Redis6——入门介绍

本文章笔记整理来自黑马尚硅谷视频https://www.bilibili.com/video/BV1Rv41177Af，相关资料可以在评论区进行获取。

1.NoSQL 数据库介绍 1.1.NoSQL 数据库概述

（1）NoSQL (Not Only SQL)，即“不仅仅是 SQL”，它泛指非关系型数据库。 （2）NoSQL 不依赖业务逻辑方式存储，而以简单的 key-value 模式存储。因此大大的增加了数据库的扩展能力。 （3）NoSQL 特点：不遵循 SQL 标准、不支持 ACID、远超于 SQL 的性能。

1.2.NoSQL 适用场景

（1）对数据高并发的读写； （2）海量数据的读写； （3）对数据高可扩展性的；

1.3.NoSQL 不适用场景

（1）需要事务支持； （2）基于 SQL 的结构化查询存储，处理复杂的关系，需要即席查询； （3）用不着 SQL 的和用了 SQL 也不行的情况；

1.4.常见的 NoSQL 数据库 1.4.1.Memcache

（1）很早就出现的 NoSql 数据库； （2）数据都在内存中，一般不持久化； （3）支持简单的 key-value 模式，支持类型单一； （4）一般是作为缓存数据库辅助持久化的数据库；

1.4.2.Redis

（1）几乎覆盖了 Memcached 的绝大部分功能； （2）数据都在内存中，支持持久化，主要用作备份恢复； （3）除了支持简单的 key-value 模式，还支持多种数据结构的存储，比如 list、set、hash、zset 等； （4）一般是作为缓存数据库辅助持久化的数据库；

1.4.3.MongoDB

（1）高性能、开源、模式自由 (schema free) 的文档型数据库； （2）数据都在内存中， 如果内存不足，把不常用的数据保存到硬盘； （3）虽然是 key-value 模式，但是对 value（尤其是 json）提供了丰富的查询功能； （4）支持二进制数据及大型对象； （5）可以根据数据的特点替代 RDBMS，成为独立的数据库。或者配合 RDBMS，存储特定的数据；

2.Redis 介绍 2.1.Redis 概述

（1）Redis 是一个开源的 key-value 存储系统，其功能和 Memcached 类似，但是它支持存储的 value 类型相对更多，包括 string（字符串）、list（链表）、set（集合）、zset（sorted set --有序集合）和hash（哈希类型等）。这些数据类型都支持 push/pop、add/remove 及取交集并集和差集及更丰富的操作，而且这些操作都是原子性的。在此基础上，Redis 支持各种不同方式的排序。

（2）Redis 与 memcached 一样，为了保证效率，数据都是缓存在内存中。区别的是Redis 会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录文件，并且在此基础上实现了 master-slave（主从）同步。

（3）Redis 是单线程 + 多路 I/O 复用技术 多路复用是指使用一个线程来检查多个文件描述符 (Socket) 的就绪状态，比如调用 select 和 poll 函数，传入多个文件描述符，如果有一个文件描述符就绪，则返回，否则阻塞直到超时。得到就绪状态后进行真正的操作可以在同一个线程里执行，也可以启动线程执行（比如使用线程池）。

2.2.Redis 应用场景 2.2.1.配合关系型数据库做高速缓存

（1）高频次，热门访问的数据，降低数据库I/O操作； （2）分布式架构，做session共享；

2.1.2.多样的数据结构存储持久化数据

2.3.Redis 安装 2.3.1.下载 Redis 安装包

（1）Redis官方网站：https://redis.io/ （2）Redis中文官方网站：http://www.redis.cn/ （3）下载安装包（下面演示安装的版本为6.2.1 for Linux）

2.3.2.安装步骤

（1）在Linux的/opt目录下准备好Redis的安装包（此处使用的是CentOS7.7） （2）安装 C 语言的编译环境，即下载安装最新版的gcc编译器（如果需要卸载旧版本的gcc，可以参考这篇文章）

# 查看gcc版本命令
gcc --version
# 安装命令
yun install gcc

安装过程中出现的y/n选择，一律输入y即可。 （3）解压安装包

# 解压命令
tar -zxvf redis-6.2.1.tar.gz

（4）解压完成后进入目录redis-6.2.1，并使用make命令进行编译

cd redis-6.2.1/
make

（5）使用命令make install进行安装

make install

（6）验证Redis是否安装成功

# /usr/local/bin为安装目录
cd /usr/local/bin
ll

redis-benchmark性能测试工具redis-check-aof修复有问题的AOF文件redis-check-dump修复有问题的dump.rdb文件redis-sentinelRedis集群使用redis-serverRedis服务器启动命令redis-cli客户端操作入口 2.4.Redis 启动 2.4.1.前台启动（不推荐）

# 前台启动命令，其缺点在于命令行窗口不能关闭，否则服务器停止
redis-server

2.4.2.后台启动（推荐）

（1）备份redis.conf，拷贝一份/opt/redis-6.2.1/目录下的redis.conf到其他目录 （2）将后台启动设置daemonize no 改成 yes （3）启动Redis

cd /usr/local/bin
# 启动Redis
redis-server /etc/redis.conf
# 查看Redis运行信息
ps -ef | grep redis

（4）用客户端访问Redis

redis-cli
# 测试验证
ping

（5）关闭Redis ① 使用命令shutdown进行关闭

shutdown

② 通过杀死Redis进程来关闭Redis

ps -ef | grep redis
# Redis进程ID需要先查出来
kill -9 9498

3.常用的五大数据类型

在了解Redis常用的五大数据类型之前，需要先知道一些于Redis键相关的命令，此外，想查看Redis更多的命令，可以参考http://doc.redisfans.com/。

# 查看当前库所有key（(也可以使用模糊查询，例如keys k*，即查询以字母k开头的键）
keys *

# 添加键值对
set  

# 判断某个key是否存在
exists 

# 查看key的类型
type 

# 删除指定的key数据
del 

# 根据value选择非阻塞删除（仅将keys从keyspace元数据中删除，真正的删除会在后续异步操作）
unlink 

# 为给定的key设置过期时间，单位为秒
expire  

# 查看key还有多少秒过期，-1表示永不过期，-2表示已过期
ttl 

# 切换数据库，Redis默认有16个数据库，类似于数组其下标从0开始，初始默认使用0号库
select 

# 查看当前数据库的key的数量
dbsize

# 清空当前库
flushdb

# 清空所有库
flushall

3.1.Redis字符串 (String) 3.1.1.介绍

（1）String 是 Redis 最基本的类型，可以理解成与 Memcached 一模一样的类型，一个 key 对应一个 value。 （2）String 类型是二进制安全的，这意味着 Redis 的 string 可以包含任何数据，比如 jpg 图片或者序列化的对象。 （3）String 类型是 Redis 最基本的数据类型，一个 Redis 中字符串 value 的大小最大可以是 512M。

3.1.2.常用命令

# 添加键值对（如果key存在，则覆盖原来的value，如果key不存在，则添加该键值对）
set  

# 查询对应键值
get 

# 将给定的追加到原值的末尾
append   

# 只有key不存在时，才能设置key的值
setnx   

# 获得key对应value值的长度
strlen  

# 将key中储存的数字值增1（只能对数字值操作，如果为空，新增值为1）
incr 

# 将key中储存的数字值减1（只能对数字值操作，如果为空，新增值为-1）
decr 

#将key中储存的数字值增减，自定义步长
incrby / decrby  

# 同时设置一个或多个key-value对
mset      ......

# 同时获取一个或多个 value
mget    .....。

# 同时设置一个或多个 key-value对，当且仅当所有给定key都不存在时才能设置成功（原子性，有一个失败则都失败）
msetnx     ......

# 获得值的范围
getrange    

# 用 覆写所储存的字符串值，从开始(索引从0开始)
setrange    

# 设置键值的同时，设置过期时间，单位为秒
setex    

# 以新换旧，设置了新值同时获得旧值
getset  

3.1.3.数据结构

（1）String 的数据结构为简单动态字符串(Simple Dynamic String，缩写为SDS)，是可以修改的字符串，内部结构实现上似于Java中的ArrayList，采用预分配冗余空间的方式来减少内存的频繁分配。 （2）如上图中所示，内部为当前字符串实际分配的空间capacity一般要高于实际字符串长度len。当字符串长度小于1M时，扩容都是加倍现有的空间，如果超过1M，扩容时一次只会多扩1M的空间。此外，需要注意的是字符串最大长度为512M。

3.2.Redis列表 (List) 3.2.1.介绍

（1）Redis 列表是简单的字符串列表，按照插入顺序排序。可以添加一个元素到列表的头部（左边）或者尾部（右边），此外，Redis中的列表是单键多值的。 （2）列表的底层实际是个双向链表，对两端的操作性能很高，通过索引下标的操作中间的节点性能会较差。

3.2.2.常用命令

# 从左边/右边插入一个或多个值
lpush/rpush      ......

# 从左边/右边弹出一个值
lpop/rpop  

# 按照索引下标获得元素(从左到右)，其顺序与插入时相反
lrange   

# 从列表右边弹出一个值，插到列表左边
rpoplpush   

# 获取列表key中的所有值(0左边第一个，-1右边第一个，0-1表示所有)
lrange  0 -1

# 按照索引下标获得元素(从左到右)
lindex  

# 获得列表长度
llen 

# 在的前面/后面插入
linsert  before/after  

# 从左边删除n个value(从左到右)
lrem   

# 将列表key下标为index的值替换成value
lset   

3.2.3.数据结构

（1）List的数据结构为快速链表quickList。 （2）首先在列表元素较少的情况下会使用一块连续的内存存储，这个结构是ziplist，也即是压缩列表。它将所有的元素紧挨着一起存储，分配的是一块连续的内存。当数据量比较多的时候才会改成quicklist。因为普通的链表需要的附加指针空间太大，会比较浪费空间。比如这个列表里存的只是int类型的数据，结构上还需要两个额外的指针prev和next。 （3）Redis将链表和ziplist结合起来组成了quicklist。也就是将多个ziplist使用双向指针串起来使用。这样既满足了快速的插入删除性能，又不会出现太大的空间冗余。

3.3.Redis 集合 (Set) 3.3.1.介绍

（1）Redis集合对外提供的功能与List类似，都是一个列表的功能，但它的特殊之处在于Set是可以自动排重的，当需要存储一个列表数据，又不希望出现重复数据时，Set是一个很好的选择，并且set提供了判断某个成员是否在一个set集合内的重要接口，这个也是List所不能提供的。 （2）Redis的Set是string类型的无序集合，它底层其实是一个value为null的hash表，所以添加、删除、查找的复杂度都是O(1)。

3.3.2.常用命令

# 将一个或多个元素加入到集合中，已经存在的元素将被忽略
sadd    ......

# 取出集合的所有值
smembers 

# 判断集合是否为含有该值，有返回1，没有则返回0
sismember  

# 返该集合中的元素个数
scard 

# 删除集合中的某个或多个元素
srem    ......

# 随机从集合中吐出一个值
spop 

# 随机从该集合中取出n个值(不会从集合中删除)
srandmember  

# 把集合中一个值从一个集合移动到另一个集合
smove   value

# 返回两个集合的交集元素
sinter  

# 返回两个集合的并集元素
sunion  

# 返回两个集合的差集元素(属于key1但不属于key2)
sdiff  

3.3.3.数据结构

（1）Set数据结构是dict字典，字典是用哈希表实现的。 （2）Java中HashSet的内部实现使用的是HashMap，只不过所有的value都指向同一个对象。Redis的Set结构也是一样，它的内部也使用hash结构，所有的value都指向同一个内部值。

3.4.Redis 哈希 (Hash) 3.4.1.介绍

（1）Redis哈希是一个键值对集合。 （2）Redis哈希是一个string类型的field和value的映射表，hash特别适合用于存储对象，它类似Java里面的Map。 （3）用户ID为查找的key，存储的value用户对象包含姓名，年龄，生日等信息，如果用普通的key/value结构来存储，则主要有以下2种存储方式： ① 每次修改用户的某个属性需要，先反序列化改好后再序列化回去，开销较大。 ② 用户ID数据冗余 （4）通过 key(用户ID) + field(属性标签) 就可以操作对应属性数据了，既不需要重复存储据，也不会带来序列化和并发修改控制的问题。

3.4.2.常用命令

# 给集合中的键赋值，例如:hset user:1001 id 1
hset   

# 从集合的取出value 
hget  

# 批量设置hash的值
hmset     ......

# 查看哈希表中，给定域field是否存在
hexists  

# 列出该hash集合的所有field
hkeys 

# 列出该hash集合的所有value
hvals 

# 为哈希表中的域field的值加上增量1/-1
hincrby   

# 将哈希表key中的域field的值设置为value(当且仅当域field不存在)
hsetnx   

3.4.3.数据结构

Hash类型对应的数据结构是两种：ziplist（压缩列表）和hashtable（哈希表）。当field-value长度较短且个数较少时，使用ziplist，否则使用hashtable。

3.5.Redis有序集合 Zset (sorted set) 3.5.1.介绍

（1）Redis 有序集合 Zset 与普通集合 set 非常相似，是一个没有重复元素的字符串集合。不同之处是有序集合的每个成员都关联了一个评分 (score)，这个评分 (score) 被用来按照从最低分到最高分的方式排序集合中的成员。而集合的成员是唯一的，但是评分可以是重复了。

（2）因为元素是有序的，所以也可以很快的根据评分 (score) 或者次序 (position) 来获取一个范围的元素。访问有序集合的中间元素也是非常快的，因此能够使用有序集合作为一个没有重复成员的智能列表。

3.5.2.常用命令

# 将一个或多个元素及其score值加入到有序集当中
zadd     ......

# 返回有序集中，下标在~之间的元素(带WITHSCORES，可以让分数一起和值返回到结果集)
zrange    [WITHSCORES]   

# 返回有序集中，所有score值介于min和max之间(包括等于min或max)的成员，有序集成员按score值递增(从小到大)次序排列。
zrangebyscore  minmax [withscores] [limit offset count]

# 同上，改为从大到小排列。
zrevrangebyscore key maxmin [withscores] [limit offset count]               

3.5.3.数据结构

（1）Zset是Redis提供的一个非常特别的数据结构，一方面它等价于Java的数据结构Map，可以给每一个元素value赋予一个权重score，另一方面它又类似于TreeSet，内部的元素会按照权重score进行排序，可以得到每个元素的名次，还可以通过score的范围来获取元素的列表。 （2）Zset底层使用了两个数据结构： ① hash，其作用就是关联元素value和权重score，保障元素value的唯一性，可以通过元素value找到相应的score值。 ② 跳跃表，跳跃表的目的在于给元素value排序，根据score的范围获取元素列表。

4.Redis 配置文件

之前自定义的配置文件目录为：/etc/redis.conf，下面将对部分配置进行介绍。

4.1.Units 单位

配置文件开头定义了一些基本的度量单位，Redis只支持bytes，不支持bit，并且对大小写不敏感

4.2.INCLUDES包含

类似于jsp中的include，多实例的情况可以把公用的配置文件提取出来。

4.3.网络相关配置 4.3.1.bind

默认配置为bind=127.0.0.1，这表示只能接受本机的访问请求。如果不写该配置，则表示无限制接受任何IP地址的访问。而在生产环境中肯定要写应用服务器的地址，且服务器是需要远程访问的，所以需要将其注释掉

4.3.2.protected-mode

protected-mode，即保护模式，如果开启了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，此处需要将protected-mode设置no。

4.3.3.Port

Redis默认的端口号为6379，不需要修改。

4.3.4.tcp-backlog

设置tcp的backlog，backlog是一个连接队列，backlog队列总和=未完成三次握手队列 + 已经完成三次握手队列。在高并发环境下需要一个高backlog值来避免慢客户端连接问题。注意Linux内核会将这个值减小到/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。

4.3.5.timeout

一个空闲的客户端维持多少秒会关闭，0表示关闭该功能，即永不关闭。

4.3.6.tcp-keepalive

对访问客户端的一种心跳检测，每个n秒检测一次，单位为秒，如果设置为0，则不会进行Keepalive检测，建议设置成60。

4.4.GENERAL 通用 4.4.1.daemonize

是否为后台进程，设置为yes（守护进程，后台启动）

4.4.2.pidfile

存放pid文件的位置，每个实例会产生一个不同的pid文件。

4.4.3.loglevel

指定日志记录级别，Redis总共支持四个级别：debug、verbose、notice、warning，默认为notice。

4.4.4.logfile

日志文件名称

4.4.5.databases

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

5.Redis的发布和订阅 5.1.发布和订阅

（1）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。 （2）Redis 客户端可以订阅任意数量的频道。

客户端可以订阅频道如下图：

当给这个频道发布消息后，消息就会发送给订阅的客户端

5.2.发布订阅命令行实现

（1）打开一个客户端订阅channel1

SUBSCRIBE channel1

（2）打开另一个客户端，给channel1发布消息hello

publish channel1 hello

（3）打开第一个客户端可以看到发送的消息

6.Redis6新数据类型 6.1.Bitmaps 6.1.1.简介

现代计算机用二进制（位） 作为信息的基础单位， 1个字节等于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，如下图所示： 合理地使用操作位能够有效地提高内存使用率和开发效率，不过需要注意的是： （1）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。 （2）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。

6.1.2.常用命令 6.1.2.1.setbit

（1）格式

# 设置Bitmaps中某个偏移量的值(0或1)，且偏移量(offset)从0开始
setbit   

（2）示例 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， 用偏移量作为用户的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： 此外，需要注意以下几点： ① 很多应用的用户id以一个指定数字（例如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。 ② 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会比较慢，可能会造成Redis的阻塞。

6.1.2.2.getbit

（1）格式

# 获取Bitmaps中某个偏移量的值
getbit  

（2）实例 获取id=8的用户是否在2021-01-01这天访问过， 返回0说明没有访问过：

6.1.2.3.bitcount

（1）格式

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

（2）示例 ① 计算2021-01-01这天的独立访问用户数量 ② start和end代表起始和结束字节数，下面操作计算用户id在第1个字节到第3个字节之间的独立访问用户数，对应的用户id是11，15，19。

6.1.2.4.bitop

（1）格式

# bitop是一个复合操作，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
bitop  and(or/not/xor)  [key…]

（2）示例 2020-11-03 日访问网站的userid=0,1,4,9。 2020-11-04 日访问网站的userid=1,2,5,9。 ① 计算出两天都访问过网站的用户数量

# unique:users:and:20201104_03为目标Bitmaps
bitop and unique:users:and:20201104_03 unique:users:20201103 unique:users:20201104

② 计算出任意一天都访问过网站的用户数量（例如月活跃就是类似这种），可以使用or求并集

# unique:users:or:20201104_03为目标Bitmaps
bitop or unique:users:or:20201104_03 unique:users:20201103 unique:users:20201104

6.1.3.Bitmaps与set对比

（1）假设网站有1亿用户，每天独立访问的用户有5千万，如果每天用集合类型和Bitmaps分别存储活跃用户可以得到表

数据类型每个用户id占用空间需要存储的用户量全部内存量集合类型64位5000000064位*50000000 = 400MBBitmaps1位1000000001位*100000000 = 12.5MB（2）很明显， 这种情况下使用Bitmaps能节省很多的内存空间， 尤其是随着时间推移节省的内存还是非常可观的。数据类型一天一个月一年––––集合类型400MB12GB144GBBitmaps12.5MB375MB4.5GB（3）但Bitmaps并不是万金油， 假如该网站每天的独立访问用户很少， 例如只有10万（大量的僵尸用户） ，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。数据类型每个userid占用空间需要存储的用户量全部内存量––––集合类型64位10000064位*100000 = 800KBBitmaps1位1000000001位*100000000 = 12.5MB 6.2.HyperLogLog 6.2.1.简介

（1）在工作当中，我们经常会遇到与统计相关的功能需求，比如统计网站PV（PageView页面访问量），可以使用Redis的incr、incrby轻松实现。但像UV（UniqueVisitor，独立访客）、独立IP数、搜索记录数等需要去重和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。 （2）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 以上的方案结果精确，但随着数据不断增加，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。 （3）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者体积非常非常大时，计算基数所需的空间总是固定的、并且是很小的。 （4）在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。但是，因为 HyperLogLog 只会根据输入元素来计算基数，而不会储存输入元素本身，所以 HyperLogLog 不能像集合那样，返回输入的各个元素。 （5）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)为5。基数估计就是在误差可接受的范围内，快速计算基数。

6.2.2.常用命令 6.2.2.1.pfadd

（1）格式

# 添加指定元素到HyperLogLog中
pfadd   [element...]   

（2）示例 将所有元素添加到指定HyperLogLog数据结构中，如果执行命令后HLL估计的近似基数发生变化，则返回1，否则返回0。

6.2.2.2.pfcount

（1）格式

# 计算HLL的近似基数，可以计算多个HLL，比如用HLL存储每天的UV，计算一周的UV可以使用7天的UV合并计算即可
pfcount  [key ...] 

（2）示例

6.2.2.3.pfmerge

（1）格式

# 将一个或多个HLL合并后的结果存储在另一个HLL中，比如每月活跃用户可以使用每天的活跃用户来合并计算可得
pfmerge   [sourcekey ...]  

（2）示例

6.3.Geospatial 6.3.1.简介

Redis 3.2中增加了对GEO类型的支持。GEO即Geographic，是地理信息的缩写。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。

6.3.2.常用命令 6.3.2.1.geoadd

（1）格式

# 添加地理位置（经度，纬度，名称）
geoadd     [longitude latitude member...] 

（2）示例 此外，需要注意以下几点： ① 两极无法直接添加，一般会下载城市数据，直接通过 Java 程序一次性导入。 ② 有效的经度从 -180 度到 180 度。有效的纬度从 -85.05112878 度到 85.05112878 度。 ③ 当坐标位置超出指定范围时，该命令将会返回一个错误。 ④ 已经添加的数据，是无法再次往里面添加的。

6.3.2.2.geopos

（1）格式

# 获得指定地区的坐标值
geopos   [member...]  

（2）示例

6.3.2.3.geodist

（1）格式

# 获取两个位置之间的直线距离
# 单位：
# m：表示单位为米[默认值]
# km：表示单位为千米
# mi：表示单位为英里
# ft：表示单位为英尺
如果用户没有显式地指定单位参数， 那么 GEODIST 默认使用米作为单位
geodist     [m|km|ft|mi ]  

（2）示例

6.3.2.4.georadius

（1）格式

# 以给定的经纬度为中心，找出某一半径内的元素
georadius    radius  m|km|ft|mi   

（2）示例

7.Jedis 7.1.Jedis介绍

Jedis 是 Redis 官方推荐的 Java 连接开发工具。

7.2.Jedis常用操作 7.2.1.连接测试

（1）在IDEA中创建一个名为jedis_redisdemo的maven工程 （2）在pom.xml中导入相关依赖

	
    
        redis.clients
        jedis
        3.2.0
    
    
    
        junit
        junit
        4.12
        compile
    

（3）测试代码如下：

package com.atguigu.jedis;

import redis.clients.jedis.Jedis;

public class JedisDemo1{
    public static void main(String[] args) {
        /*
            创建Jedis对象
            (1)."192.168.88.100":主机IP地址
            (2).6379:Redis端口号
        * */
        Jedis jedis = new Jedis("192.168.88.100",6379);
        //测试连接
        String value = jedis.ping();
        //输出PONG则表示连接成功
        System.out.println(value);
    }
}

（4）连接Redis的注意事项： ① 在Redis配置文件redis.conf中，要注释掉bind 127.0.0.1，并且将protected-mode设置为no。 ② 如果Linux中的防火墙处于开启状态，也可能连接不成功 此时关闭防火墙，命令如下：

systemctl stop firewalld

7.2.2.操作相关数据类型

（1）Jedis-API：Key

@Test
public void keyDemo(){
    //创建Jedis对象
    Jedis jedis = new Jedis("192.168.88.100",6379);

    jedis.set("k1", "v1");
    jedis.set("k2", "v2");
    jedis.set("k3", "v3");
    Set keys = jedis.keys("*");
    System.out.println(keys.size());
    for (String key : keys) {
        System.out.println(key);
    }
    
    System.out.println(jedis.exists("k1"));
    System.out.println(jedis.ttl("k1"));
    System.out.println(jedis.get("k1"));
    //关闭Jedis
    jedis.close();
}

（2）Jedis-API：String

@Test
public void stringDemo(){
    //创建Jedis对象
    Jedis jedis = new Jedis("192.168.88.100",6379);
    jedis.mset("str1","v1","str2","v2","str3","v3");
    System.out.println(jedis.mget("str1","str2","str3"));
    //关闭Jedis
    jedis.close();
}

（3）Jedis-API：List

 @Test
public void listDemo(){
    //创建Jedis对象
    Jedis jedis = new Jedis("192.168.88.100",6379);
    jedis.lpush("mylist","v1","v2","v3","v4");
    List list = jedis.lrange("mylist",0,-1);
    for (String element : list) {
        System.out.println(element);
    }
    //关闭Jedis
    jedis.close();
}

（4）Jedis-API：Set

@Test
public void setDemo(){
    //创建Jedis对象
    Jedis jedis = new Jedis("192.168.88.100",6379);
    jedis.sadd("orders", "order01");
    jedis.sadd("orders", "order02");
    jedis.sadd("orders", "order03");
    jedis.sadd("orders", "order04");
    Set smembers = jedis.smembers("orders");
    jedis.srem("orders", "order02");
    for (String order : smembers) {
        System.out.println(order);
    }
    //关闭Jedis
    jedis.close();
}

（5）Jedis-API：Hash

@Test
public void hashDemo(){
    //创建Jedis对象
    Jedis jedis = new Jedis("192.168.88.100",6379);
    
    jedis.hset("hash1","userName","lisi");
    System.out.println(jedis.hget("hash1","userName"));
    Map map = new HashMap();
    map.put("telphone","13810169999");
    map.put("address","atguigu");
    map.put("email","abc@163.com");
    jedis.hmset("hash2",map);
    List result = jedis.hmget("hash2", "telphone","email");
    for (String element : result) {
        System.out.println(element);
    }
    //关闭Jedis
    jedis.close();
}

（6）Jedis-API：Zset

@Test
public void zsetDemo(){
    //创建Jedis对象
    Jedis jedis = new Jedis("192.168.88.100",6379);
    jedis.zadd("zset01", 100d, "z3");
    jedis.zadd("zset01", 90d, "l4");
    jedis.zadd("zset01", 80d, "w5");
    jedis.zadd("zset01", 70d, "z6");

    Set zrange = jedis.zrange("zset01", 0, -1);
    for (String e : zrange) {
        System.out.println(e);
    }
	//关闭Jedis
    jedis.close();
}

7.3.Jedis实例——手机验证码 7.3.1.功能需求

（1）输入手机号，点击发送后随机生成6位数字码，2分钟内有效； （2）输入验证码，点击验证，返回成功或失败； （3）每个手机号每天只能输入3次；

7.3.2.功能实现

package com.atguigu.jedis;

import org.junit.Test;
import redis.clients.jedis.Jedis;

import java.util.Random;

public class PhoneCode {
    
    //模拟验证码发送
    @Test
    public void testVerifyCode(){
        //模拟向手机号为139731795的手机发送验证码
        sendCode("139731795");
    }
    
    //模拟验证码校验
    @Test
    public void testSendCode(){
    	//当向手机号为139731795的手机发送验证码后，可在Redis中查询其验证码，并带回verifyCode()中进行验证
        verifyCode("139731795","609706");
    }
    
    //1.随机生成6位数字验证码
    public String getCode(){
        String code = "";
        Random random = new Random();
        for(int i=-0;iDOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd">

	
		
		Insert title here
	

	iPhone 13 Pro !!!  1元秒杀！！！

	
		
		
	


	
	
	$(function(){
		$("#miaosha_btn").click(function(){
			var url=$("#msform").attr("action");
			 $.post(url,$("#msform").serialize(),function(data){
				if(data=="false"){
					alert("抢光了" );
					$("#miaosha_btn").attr("disabled",true);
				}
			} );
		})
	})
	

后端核心代码

package com.atguigu;

import java.io.IOException;

import redis.clients.jedis.Jedis;

public class SecKill_redis {
	//秒杀过程
	public static boolean doSecKill(String uid,String prodid) throws IOException {
		//1.uid和prodid非空判断
		if(uid == null || prodid == null) {
			return false;
		}

		//2.连接redis
		Jedis jedis = new Jedis("192.168.88.100",6379);
		
		//3.拼接key
		//3.1 库存key
		String kcKey = "sk:"+prodid+":qt";
		//3.2 秒杀成功用户key
		String userKey = "sk:"+prodid+":user";

		//4.获取库存，如果库存null，秒杀还没有开始
		String kc = jedis.get(kcKey);
		if(kc == null) {
			System.out.println("秒杀还没有开始，请等待");
			jedis.close();
			return false;
		}

		// 5.判断用户是否重复秒杀操作
		if(jedis.sismember(userKey, uid)) {
			System.out.println("已经秒杀成功了，不能重复秒杀");
			jedis.close();
			return false;
		}

		//6.判断如果商品数量，库存数量小于1，秒杀结束
		if(Integer.parseInt(kc)