一、Redis特点|应用场景|数据类型
1）Redis特点
* 基于内存，并且支持持久化的磁盘；
* 基于key-value的非关系型数据库；
* 关系型数据库：Oracle、MySQL、mariadb
* 非关系型数据库：Redis、MongoDB
* 五大数据类型，存储各种类型的数据（字符串、列表、哈希、集合、有序集合）；
* 核心语句是单进程单线程。
2）应用场景
作为缓存；并发计数（**INCR DECR**）；排行榜；任务队列（**生产者消费者模型**）
3）Redis和MySQL和MongoDB
* MySQL是基于磁盘关系型数据库，数据以二维表形式存储；
* Redis和MongoDB是非关系数据库，数据以键值对方式存储；
Redis数据基于内存，数据类型丰富；
MongoDB数据基于磁盘，数据类型单一，值为JSON文档；
* MySQL和MongoDB
MySQL结构：库 -- 表 -- 表记录
MongoDB： 库 -- 集合 -- 文档
MongoDB无需建库建集合，使用时会自行创建。
* 端口
MySQL端口：3306
Redis端口：6379
MongoDB端口：27017
4）数据类型
1. 字符串：{"name": "maria"}
2. 列表：{"teachers": ["qds", "maria"]}
3. 哈希：{"ying_info": {"ying_fans":666,"ying_nums":888}}
4. 集合
5. 有序集合
二、关于Redis
1）启动和连接
* 服务端启动：sudo /etc/init.d/redis-server start
* 客户端连接：redis-cli -h IP地址 -p 6379 -a 密码
redis-cli
2）配置文件和常见配置
* 配置文件：/etc/redis/redis.conf
* 常规配置：后期任何服务只要更新配置文件，则一定要重启服务或者重载服务才能生效。
* 设置连接密码：requirepass 密码
* 允许远程链接
1、注释本地IP地址绑定：68行 #bing 127.0.0.1 ::1
2、关闭保护模式（把yes改为no）protected_mode no
3、重启服务
3）启动文件|配置文件|日志文件
3.1 启动文件 /etc/init.d/
1.mysql: /etc/init.d/mysql
2.Redis: /etc/init.d/redis-server
3.Nginx: /etc/init.d/nginx
3.2 配置文件 /etc/服务名
1.mysql: /etc/mysql/mysql.conf.d/mysqld.cnf
2.Redis: /etc/redis/redis.conf
3.Nginx: /etc/nginx/nginx.conf
3.3 日志文件 /var/log/服务名
1.mysql: /var/log/mysql/xxx.log
2.Redis: /var/log/redis/xxx.log
3.Nginx: /var/log/nginx/xxx.log
三、Redis命令
1）通用命令
1. 切换库：SELECT index index：0 - 15，db0~db15
2. 查看所有的key：KEYS *
3. 查看类型：TYPE key
4. 删除key：DEL key
5. 清除当前库所有数据：FLUSHDB
6. 清除所有库所有数据：FLUSHALL
7. 查看key存活时间：TTL key
8. 删除过期：persist key
2）字符串
应用场景：常规计数（点赞数、评论数）、存储短信验证码、缓存热点数据（热门商品|文章）。
1. 设置：set key value nx ex seconds nx：key不存在时进行设置，ex：设置过期时间
2. 获取值：get key
3. 数值操作：
数值+1：incr key
数值-1：decr key
浮点型操作：incrbyfloat key increment
3）列表
应用场景：任务队列|消息队列，生产者消费者模型，Redis充当消息队列的作用，用来存储任务。(key:表名）
1. 从列表头部/尾部压入元素：LPUSH|RPUSH key element
2.从列表头部/尾部,阻塞弹出，列表为空时阻塞： BLPOP/BRPOP key timeout
从列表头部/尾部弹出1个元素：LPOP/RPOP key
timeout为0时代表永久阻塞，直到有元素可以弹出。
3. 查看列表中元素：LRANGE key start stop
4. 查看列表长度：LLEN key
注意：LPUSH + BRPOP组合经常用作消息队列，消息入队列LPUSH，消息出队列BRPOP。
5. 在制定元素前/后添加元素： LINSERT Key after/before value newvalue
6. 从列表src尾部弹出1个元素，押人员列表dst的头部：RPOPLPUSH src dst
7. 删除指定元素：LREM key count value
8. 保留指定范围元素：LTRIM key start stop
4）哈希
哈希散列数据类型适合存储对象类型的数据（对象ID作为key，属性名作为Field，属性值作为value），类似python的字典。
应用场景1：用户不同维度数据统计；比如：关注数、粉丝数、点赞数、评论数（比如用户ID作为key、不同的维度作为field、具体的数值作为value）。
应用场景2：存储购物车数据（用户ID作为key，商品ID作为Field，商品数量和选中状态作为value）。
1. 设置：HSET key field value field value
2. 查看指定字段：HGET key field
3. 获取所有键值对：HGETALL key
4. 字段值整数/浮点增量运算：HINCRBY/HINCRBYFLOAT key field increment
5. 删除指定字段：HDEL key field
6. 获取长度：HLEN key
7. 判断字段是否存在：HEXISTS key field
9. 返回所有字段名：HKEYS key
5）集合（set）
应用场景1：利用集合的交集获取共同关注、共同好友。
应用场景2：增量爬虫，利用Redis的集合存储每个请求的指纹，利用sadd()的返回值确定是否为新更新数据。返回值为0，为之前抓取过的数据
1. 添加成员：SADD key(集合) member(元素) member #例如SADD user liying
2. 查看成员：SMEMBERS key
3. 查看长度：SCARD key
4. 弹出成员：SPOP key [count] #默认1个
5. 交集：SINTER key1 key2 #实现共同关注、共同好友
结果保存到新的集合中：SINTERSTORE 新集合key1 key2
6. 差集：SDIFF key1 key3
结果保存到新的集合中：SDIFFSTORE 新集合key1 key2
7. 并集：SUNION key1 key2
结果保存到新的集合中：SINTERSTORE 新集合key1 key2
8. 删除元素：SREM key member1 member2 ...
6）有序集合
应用场景：各种排行榜。成员不允许重复，每个成员有关联的浮点数的分值。
1. 添加成员：ZADD key(集合） score(值) member(元素) score member 。。。
Python：r.zadd(key, {"member":score, "member":score})
2. 升序/降序查看成员：ZRANGE/ZREVRANGE key start stop [withscores]
例子：zrange z1 0 -1 withscores
python: r.zrange(key, start, stop, withscores=True|False)
3. 查看指定元素的值：zscore key member
查看区间值(分页)：zrangebyscore key min max [withscores] [limit offset count]
min max :取值区间的最小与最大值，开区间需要在值前面加小括弧(
Offset 跳过数量 count 查询的数量
例如：zrangbyscore z1 30 (50 withscores limit 1 3 #查z1中分值30-50之间(不包含50)，排名第2,3,4名（跳过第一名，取3个成员）
4. 查看长度：ZCARD key
5. 返回某个成员排名-升序/降序排列：ZRANK/ZREVRANK key member
6. 并集：ZUNIONSTORE 目标集合 集合数 key [key, ...] [weights] [AGGREGATE SUM|MAX|MIN]
说明：zunionstore zs3 2 zs1 zs2 weights 0.5 0.6 aggregate sum
python: r.zunionstore("目标集合", {"key1":权重, "key2":权重}, aggregate="MAX|MIN|SUM")
7. 并集：ZINTERSTORE key numkeys key [key, ...] [weights] [AGGREGATE SUM|MAX|MIN]
python: r.zinterstore("目标集合", {"key1":权重, "key2":权重}, aggregate="MAX|MIN|SUM")
8. 删除：zrem key member
删除区间：zremrangbyscore key min max
四、数据持久化
1）意义
为了数据安全，防止丢失；数据持久化是将内存中的数据保存到磁盘中一份，用于数据备份和数据恢复；当Redis服务重启或者主机宕机重启时，Redis会自动将磁盘的数据恢复到内存中。
2）方式
两种方式：RDB模式、AOF模式。如果两种备份模式都开启，那数据恢复时优先找AOF的文件恢复。
2.1 RDB模式
默认开启，备份的是全部数据，也就是全量备份，会消耗更多内存资源，所以不能高频备份，可能造成数据的丢失，丢失数据的量不确定。 数据恢复时只需将磁盘中的数据恢复到内存中一份，效率高。
* RDB备份策略：/var/lib/redis/dump.rdb
307 save 900 1 #当时间过去900秒，且数据发生一次以上更改时，会自动全量备份。
308 save 300 10
309 save 60 10000
2.2 AOF模式
通过修改配置文件开启，备份的是命令。每次只备份新增的命令，也就是增量备份，相比较来说更加节约内存，所以可以高频备份，也会丢失数据，但是最多丢失1秒钟的数据！数据恢复时需要执行大量的Redis命令，效率低。
* AOF备份策略：
开启：/var/lib/redis/appendonly.aof --> appendonly yes
1. appendonlyfsync always #服务器每写一条命令就备份一次，基本不丢失数据
2. appendonlyfsync everysec #最多丢失一秒钟的数据
3. appendonlyfsync no #丢失数据的数量不一定
* AOF文件自动重写（避免aof文件里面产生冗余命令）策略：
64MB重写、128M重写、256M重写... ...
1165 auto-aof-rewrite-percentage 100 #增量百分比
1166 auto-aof-rewrite-min-size 64mb #
restart 停机重启
force-reload 不停机，重新加载配置文件
五、主从加哨兵
1）说明
哨兵sentinel会不断的检查Master和Slaves是否正常，一旦master挂掉，会从slaves中提升一个新的主，并将其他的从设置为新的主的从。每个哨兵可以监控任意多个Master和该Master下面的Slaves。
* 主：master，负责读写数据，并且将数据同步给从服务器。
* 从：slave，负责读数据，不能写数据，减轻master的读压力。
2）安装
sudo apt install redis-sentinel
3）主从哨兵环境搭建
* 环境说明
1. 主：6379 ：sudo /etc/init.d/redis-server start
2. 从：6380 6381
* redis-server --port 6380
* redis-server --port 6381
* 6380> SLAVEOF 127.0.0.1 6379 #设置为谁的从 slaveof ip port
* 6381> SLAVEOF 127.0.0.1 6379 #取消主从 slaveof no one
* 搭建哨兵
1. 创建哨兵配置文件（任意路径）：sentinel.conf
port 26363（哨兵端口号-自定义）
sentinel monitor 服务名（自定义） master-ip master-port 投票数
2. 启动哨兵
redis-sentinel sentinel.conf
* 测试
1. 将主服务停止，观察哨兵日志：sudo /etc/init.d/redis-server stop
主挂掉后，哨兵会搭建新的主从结构来处理客户都安请求。
2. 将主服务启动，观察哨兵日志：sudo /etc/init.d/redis-server start
原来主启动后，作为新的主从结构中的从。
六、缓存使用django-redis
中文文档：
https://blog.51cto.com/u_15054050/4052558setting.py的配置：
CACHES = {
"default": {
"BACKEND": "django_redis.cache.RedisCache",
"LOCATION": "redis://127.0.0.1:6379/1",
"OPTIONS": {
"CLIENT_CLASS": "django_redis.client.DefaultClient",
}
}
}
views的使用：
from django.core.cache import caches
from django_redis import get_redis_connection
#调用缓存API
# 1.存入缓存
caches["default"].set(key, value, expire)
# 2.获取数据
caches["index"].get(key)
# 3.删除指定key
caches["detail"].delete(key)
# 4.清除当前库:FLUSHDB
caches["sms"].clear()
#调用django-redis 操作更复杂的数据类型
#列表、哈希、集合、有序结合
r = get_redis_connection()
# 1.在集合中添加成员
r.sadd(key, member)
# 2.查看集合中的所有成员
r.smemebers(key)
