拜托，我也不想跪着的，但这份redis深度笔记也太牛了

Redis基本常识

Redis是当前比较热门的NoSQL框架之一
它是一个开源的、使用ANSI C语言编写的key-value存储系统（区别于MySQL的二维表格形式存储）
和Memcache类似，但很大程度补偿了Memcache的不足，Redis数据都是缓存在计算机内存中，不同的是，Memcache只能将数据缓存到内存中，无法自动定期写入硬盘，这就表示，一断电或重启，内存清空，数据丢失

Redis常见的业务使用场景

场景1：取最新N个数据

例如典型的取网站文章的最新评论，则可以将最新的5000条评论ID放在Redis的List集合中，并将超出集合部分从数据库获取

场景2：应用于各类排行榜，取TOP N的操作

​ 这个场景与上面取最新N个数据需求的不同之处在于，前面操作以时间为权重，而这个TOP N是以某个条件为权重，比如按点赞的次数排序，可以使用Redis的sorted set，将要排序的值设置成sorted set的score，将具体的数据设置成相应的value，每次只需要执行一条ZADD命令即可。

Redis zadd，命令用于将一个或多个成员元素及其分数值加入到有序集当中(简单了解即可)

如果某个成员已经是有序集的成员，那么更新这个成员的分数值，并通过重新插入这个成员元素，来保证该成员在正确的位置上
分数值可以是整数值或双精度浮点数。
如果有序集合 key 不存在，则创建一个空的有序集并执行 zadd 操作
当 key 存在但不是有序集类型时，返回一个错误

场景3：需要精准设定过期时间的应用

​ 比如可以把上面场景2说到的sorted set的score值设置成过期时间的时间戳，那么就可以简单地通过过期时间排序，定时清除过期数据了，不仅是清除Redis中的过期数据，你完全可以把Redis里这个过期时间当成是对数据库中数据的索引，用Redis来找出哪些数据需要过期删除，然后再精准地从数据库中删除相应的记录

场景4：计数器应用

Redis的命令都是原子性的，你可以轻松地利用INCR，DECR命令来构建计数器系统

命令:
incr key 对key存储的value值+1,并将最终的结果作为返回值;
decr key 对key存储的value值-1,并将最终的结果作为返回值;

场景5：Uniq操作，获取某段时间所有数据排重值

这个使用Redis的set数据结构最合适了，只需要不断地将数据往set中扔就行了，set意为集合，所以会自动排重

场景6：实时系统，反垃圾系统

通过上面场景5说到的set功能，后台可以获取一个终端用户此时是否进行了某个操作，可以找到其操作的集合并进行分析统计对比等。

场景7：缓存

将数据直接存放到内存中，性能优于Memcached，数据结构更多样化

现在互联网公司和一些创业公司都要用到Redis，像亚马逊、谷歌、阿里、腾讯都要使用，可见精通Redis使用真的很有必要。
所以，今天则分享出腾讯云大神亲自码出的“redis深度笔记”，笔记内容没有讲一句废话，全篇看下来都是精华！

PART1：Redis深度笔记开篇
1.Redis可以用来做什么？

• 由Redis面试想到的

• Redis可以做什么？

   

  

2.Redis基础数据结构

• Redis安装
• Redis基础的数据结构
• 容器型数据结构的通用规则

• 关于Redis使用的一些思考

   

  

PART2：Redis的应用总结
1.分布式锁

• 分布式锁
• 超时问题

• 可重入性

   

  

2.延时队列

• 异步消息队列？
• 队列空了怎么办？
• 队列延迟
• 空闲连接自动断开
• 锁冲突处理
• 延时队列的实现

• 进一步优化

   

  

3.位图

• 基本使用
• 统计和查找

• 魔术指令 bitfield

   

  

4.HyperLogLog

• 使用方法
• pfadd这个pf是什么意思？
• pfmerge适合什么场合用？
• 注意事项
• HyperLogLog实现原理

• pf的内存占用为什么是12k？

   

  

5.布隆过滤器

• 布隆过滤器是什么？
• Redis中的布隆过滤器
• 布隆过滤器的基本使用
• 注意事项
• 布隆过滤器的原理
• 空间占用估计
• 实际元素超出时，误判率会怎样变化？
• 用不上Redis4.0怎么办？

• 布隆过滤器的其他应用

   

  

6.简单限流

• 如何使用Redis来实现简单限流策略？

   

  

7.漏斗限流

• Redis-Cell

• 一些思考

   

  

8.GeoHash

• 用数据库来算附近的人
• GeoHash算法

• Redis的Geo指令基本使用

   

  

9.Scan

• scan基础使用
• 字典的结构
• scan遍历顺序
• 字典扩容
• 对比扩容缩容前后的遍历顺序
• 渐进式rehash
• 更多的scan指令

• 大Key扫描

   

  

PART3：Redis的原理
1.线程IO模型

• 非阻塞IO
• 事件轮询（多路复用）
• 指令队列
• 响应队列

• 定时任务

   

  

2.通信协议

• RESP（Redis Serialization Protocol）
• 客户端->服务端

• 服务端->客户端

   

  

3.持久化

• 快照原理
• fork（多进程）
• AOF原理
• AOF重写
• fsync
• 运维

• Redis4.0混合持久化

   

  

4.管道

• Redis的消息交互
• 管道压力测试

• 深入理解管道本质

   

  

5.事务

• Redis事务的基本使用
• 原子性
• discard（丢弃）
• 优化

• Watch

   

  

6.PubSub

• 消息多播
• PubSub
• 模式订阅
• 消息结构

• PubSub缺点

   

  

7.小对象压缩

• 32bit vs 64bit
• 小对象压缩存储（ziplist）
• 内存回收机制

• 内存分配算法

   

  

8.主从同步

• CAP原理
• 最终一致
• 主从同步
• 增量同步
• 快照同步
• 增加从节点
• 无盘复制

• Wait指令

   

  

PART4：Redis集群
1.Sentinel

• 消息丢失

• Sentinel基本使用

   

  

2.Codis

• Codis分片原理
• 不同的Codis实例之间槽位关系如何同步？
• 扩容
• 自动均衡
• Codis的代价
• Codis的优点
• MGET指令的操作过程
• 架构变迁
• Codis的尴尬

• Codis的后台管理

   

  

3.Cluster

• 槽位定位算法
• 跳转
• 迁移
• 容错
• 网络抖动
• 可能下线（PFAIL-Possibly Fail）与确定下线（Fail）
• Cluster基本使用
• 槽位迁移感知

• 集群变更感知

   

  

PART5：Redis拓展
1.Stream

• 消息ID
• 消息内容
• 增删改查
• 独立消费
• 创建消费组
• 消费
• Stream消息太多怎么办？
• 消息如果忘记ACK会怎样？
• PEL如何避免消息丢失？
• Stream的高可用

• 分区Partition

   

  

http://2.Info指令

• Redis每秒执行多少次指令？
• Redis连接了多少客户端？
• Redisn内存占用多大？

• 复制积压缓存区多大？

   

  

3.再谈分布式锁

• Redlock算法

• Redlock使用场景

   

  

4.过期策略

• 过期的key集合
• 定时扫描策略

• 从库的过期策略

   

  

5.LRU

• LRU算法

• 近似LRU算法

   

  

6.懒惰删除

• Redis为什么要懒惰删除（lazy free）？
• flush
• 异步队列
• AOF Sync也很慢

• 更多异步删除点

   

  

7.优雅地使用Jedis

• 重试

   

  

8.保护Redis

• 指令安全
• 端口安全
• Lua脚本安全

• SSL代理

   

  

9.Redis安全通信

• spiped原理

• spiped使用入门

   

  

PART6：源码
1.探索字符串内部结构

• embstr vs raw

• 扩容策略

   

  

2.探索字典内部

• dict 内部结构
• 渐进式rehash
• 查找过程
• hash 函数
• hash攻击
• 扩容条件
• 缩容条件

• set的结构

   

  

3.探索压缩列表内部

• 增加元素
• 级联更新

• IntSet 小整数集合

   

  

4.探索快速列表内部

• 每个ziplist存多少元素？

• 压缩深度

   

  

5.探索跳跃列表内部结构

• 基本结构
• 查找过程
• 随机层数
• 插入过程
• 删除过程
• 更新过程
• 如果score值都一样呢？

• 元素排名是怎么算出来的？

   

  

6.探索紧凑列表内部

• 级联更新
• 取代ziplist

7.探索基数树内部

• 应用
• 结构

• 增删节点

   

  

总结
最后，我想说的是，学习并非难事，而贵在坚持，尤其是在我们参与工作之后，要继续坚持学习就更不容易了。但对于程序员来说，学习是立业之根本，如若放弃学习，被市场淘汰是迟早的事情。所以，学习更多新的知识对于自己来说才是一种更大的投资。