artifactId>mybatis-plus-boot-starter</artifactId><version>3.5.2</version></dependency><!--        lombok        --><dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId><optional>true</optional></dependency><!--        swagger        --><dependency><groupId>com.github.xiaoymin</groupId><artifactId>knife4j-spring-boot-starter</artifactId><version>3.0.3</version></dependency></dependencies><dependencyManagement><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-dependencies</artifactId><version>${spring-boot.version}</version><type>pom</type><scope>import</scope></dependency></dependencies></dependencyManagement><build><plugins><plugin><groupId>org.apache.maven.plugins</groupId><artifactId>maven-compiler-plugin</artifactId><version>3.8.1</version><configuration><source>1.8</source><target>1.8</target><encoding>UTF-8</encoding></configuration></plugin><plugin><groupId>org.springframework.boot</groupId><artifactId>spring-boot-maven-plugin</artifactId><version>${spring-boot.version}</version><configuration><mainClass>com.example.springboot.SpringbootApplication</mainClass><skip>true</skip></configuration><executions><execution><id>repackage</id><goals><goal>repackage</goal></goals></execution></executions></plugin></plugins></build></project>

什么是Redis

Redis是一个功能强大、高性能的内存数据库。
Redis支持持久化、事务、管道、发布订阅、主从控制、集群。
通常，使用Redis进行数据缓存、会话存储、实时分析、分布式锁等功能。

Redis十大数据结构

① String

基本操作
set/setnx/setex/setpx/setexat/setpxat/setkeepttl
mset/mget：一次设置/获取多个kv
setrange/getrange：设置/获取key的0-x的索引
incr/decr：如果value为数字+1/-1
append: 向value中追加内容

进阶操作
命令合并、分布式锁

②List

List底层是双端链表，对两段的操作性能很高，通过索引下标操作中间的节点性能会较差。List容量是2³²-1，大概是40多亿，主要功能是push/pop，一般用于栈、队列、消息队列等场景。

**应用场景：**微信公众号，订阅的公众号发布的新文章会插入到自己的list中 lpush likearticle:用户id 公众号id

基本操作：
lpush：将一个或多个值插入到列表的头部。如果键不存在，会创建一个空列表并进行插入操作。多个值按从左到右的顺序依次插入到列表头部。
rpush：将一个或多个值插入到列表的尾部。如果键不存在，会创建一个空列表并进行插入操作。多个值按从左到右的顺序依次插入到列表尾部。
lrange：返回列表中指定范围内的元素。start 和 stop 是索引，索引从 0 开始，负索引表示从列表末尾开始计数（-1 表示最后一个元素）。
lpop：移除并返回列表的第一个元素（头部）。
rpop：移除并返回列表的最后一个元素（尾部）。
lindex：通过索引获取列表中的元素。索引从 0 开始，负索引表示从列表末尾开始计数（-1 表示最后一个元素）。
rindex
llen：返回列表的长度。
lrem：从列表中移除前 count 个值等于 value 的元素。count 的值可以是正数、负数或零：
ltrim：对列表进行修剪，只保留指定范围内的元素，删除其余的元素。start 和 stop 是索引。
linsert before/after：在列表中指定元素的前面或后面插入一个新元素。如果指定的元素不存在，则不进行任何操作。
del：删除指定的键及其关联的值。

Redis持久性

AOF和RDB

AOF会把每个写操作都写入日志中，Redis重启时，可以通过重新执行日志文件中的写操作来恢复数据。
RDB通过将某个时间点的快照存储起来，Redis重启时，可以通过快照文件来实现数据的恢复。
相比之下，AOF在数据一致性上优于RDB，但是RDB在恢复速度、占用磁盘空间、性能方面都优于AOF。

如何使用AOF和RDB，纯缓存模式

对于持久性的关闭，我们都可以通过修改配置文件的方法来实现。
在将两种持久化都关闭的情况下，我们仍然可以使用命令的方法，来让两种方法对redis的数据进行保存。

Redis事务

Redis事务是不保证原子性的。
但是Redis可以将事务中的操作全部抛弃。
Redis的事务规则是，如果事务中有报错则全部不执行，如果事务中没有报错就全部执行，但是错误的操作不会阻碍后续操作的执行。
同时，Redis还提供了watch的操作，可以监控某个key，使得key在watch期间不能被修改。

Redis管道

是为了解决每次操作都需要经历往返的RTT所造成的性能消耗问题。
管道就是一次性执行多条命令的操作，redis只需要进行一次回复。

Redis订阅发布

订阅一个channel，同一个channel可以有多个订阅者。
channel发布信息的时候所有的订阅者都可以收到消息，但是由于channel只负责发送消息，也不管消息是否安全到达，也不会保存发送的消息，所以基本没什么应用场景。

Redis主从复制

redis的主从复制是master以写为主，slave以读为主，当master数据发生改变的时候，自动将新的数据异步同步到其他slave。

Redis哨兵

功能
主从监控：监控主从redis库运行是否正常
消息通知：哨兵可以将故障转移的结果发送给客户端
故障转移：如果master异常，则会进行主从切换。将其中一个slave作为新的master
配置中心：客户端通过连接哨兵来获取当前redis服务的主节点地址

哨兵监听
哨兵的配置来说，建议配置奇数个的三个以上的哨兵节点，所有哨兵节点都去监听master。当主节点故障之后，哨兵节点进行投票选举新的master，票数多的slave当选新的master。

选举规则
一般来说选举通过偏移量决定，即选取同步了新操作越多的slave被选取。

选举后的操作
选举结束后，哨兵会自动的修改配置文件，将异常的master降级为slave。

Redis集群

集群是支持多个master的场景的，同时集群有自适应的哨兵设计，所以不需要自己设计哨兵了。
集群的设计，开启多个redis实例，通过命令构建集群中的关系，设置主从关系。

槽位slot
redis设计16384个槽位，通过CRC16算法进行一致性哈希。

为什么是16384个槽位
选择16384个槽位，而不是更多的槽位，主要原因是
① 16384个槽位基本可以所有场景下的需求，这个数量的槽位可以满足1000个redis节点进行分配。作者认为一般不会超过1000个redis节点，如果超过1000个redis节点，会导致网络过于拥堵，网络也会难以管理。
② 如果选择65536个槽位，每一次心跳包的消息头大小到达8KB的大小，发送的心跳包就太大了。
③ 同时也是为了适应CRC16算法。

CRC16算法
这个算法是为了解决分布式缓存数据变动和映射问题而提出的。
CRC16希算法具有很好的容错性和拓展性。
但是CRC16算法可能会出现数据倾斜的问题（即当redis节点较少的时候，数据会跟多的堆积到某一台服务器上）

Redis高级