lifetime_gear的博客

抢红包：使用list的lpop获得一个金额，记录到hash中使用user为key，金额为value；如果list为空，说明已经抢完；如果hash中已有对应key，说明已经抢过。发红包：一个红包一个uuid，使用list提前记录分红包时每个红包的大小，红包大小为（剩余金额/剩余人数）*Ran(0，2)；过期则对list设置expire。可适当在controller中补充记录数据库的内容。异常情况1：已经抢过了。异常情况2：已经抢完了。

解决StringRedisTemplate.execute报错io.lettuce.core.output.ValueOutput does not support set(long)和class java.lang.XXX cannot be cast to class java.lang.String问题

本文将介绍Redis源码中常用的五种数据类型（字符串、集合、列表、有序集合和哈希）的实现方法。

本文将讲解redis的内存配置、过期键删除策略和缓存淘汰策略。

本文将介绍Redis分布锁的Redlock红锁算法思路和在Redisson中的对应实现。

本文将在RedisTemplate中使用Redis的String类型或Hash类型来迭代式实现一个分布式锁的基本功能（互斥、防误删）和附加功能（可重入、自动续期）。

如何在Redis-cli和RedisTemplate中使用Lua脚本，以及Lua脚本的部分语法知识。

本文将讲述缓存预热、缓存雪崩、缓存穿透、缓存击穿对应的概念和应对措施，并使用代码演示部分应对措施，如Google布隆过滤器、分页显示+定时更新的应用场景下的技术方案。

本文将讲解https://img-blog.csdnimg.cn/a47855c6b527431888ddc9f952c00fde.pngbitmap的概念、命令、应用场景，布隆过滤器的概念和使用bitmap实现布隆过滤器。

本文介绍了Redis数据类型GEO的相关概念、命令、推荐使用场景和应用代码举例。

本文将先讲解亿级数据的常用统计策略，然后介绍HyperLogLog的相关概念和命令，最后使用应用代码举例讲解。

canal主要用于MySQL 数据库增量日志数据的订阅、消费和解析，具有构建数据库镜像、实时备份数据库、索引构建和实时维护、业务cache刷新等功能。本文中将使用canal来实现将数据库改动同步到redis，整篇包含canal构建、canal工作原理讲解、canal使用方面的内容。

如果同时使用redis和mysql，就无法回避redis与mysql数据不一致的问题。应用程序在使用数据时，通常仅使用增删改查操作，增、删、改可以一致归类为写，查就是读。在单线程或低并发的情况下，这两类操作都没什么问题，但是在高并发的环境下，就会出现。

morekey场景下造成问题的通常是时间复杂度为O(n)的操作，比如keys *遍历整个数据库，会导致redis服务器几秒钟内无法提供服务，进而发生缓存雪崩问题，导致MySQL数据库崩溃。获得一个key的大小，在脚本中可以配合遍历使用来统计哪些key大于10KB。

有多个redis客户端时，也是这个流程，单线程redis使用I/O多路复用技术对多个socket描述符进行监听，每当有请求来时就让主线程进行处理；的循环中，而不会由于socket堵塞导致redis处在等待I/O的状态中（要等待socket传输完成后才触发事件），相比IO阻塞模型，这大大减少了IO阻塞时间，因此流程自然很快。这样redis就抛弃了I/O多路复用模型，而是使用多线程模型解决网络IO问题，同时又使用单线程处理命令，保证了线程安全和高性能。

虽然sentinel已经在replica基础上改进了许多，但是其仍然存在一个巨大问题，就是单个Master往往难以承担大量数据的写入，这就需要多个Master共同协调，由此引出了redis的cluster集群部署。cluster使用了分片的方式，对原先集中在一个Master中的数据进行拆分（hash+整除），分片后存储到多台机器，以此降低单个Master的压力。图示：同时，每个Master可以有多个slave，以此就能支持海量数据的读写。

哨兵sentinel是对于复制replica的升级，相较于replica中master宕机后整个redis服务就不可用的巨大缺陷，哨兵引入了吹哨人机制来使slave可以自动成为master，以此解决原先master必须手动更换的问题。此外，还有一点改进之处是，哨兵可充当配置中心，客户端可连接哨兵来获得当前Redis的服务节点地址。

redis多机部署的一种形式，通过读写分离来降低服务器的工作负载。master接收写请求（特殊情况同样可接收读请求）将新数据异步同步到slave数据库slave接收读请求。

发布订阅可以理解为是一种轻量的队列，只不过数据不会被持久化。

管道(pipeline)可以一次性发送多条命令给服务端，服务端依次处理完完毕后，通过一条响应一次性将结果返回，通过减少客户端与redis的通信次数来实现降低往返延时时间。使用linux系统的数据流重定向，对redis-cli -a $password --pipe进行输入即可。也可以使用文件，如cat XXX.txt | redis-cli -a $password --pipe等。注意，pipe中部分指令如果存在异常，是不会影响其他指令执行的。

Redis的事务概念和数据库系统的事务概念相差很大，数据库的事务是用于并发控制和恢复的，而Redis的事务只是单纯的一组串行命令的集合，一次、顺序、排他地执行一系列命令，仅在并发控制中使用。

Redis的两种持久化方式图示：后续内容适用于redis7。

因为原先的Redis发布订阅机制无法进行持久化，网络波动都会导致消息丢弃，也没有ACK回应机制来确保收到，而且当发送消息时如果没有消费者，就会直接丢弃消息。用于统计去重数量，如UV（unique visitor，独立访客）、搜索某个关键词的用户数量、某个用户每天搜索几个关键词等。用于存储地理位置，在对各个位置进行记录后，可方便地进行距离计算、指定中心和半径获得其中所有位置元素等。即bit数组，可以以较小的空间存储二进制数据，如签到统计等。较常用的特殊数据结构，可用于充当消息中间件和阻塞队列。

如购物车：key为购物车+用户id，value中field存储商品编号，value中存储购买数量；使用hincrby进行数量更改，使用hlen进行总数统计，使用hgetall获得所有数据。最基本的数据结构，就是key-value，二进制安全，可以包含任何数据（如png图片），一个value最大可达512MB。接受消息，使用list存储消息，然后再使用lrange显示。统计人员，如小程序抽奖，从集合中随机展现一些用户。

Redis：Remote Dictionary Server，远程字典服务器，是一个高性能的Key-Value数据库，数据存储在内存中，同时支持事务、持久化、LUA脚本、发布/订阅、缓存淘汰、流技术等多种功能特性，有主从模式、Redis Sentinel和Redis Cluster集群架构方案。Redis的功能极多，这里就不做展开介绍了。