Redis高级特性介绍及实例分析

本文将为大家介绍Redis的一些高级特性以及结合一个具体的实际案例来对Redis进行设计分析。

Redis基础类型回顾

String

Redis中最基本，也是最简单的数据类型。注意，VALUE既可以是简单的String,也可以是复杂的String，如JSON，在实际中常常利用fastjson将对象序列化后存储到Redis中。另外注意mget批量获取可以提高效率。

Hash

Hash结构适用于存储对象，相较于String，存储占用更少的内存。Hash结构可以使你像在数据库中Update一个属性一样只修改某一项属性值，而且还可以快速定位数据。比如，如果我们把表User中的数据可以这样放置到Redis中：Hash存储，KEY：User，Field:USERID，VALUE：user序列化后的string。

List

既可以当做栈、又可以当做队列。实际上，可以利用List的先进先出或者先进后出的特性维护一段列表，比如排行榜、实时列表等，甚至还可以简单的当做消息队列来使用。

Set

Set是String类型的不重复无序集合。Set的特点在于，它提供了集合的一些运算，比如交集、并集、差集等。这些运算特性，非常方便的解决实际场景中的一些问题，如共同关注、共同粉丝等。

ZSet

ZSet就是SortedSet。实际中，很多排序场景都可以考虑ZSet来做。

Redis发展过程中的三种模式：主从、哨兵、集群

Redis的发展可以从版本的变化看出来，从1.X的主从模式，到2.X的哨兵模式，再到今天3.X的集群模式，可以说这些都是Redis保证数据可靠性、高可用的思路。下面我们来简单实践下。环境说明：这里准备了4台Centos Linux,装有redis的3.0版本。

主从模式

Redis早期用于保证数据可靠性的一种简单方式。具体来说，Master可用于写、读，而Slave一般只用于读。

其实在配置上相当简单，只需要在Slave节点配置下Master的IP、PORT、密码即可。

192.168.99.122/123 redis.conf:

Master info

Slave info

注意：

一个Master可以拥有多个Slave

主从复制不会阻塞住Master，在同步数据时Master可以继续处理client端请求

哨兵模式

对于主从复制模式而言，有个明显的缺点：一旦主节点挂了，那么redis服务将不可用。在2.X中，为了确保可高用，所以发展出来哨兵模式。顾名思义，就是哨兵站岗，去监听master心跳，如果master挂了，那么将从slave中选举出一个master来，从而实现了故障自动切换。

实质上，在Master-Slave模式基础上，只需要在启动一个哨兵服务进行监听就可以，这个哨兵服务可以部署在Master/Slave上，也可以部署到其他机器上。当然，在实际中为了避免哨兵节点的单点性，也会配置多个哨兵服务。

哨兵节点192.168.99.124  sentinel.conf:

我们需要告诉哨兵服务：

监控的主节点的IP,PORT

如果master挂了，那么选举的时候，slave达到多少票就可以成为主节点

监控主节点的心跳频率

主节点下有多少slave

集群模式

Redis集群模式是目前应用非常广泛的，Redis集群模式的出现，也使得以前的一些Redis技术，比如分片、都不在适用了，同时数据的高可靠、数据分布性、服务的高可用性进一步加强。关于Redis集群将在下一篇博客中详细介绍。

Redis的简单事务

目前来看，Redis对事务的支持是比较简单的，在实际应用中，我们基本上是不会使用的。看一个实例，你就会明白。通过multi开启事务，通过exec来提交事务。可以看到，redis的事务目前是不支持一起成功，一起失败这种基本要求的，即便在事务中有错误，亦不会回退，和MySQL的事务功能相距甚远吧。

Redis持久化机制

Redis是一个支持持久化的内存数据库，也就是说Redis需要经常将内存中的数据同步到硬盘来保证持久化，有2种方式实现。

RDB

RDB方式，也称作快照snapshotting，将内存中的数据以快照的方式写入到二进制文件dump.rdb中，这种方式也是redis的默认方式。可以在redis.conf中设置保存的策略。一句话：redis在N秒内如果超过M个KEY发生修改则自动做快照保存。

AOF

AOF，即Append-Only File。要知道RDB的方式，是在一定的时间间隔做一次，如果redis意外down掉，这将意味着会丢失最后一次快照后的所有修改数据，这在生产环境将不太可能接受。AOF比RDB有着更好的持久化方式，通过AOF，redis会将每一个收到的写命令都通过write函数追加到命令中，当redis重新启动时，会重新执行文件中保存的写命令来重建数据内容。

redis.conf:

在实际应用中，为了确保数据高可靠性，应该使用always策略。

发布与订阅消息

概念上比较简单，如果你订阅了频道，那么这个频道上发布的消息，你都会知道。实际中应用较多的是消息中间件（ActiveMQ,RocketMQ）的订阅发布模式（在以后的消息中间件专题再为大家介绍）。

Redis案例设计分析

我们先来看一个京东上进行商品搜索的图：

假设一个类似的场景，有几百万，甚至几千万的商品数据，考虑下如何快速实现搜索查询呢？当然，我们不可能直接查询MySQL，应该需要在MySQL上加一层，可以考虑加一层Redis。

将MySQL中的数据加载至Redis中，给定条件，直接遍历Hash数据进行查询。如果就这样简单的设计的话，对于京东这样的大流量平台，每天有非常多的人进行商品搜索，而且每个人搜索的条件还不一样，根本无法快速响应。

如上图所示，我们可以这样设计：

1. 我们事先建立好一系列的SET，实际上这些Set都是各种分类的ProductID集合

2. 用户的搜索条件，实际上就是各种SET进行交、并、补的运算而已

3. 要知道SET进行运算后的结果，就是ProductID集合，此时范围已经有所缩小，比起直接遍历全部商品数据要小不少

上这里也可以看出，Redis虽然用起来简单，但是要综合运用，并根据业务场景进行设计，还是挺有意思的。到这里就结束了，我们下期Redis集群再见！

本文转自zfz_linux_boy 51CTO博客，原文链接：http://blog.51cto.com/zhangfengzhe/1901424，如需转载请自行联系原作者