[face_数据库篇] Redis

数据库之Redis

����,����
• 特点

1. 速度快，存放与内存

2. 支持丰富的数据类型：字符串、数组、集合、有序集合、hash

3. 支持事务，操作都是原子性

4. 支持持久化

5. 16个库，默认0库【select 1】默认端口6379

• 与memcache比较

1. memcache只支持字符串，redis支持5中

2. redis要快

3. redis支持持久化，memcache不支持

4. redis支持value的max大小为1GB，memcache只1MB

• 优化

1. 高可用，主从复制，使用单向链表结构，即：master < slave1 < slave2……这样的结构方便解决单点故障问题，实现slave对master的替换，如果master挂了，可以立即启用slave1做master，其它不变。

2. master不做持久化工作，如果数据比较重要，某个slave开启aof备份，每秒同步一次

3. master和slave在同一个局域网内，保持稳定性

4. 避免在压力大的主库上增加从库

• redis过期策略【总共6种】

• 总结起来就是从设置过期的数据集中，挑选使用少的，将要过期的，任意选，或者从总的数据中挑选使用少的，或任意，或不允许淘汰

1. voltile-lru： 从已设置过期时间的数据集（server.db[i].expires)中挑选最近最少使用的数据淘汰

2. volatile-tt1：从已设置过期时间的数据集，中挑选将要过期的数据淘汰

3. volatile-random：从已设置过期时间的数据集，任意选择数据淘汰

4. allkeys-lru: 从数据集中挑选最近最少使用的数据淘汰

5. allkeys-random:从数据集中任意选择数据淘汰

6. no-enviction(驱逐)：禁止驱逐数据

• 使用场景

1. 会话缓存，如购物车，权限信息

2. 全页缓存

3. 消息队列

4. 排行榜、计数器

5. 发布订阅，IM通讯

• 安装

# 配置阿里yum源或epel源yum list redisyum install redis -ysystemctl start redis# 查看连接redis-cli127.0.0.1:6379> ping# 编译安装，默认安装目录在/usr/local/binwget http://download.redis.io/releases/redis-4.0.10.tar.gztar -zxf redis-4.0.10.tar.gzcd redis-4.0.10.tar.gzmake && make installecho 'export PATH="$PATH:/usr/local/bin"' >> /etc/profilesource /etc/profile# 启动redis-server   # redis 可以开多实例，可以指定配置文件redis-server /redis_etc/redis_6379.conf# 查看redis信息redis-cli info   # 查看redis数据库信息redis-cli info   replication  # 查看redis复制授权信息redis-cli info   sentinel    # 查看哨兵信息

• redis配置文件redis.conf

绑定ip，如需要远程访问，需要填写服务器ip
bind 127.0.0.1

端口，redis启动端口
port

守护进程方式运行
daemonize yes

rdb数据文件
dbfilename dump.rdb

数据文件存放路径
dir /var/lib/redis/

日志文件
logfile /var/log/redis/redis-server.log

主从复制
slaveof

配置密码
requirepass redhat

保护模式，是否允许远程用户登录，哨兵时需要关闭
protected-mode no

* redis持久化redis 支持两种持久化RDB和AOFRDB是在指定的时间间隔内生成数据集的时间点快照优点：快，一般就是通过rdb做的缺点：可能导致数据丢失主要有：save 900   1       1个修改类的操作， 即每过900秒，有1个操作就进行持久化save 300   10     10个操作save 60 10000   10000个操作AOF是记录所有的操作命令，在服务器启动时重新执行优点：安全最大程度保证数据不丢失缺点：日志记录很大1. RDB持久化配置

daemonize yes
port 6379
bind 10.0.0.10 127.0.0.1 #redis绑定地址
loglevel warming
logfile /data/6379/redis.log
dir /data/6379 #定义持久化文件存储位置
dbfilename dbmp.rdb #rdb持久化文件
requirepass redhat #redis登录密码
save 900 1 #rdb机制 每900秒 有1个修改记录

save 300 10 #每300秒 10个修改记录save 60 10000 #每60秒内 10000修改记录

2.AOF持久化

daemonize yes
port 6379
bind 10.0.0.10 127.0.0.1 #redis绑定地址
loglevel warming
logfile /data/6379/redis.log
dir /data/6379
dbfilename dbmp.rdb
requirepass redhat
save 900 1
save 300 10
save 60 10000
appendonly yes # 开启aof
appendfsync everysec # 每秒进行一次

* redis主从复制1.master

port 6379
bind 10.0.0.10
daemonize yes
logfile "6379.log"
dbfilename "dump-6379.rdb"
dir "/var/redis/data/"
masterauth redis # 主库的密码

2.slave

port 6380
bind 10.0.0.11
daemonize yes
logfile "6380.log"
dbfilename "dump-6380.rdb"
dir "/var/redis/data/"
slaveof 10.0.0.10 6379 # 从属主节点
masterauth redis # 主库的密码

* redis主从复制高可用哨兵模式sentinel 哨兵模式，通过它时刻监视master，每秒ping一下master，如果超过规定时间及次数，就标记master挂了，如果多个哨兵都认为其挂了，就选一个slave当master1. 准备一主二从1. 自定义编辑sentinel_26379.conf文件

port 26379
dir /var/redis/data/
logfile "26379.log"

mymaster是主节点的别名

#当前Sentinel节点监控 10.0.0.10:6379 这个主节点
#2代表判断主节点失败至少需要2个Sentinel节点节点同意
sentinel monitor mymaster 10.0.0.10 6379 2
sentinel auth-pass mymaster redis

每个Sentinel节点都要定期PING命令来判断Redis数据节点和其余Sentinel节点是否可达，如果超过30000毫秒30s且没有回复，则判定不可达

sentinel down-after-milliseconds mymaster 30000

当Sentinel节点集合对主节点故障判定达成一致时，Sentinel领导者节点会做故障转移操作，选出新的主节点，

#原来的从节点会向新的主节点发起复制操作，限制每次向新的主节点发起复制操作的从节点个数为1
sentinel parallel-syncs mymaster 1

故障转移超时时间为180000毫秒

sentinel failover-timeout mymaster 180000
protected-mode no # 关闭保护模式，防止哨兵不能通信

3.配置另2个sentinel文件，仅仅是端口不同而已4.然后启动哨兵

redis-sentinel /etc/redis-sentinel-26379.conf
redis-sentinel /etc/redis-sentinel-26380.conf
redis-sentinel /etc/redis-sentinel-26381.conf

* redis集群* python操作redis1. 连接redis

import redis
r_cli = redis.Redis(host='127.0.0.1', port=6379, password=123456)
r_cli.set('name', 'string_value')
ret = r_cli.get('name') # 返回的都是bytes

2.连接池

pool = redis.ConnectionPool(host='localhost', port=6379, password=123456)
r_cli = redis.Redis(connection_pool=pool,max_connections=100)

3.5种数据类型操作

str字符串

r_cli.set('name', 'sun')
r_cli.get('name')

r_cli.mset({'name1': 11, 'name': 22})
r_cli.mget('name1', 'name')
ret = r_cli.mget(['name1', 'name'])

hash字典

r_cli.hset('hash_name', 'project', 'age')
r_cli.hget('hash_name', 'project')

r_cli.hmset('namexxx', {'1': 1, '2': 2, '3': 3})
r_cli.hmget('namexxx', '1', '2')
r_cli.hmget('namexxx', ['1', '2'])
r_cli.hgetall('namexxx')

list列表

r_cli.lpush('li_name', 1, 2, 3)
r_cli.lrange('li_name', 0, -1) # 按索引范围获取
r_cli.llen('li_name')
r_cli.lpop('li_name') # 删左边第一个，返回删除值

集合

r_cli.sadd('set_name', 1, 2, 3)
r_cli.smembers('set_name') # 获取集合所有值
r_cli.spop('set_name') # 从后面删

有序集合

r_cli.zadd('zadd_name', {'wuhan': 1000, 'bj': 100}) # 前面是key，后面是分值
r_cli.zcard('zadd_name') # 获取name的集合元素数量
r_cli.zcount('zadd_name', 0, 100) # 获取分值在0~100间的个数
r_cli.zrange('zadd_name', 0, -1) # 按索引获取对应name的key