Redis配置文件详解

Units单位

配置大小单位，开头定义了一些基本的度量单位，只支持bytes，不支持bit

大小写不敏感

INCLUDES包含

网络相关配置

NETWORK下，默认情况如下，表示只能接受本机的访问请求

不写的情况下，无限制接受任何ip地址的访问，生产环境下肯定要写你应用服务器的地址；服务器是需要远程访问的，所以需要将其注释掉

---

如果开启protected-mode，那么在没有设定bind ip且没有设密码的情况下，Redis只允许接受本机的响应

将其修改为no

---

端口号

---

tcp-backlog

设置tcp的backlog，backlog其实是一个连接队列，backlog队列总和=未完成三次握手队列+已完成三次握手队列

在高并发环境下你需要一个高backlog值来避免慢客户端连接问题

注意Linux内核会将这个值减少到/proc/sys/net/core/somaxconn的值(128)，所以需要确认增大/proc/sys/net/core/somaxconn和/proc/sys/net/ipv4/tcp_max_syn_backlog(128)两个值来达到想要的效果

---

timeout

连接后无操作的超时时间，超时后需要重新连接，0代表永不超时

---

tcp-keepalive

检测当前连接是否还在操作(活着)的时间间隔

General通用

daemonize

是否为后台进程，设置为yes，守护进程，后台启动

---

pidfile

存放pid文件的位置，每个实例会产生一个不同的pid文件

---

loglevle

日志级别

---

logfile

日志文件输出路径

---

databases

设定库的数量默认16，默认数据库0，可以使用select<did>命令在连接上指定数据库id

SECURITY安全

设置密码，默认是没有设置的

访问密码的查看，设置

在命令中设置密码，只是临时的。重启redis服务器，密码就还原了

永久设置，需要在配置文件中设置

LIMITS限制

maxclients

设置redis同时可以与多少个客户端进行连接

默认情况下为10000个客户端

如果达到了此限制，redis则会拒绝新的连接请求，并且向这些连接请求方发出"max number of clients reached"以作回应

---

maxmemory

建议必须设置，否则，将内存占满，造成服务器宕机

设置redis可以使用的内存量，一旦到达内存使用上限，redis会试图移除内部数据，移除规则可以通过maxmemory-policy来指定。

如果redis无法根据移除规则来移除内存中的数据，或者设置了“不允许移除”，那么redis则会针对哪些需要申请内存的指令返回错误信息，比如SET,LPUSH等。

但是对于无内存申请的指令，仍然会正常响应，比如GET等。如果你的redis是主redis(说明有从redis)，那么设置内存使用上限时，需要在系统中留出一些内存空间给同步队列缓存，只有在你设置的是“不移除”的情况下，才不用考虑这个因素。

---

maxmemory-policy

---

maxmemory-samples

设置样本数量，LRU算法和最小TTL算法都并非是精确的算法，而是估算值，所以你可以设置样本的大小，redis默认会检查这么多个key并非选择LRU的那个

一般设置3-7的数字，数值越小样本越不精准，但性能消耗小。

发布和订阅

什么是发布和订阅

Redis发布订阅(pub/sub)是一种消息通信模式：发送者(pub)发送消息，订阅者(sub)接收消息。

Redis客户端可以订阅任意数量的频道。

发布订阅命令行实现

打开一个客户端订阅channel1

打开另一个客户端给channel1发布消息hello

返回1是订阅者数量

打开第一个客户端可以看到发送的消息

Redis6新数据类型

Bitmaps

现代计算机用二进制(位)作为信息的基础单位，1个字符等于8位，例如“abc”字符串是由3个字节组成，但实际在计算机存储时将其用二进制表示，“abc“分别对应的ASCII码分别是97，98，99，对应的二进制分别是01100001，01100010和01100011如下图

合理使用操作位能够有效地提高内存使用率和开发效率。

Redis提供了Bitmaps这个”数据类型”可以实现对位操作

Bitmaps本身不是一种数据类型，实际上它就是字符串(key-value)，但是它可以对字符串的位进行操作。

Bitmaps单独提供了一套命令，所以在Redis中使用Bitmaps和使用字符串的方法不太相同。可以把Bitmaps想象成一个以位为单位的数组，数组的每个单元只能存储0和1，数组的下标在Bitmaps中叫做偏移量。

---

常用命令

setbit key offset value：设置Bitmaps中某个偏移量的值(0或1)，偏移量从0开始

实例：每个独立用户是否访问过网站存放在Bitmaps中，将访问的用户记做1，没有访问的用户记做0，用偏移量作为用户id。

设置键的第offset个位的值(从0算起)，假设现在有20个用户，userid=1，6，11，15，19的用户对网站进行了访问，那么当前Bitmaps初始化结果如图

很多应用的用户id以一个指定数字(如：10000)开头，直接将用户id和Bitmaps的偏移量对应势必会造成一定的浪费，通常的做法是每次做setbit操作时将用户id减去这个指定数字。

在第一次初始化Bitmaps时，假如偏移量非常大，那么整个初始化过程执行就会比较慢，可能会造成Redis阻塞。

---

getbit key offset：获取Bitmaps中某个偏移量的值，不存在的偏移量对应的值为0

---

bitcount key start end统计字符串从start字节到end字节比特值为1的数量

---

bitop and(or/not/xor) destkey key

bitop是一个符合操作，它可以做多个Bitmaps的and交集，or并集，not非，xor异或操作并将结果保存在destkey中

---

set和Bitmaps的对比

很明显，这种情况使用Bitmaps能节省很多的内存空间，尤其是随着时间的推移节省的内存还是非常可观的。

但是Bitmaps并不是万金油，加入该网站每天的独立访问用户很少，那么两者的对比如下表所示，很显然，这时候使用Bitmaps就不太合适了，因为基本上大部分位都是0。

HyperLogLog

在工作中，我们经常会遇到统计相关的功能需求，例如统计网站页面访问量，可以使用Redis的incr，incrby轻松实现。

但像UV(UniqueVistor，独立访客)，独立IP数，搜索记录数等需要去重合计数的问题如何解决？这种求集合中不重复元素个数的问题称为基数问题。

解决基数问题有很多种方案：

1、数据存储在Mysql表中，使用distinct count计算不重复个数

2、使用Redis提供的hash，set，bitmaps等数据结构来处理

以上方案结果精确，但是随着数据的不断增大，导致占用空间越来越大，对于非常大的数据集是不切实际的

能否能够降低一定的精度来平衡存储空间？Redis推出了HyperLogLog

Redis HyperLogLog是用来做基数统计的算法，HyperLogLog的优点是，在输入元素的数量或体积非常非常大时，计算基数所需的空间总是固定的，并且是很小的

在Redis里面，每个HyperLogLog键只需要花费12KB内存，就可以计算接近2^64不同元素的基数。这和计算基数时，元素越多损耗内存就越多的集合形成了鲜明对比。

但是，因为HyperLogLog只会根据输入元素来计算基数，而不会存储输入元素本身，所以HyperLogLog不能像集合那样，返回输入的各个元素。

什么是基数？

比如数据集{1，3，5，7，5，7，8}，那么这个数据集的基数集为{1，3，5，7，8}，基数(不重复元素个数)为5。基数估计就是在误差可接受的范围内，快速计算基数。

---

命令

pfadd key element...：添加指定元素到HyperLogLog中

加入之后，基数发生变化返回1，否则返回0

---

pfcount key....：计算HLL的近似基数，可以 计算多个HLL，用HLL存储每天的UV，计算一周的使用7天的合并即可

---

pfmerge destkey sourcekey1 sourcekey2.....：将一个或多个HLL合并后的结果存储在另一个HLL

Geospatial

Redis3.2中增加了对GED类型的支持。GEO，Geographic，地理信息的缩写。该类型，就是元素的二维坐标，在地图上就是经纬度。redis基于该类型，提供了经纬度设置，查询，范围查询，距离查询，经纬度Hash等常见操作。

命令

geoadd key longgitude latitude member...：添加地理位置（精度，维度，名称）

---

geopos key member：获取指定地区的坐标值

---

geodist key member1 member2 [m|km|ft|mi]：获取两个位置之间的直线距离，默认米

mi：英里，ft：英尺

---

georadius key longitude latitude radius [m|km|ft|mi]，已给定的经纬度为中心，找出某一半径内的元素

Jedis操作Redis6

连接Redis

创建maven工程

添加Jedis所需依赖

        <dependency>
            <groupId>redis.clients</groupId>
            <artifactId>jedis</artifactId>
            <version>3.2.0</version>
        </dependency>

Java连接Redis

需要先注释掉redis.conf中bind下的内容

关闭protected mode

查看Linux系统防火墙状态，按q退出

systemctl status firewalld

暂时关闭防火墙

systemctl stop firewalld

测试

返回值为PONG则连接成功

测试相关操作

操作String类型

操作list

操作set

操作hash

操作zset

和命令行命令一一对应。

案例：验证码(六位随机验证码，两分钟过期，每个手机号每天三次)

public class JedisDemo {
    public static void main(String[] args) {
        //用户提示
        System.out.println("请输入您的手机号码");
        Scanner sc = new Scanner(System.in);
        String tel = sc.next();
        //验证发送次数，将验证码放入Redis
        verifyCode(tel);
        //用户输入验证码
        System.out.println("请输入收到的验证码");
        String code = sc.next();
        //判断验证码是否正确
        getRedisCode(tel, code);
    }
 
    //生成验证码
    public static String generateCode() {
        Random random = new Random();
        String code = "";
        for (int i = 0; i < 6; i++) {
            int rand = random.nextInt(10);
            code += rand;
        }
        return code;
    }
 
    //每个手机每天只能发送三次验证码，将验证码放到Redis中
    public static void verifyCode(String tel) {
        //创建Jedis对象,Redis运行的服务器的ip地址，端口号
        Jedis jedis = new Jedis("192.168.199.129", 6379);
        //拼接key
        //手机发送次数key
        String countKey = "VerifyCode" + tel + ":count";
        //验证码key
        String codeKey = "VerifyCode" + tel + ":code";
        //每个手机每次只能发送三次
        String count = jedis.get(countKey);
        if (count == null) {
            //第一次发送
            jedis.setex(countKey, 24 * 60 * 60, "1");
        } else if (Integer.parseInt(count) <= 2) {
            //发送次数加1
            jedis.incr(countKey);
        } else if (Integer.parseInt(count) > 2) {
            //已经发送了三次
            System.out.println("发送超过三次了");
            jedis.close();
            return;
        }
        //发送验证码放到redis中去
        String code = generateCode();
        System.out.println(code);
        jedis.setex(codeKey, 120, code);
        jedis.close();
    }
 
    //验证码校验
    public static void getRedisCode(String tel, String code) {
        //连接Redis
        Jedis jedis = new Jedis("192.168.199.129", 6379);
        //验证码key
        String codeKey = "VerifyCode" + tel + ":code";
        String redisCode = jedis.get(codeKey);
        //判断
        if (code.equals(redisCode)) {
            System.out.println("验证成功");
        } else {
            System.out.println("验证失败");
        }
    }
}