Redis 基础入门与核心概念【第一部分】

技术分享 4个月前 (11-06) 0 999+

前面将多线程、锁、线程安全部分内容完整了解了一遍，接下来准备点啥呢？发现最开始Redis部分的内容写的有些凌乱，想着趁着这次机会把Redis部分从头到尾梳理一遍，如果想了解或者梳理Redis知识的小伙伴，看这个系列的几篇Redis文章就够了~

第1章：Redis 简介与概览

1.1 什么是Redis？

如果把传统的关系型数据库（如MySQL）比作一个"大型仓库"——数据存放有序但存取较慢，那么Redis就是一个"超高速工作台"——所有常用工具都摆在手边，随取随用！

Redis（Remote Dictionary Server） 是一个开源的、基于内存的键值对存储系统。它不仅仅支持简单的Key-Value，还提供了丰富的数据结构，可以用作数据库、缓存和消息中间件。

1.2 Redis为什么这么快？核心优势解析

1. 基于内存操作

就像从书架上拿书（硬盘） vs 从桌面上拿便签（内存），Redis基于内存的操作让它拥有惊人的速度：

# 速度对比 硬盘读取速度：    约 100MB/s 内存读取速度：    约 10GB/s   Redis读取速度：   约 100,000次/秒

2. 单线程架构

听起来反直觉？但正是Redis的"独门绝技"！想象一下：银行只有一个超级高效的柜员，但他能同时处理多个窗口的客户请求，没有内部协调的混乱。这就是Redis的单线程+IO多路复用模型：

避免了线程切换和锁竞争的开销
一个线程同时处理多个客户端请求

3. 高效的数据结构

Redis不是简单的Key-Value，而是为不同场景量身定制的数据结构服务器，就像多功能工具箱，每种数据结构都是不同的专用工具。

1.3 Redis vs 其他数据库：什么时候该用Redis？

场景	推荐使用	不推荐使用
热点数据缓存	✅ 完美适合	❌
会话存储(Session)	✅ 完美适合	❌
排行榜/计数器	✅ 完美适合	❌
交易记录存储	❌	✅ 用MySQL
复杂关联查询	❌	✅ 用MySQL

简单判断法则：如果你的数据需要快速读写且不要求100%持久化安全，就用Redis！

第2章：Redis 安装与配置

2.1 Linux (Ubuntu) 安装

# 1. 更新包管理器 sudo apt update  # 2. 安装Redis sudo apt install redis-server  # 3. 启动Redis服务 sudo systemctl start redis-server  # 4. 设置开机自启 sudo systemctl enable redis-server  # 5. 检查状态 sudo systemctl status redis-server  # 6. 测试连接 redis-cli ping # 如果返回 PONG，恭喜安装成功！

2.2 macOS 安装

# 1. 使用Homebrew安装 brew install redis  # 2. 启动Redis服务（后台运行） brew services start redis  # 3. 或者手动启动（前台运行，方便调试） redis-server /usr/local/etc/redis.conf  # 4. 测试连接 redis-cli ping

2.3 Windows 安装

注意：官方不支持Windows，但有以下选择：

方案一：WSL2（推荐）

# 在Windows Terminal中开启WSL Ubuntu，然后按照Linux步骤安装

方案二：Microsoft维护的Windows版本

访问：https://github.com/microsoftarchive/redis/releases
下载 Redis-x64-3.2.100.msi
双击安装，Redis会作为Windows服务运行

2.4 Docker 安装（跨平台通用）

# 1. 拉取最新Redis镜像 docker pull redis:latest  # 2. 运行Redis容器 docker run -d --name my-redis    -p 6379:6379    -v /path/on/host:/data    redis:latest    # 参数解释： # -d : 后台运行 # --name : 容器名称 # -p 6379:6379 : 端口映射（主机:容器） # -v : 数据卷挂载，持久化数据  # 3. 进入容器执行命令 docker exec -it my-redis redis-cli  # 4. 或者直接在主机连接 redis-cli -h 127.0.0.1 -p 6379

2.5 核心配置文件解读

Redis的"大脑"是redis.conf文件，让我们看看关键配置：

# 找到配置文件位置 find / -name redis.conf 2>/dev/null # 通常位置：/etc/redis/redis.conf  # 查看关键配置 cat /etc/redis/redis.conf | grep -v "^#" | grep -v "^$"

重要配置项详解：

# 网络相关 bind 127.0.0.1                    # 只允许本地连接，远程访问改为 0.0.0.0 port 6379                         # 默认端口号 protected-mode yes                # 保护模式，生产环境建议yes  # 持久化相关 dir /var/lib/redis               # 数据存储目录 dbfilename dump.rdb              # RDB文件名  # 内存管理 maxmemory 100mb                  # 最大内存限制 maxmemory-policy allkeys-lru     # 内存满时的淘汰策略  # 安全相关 requirepass your_strong_password # 设置访问密码

第3章：Redis 核心数据结构 (上) - 基础五虎将

数据结构总览

Redis不是简单的Key-Value，而是数据结构服务器！就像一个多功能工具箱，每种数据结构都是不同的工具：

数据结构	比喻	典型应用
String	📝 便利贴	缓存、计数器
Hash	📋 表格	用户信息、对象存储
List	📚 书架	消息队列、最新列表
Set	🎯 集合	标签、共同好友
Sorted Set	🏆 排行榜	排行榜、延迟队列

3.1 String（字符串） - 万能选手

就像办公室的便利贴，简单直接，什么都能记！

# ========== 基础操作 ==========  # 设置键值对 SET username "redis_learner" # ✅ 结果：OK # 💡 使用建议：最简单的缓存用法 # ⚠️ 雷点：如果key已存在会覆盖，慎用！  # 获取值 GET username   # ✅ 结果："redis_learner" # ⚠️ 雷点：如果key不存在返回nil，注意空值处理  # 设置并获取原值（原子操作） GETSET username "new_learner" # ✅ 结果："redis_learner" （返回旧值） # ✅ 现在username的值是："new_learner"  # ========== 数字操作 ==========  # 设置数字 SET page_views 100 # 递增 INCR page_views # ✅ 结果：101 # 💡 使用建议：完美用于计数器，原子操作不怕并发  # 增加指定数值 INCRBY page_views 5 # ✅ 结果：106  # 递减 DECR page_views # ✅ 结果：105  # ========== 批量操作 ==========  # 批量设置 MSET user:1000:name "Alice" user:1000:age 25 user:1000:city "Beijing" # ✅ 结果：OK # 💡 使用建议：减少网络开销，提升性能  # 批量获取 MGET user:1000:name user:1000:age user:1000:city # ✅ 结果：1) "Alice" 2) "25" 3) "Beijing"  # ========== 生存时间 ==========  # 设置值并指定10秒后过期 SETEX session_token 10 "abc123" # ✅ 结果：OK # 💡 使用建议：Session管理、验证码场景  # 设置key的生存时间（秒） EXPIRE username 60 # ✅ 结果：(integer) 1 （设置成功）  # 查看剩余生存时间 TTL username # ✅ 结果：(integer) 57 （剩余57秒）

String使用场景：

🔥 缓存HTML片段、API响应
🔢 文章阅读量、点赞数计数器
🔑 Session存储、临时令牌
⏰ 验证码、限流器

3.2 Hash（哈希） - 对象存储器

就像Excel表格，一个key对应多个字段，完美存储对象！

# ========== 基本操作 ==========  # 设置单个字段 HSET user:1000 name "Alice" # ✅ 结果：(integer) 1 （新增字段数）  # 同时设置多个字段 HSET user:1000 age 25 city "Beijing" profession "Engineer" # ✅ 结果：(integer) 3  # 获取单个字段 HGET user:1000 name # ✅ 结果："Alice"  # 获取所有字段和值 HGETALL user:1000 # ✅ 结果： # 1) "name" # 2) "Alice"  # 3) "age" # 4) "25" # 5) "city" # 6) "Beijing" # 7) "profession" # 8) "Engineer" # 💡 使用建议：适合存储对象，但字段不宜过多（建议<1000） # ⚠️ 雷点：字段太多会占用大量内存，考虑分拆  # ========== 批量操作 ==========  # 批量获取指定字段 HMGET user:1000 name age # ✅ 结果：1) "Alice" 2) "25"  # ========== 数字操作 ==========  # 字段值递增 HINCRBY user:1000 age 1 # ✅ 结果：(integer) 26 # 💡 使用建议：用户年龄更新、积分变动等  # ========== 查询操作 ==========  # 获取所有字段名 HKEYS user:1000 # ✅ 结果：1) "name" 2) "age" 3) "city" 4) "profession"  # 获取所有字段值 HVALS user:1000   # ✅ 结果：1) "Alice" 2) "26" 3) "Beijing" 4) "Engineer"  # 获取字段数量 HLEN user:1000 # ✅ 结果：(integer) 4  # 检查字段是否存在 HEXISTS user:1000 email # ✅ 结果：(integer) 0 （不存在）

Hash使用场景：

👥 用户信息存储
🛒 购物车商品信息
📊 对象属性缓存

3.3 List（列表） - 有序队列

就像排队的人群，可以从队头或队尾加入，保持顺序！

# ========== 从左侧操作 ==========  # 从左侧插入（类似队列头部） LPUSH tasks "task1" # ✅ 结果：(integer) 1 LPUSH tasks "task2" "task3" # ✅ 结果：(integer) 3 # 💡 当前列表：["task3", "task2", "task1"]  # 从左侧弹出 LPOP tasks # ✅ 结果："task3" # 💡 剩余列表：["task2", "task1"]  # ========== 从右侧操作 ==========  # 从右侧插入（类似队列尾部） RPUSH tasks "task4" # ✅ 结果：(integer) 3   # 💡 当前列表：["task2", "task1", "task4"]  # 从右侧弹出 RPOP tasks # ✅ 结果："task4" # 💡 剩余列表：["task2", "task1"]  # ========== 查询操作 ==========  # 获取列表长度 LLEN tasks # ✅ 结果：(integer) 2  # 获取指定范围的元素 LRANGE tasks 0 -1  # 0到-1表示获取所有 # ✅ 结果：1) "task2" 2) "task1"  LRANGE tasks 0 0   # 获取第一个元素 # ✅ 结果：1) "task2"  # ========== 高级操作 ==========  # 阻塞式弹出（等待任务，超时时间5秒） BLPOP new_tasks 5 # 💡 使用建议：消息队列场景，队列为空时等待 # ✅ 结果：如果5秒内有元素返回元素，否则返回nil  # 修剪列表，只保留指定范围 LPUSH numbers 1 2 3 4 5 LTRIM numbers 0 2  # 只保留前3个元素 LRANGE numbers 0 -1 # ✅ 结果：1) "5" 2) "4" 3) "3"

List使用场景：

📨 消息队列（LPUSH + BRPOP）
🆕 最新文章列表
📝 操作日志记录

3.4 Set（集合） - 无序唯一

就像数学里的集合，元素无序但唯一，适合做关系运算！

# ========== 基本操作 ==========  # 添加元素 SADD tags "redis" "database" "cache" # ✅ 结果：(integer) 3  # 添加重复元素（自动去重） SADD tags "redis" "new_tag" # ✅ 结果：(integer) 1 （只新增了1个）  # 获取所有元素 SMEMBERS tags # ✅ 结果：1) "cache" 2) "database" 3) "redis" 4) "new_tag" # ⚠️ 雷点：元素无序！不要依赖返回顺序  # 检查元素是否存在 SISMEMBER tags "redis" # ✅ 结果：(integer) 1 （存在）  # 获取集合大小 SCARD tags # ✅ 结果：(integer) 4  # 随机弹出一个元素 SPOP tags # ✅ 结果："new_tag" （随机） # 💡 使用建议：抽奖场景  # ========== 集合运算 ==========  # 创建两个集合 SADD group_A "user1" "user2" "user3" SADD group_B "user3" "user4" "user5"  # 交集 - 共同好友 SINTER group_A group_B # ✅ 结果：1) "user3"  # 并集 - 所有用户 SUNION group_A group_B   # ✅ 结果：1) "user1" 2) "user2" 3) "user3" 4) "user4" 5) "user5"  # 差集 - A有B没有 SDIFF group_A group_B # ✅ 结果：1) "user1" 2) "user2"  # 将交集存储到新集合 SINTERSTORE common_users group_A group_B SMEMBERS common_users # ✅ 结果：1) "user3"

Set使用场景：

🏷️ 文章标签系统
👥 社交网络共同好友
🎲 随机抽奖、唯一值存储

3.5 Sorted Set（有序集合） - 带分队的集合

就像游戏排行榜，每个玩家都有分数，可以按分数排序！

# ========== 基本操作 ==========  # 添加带分数的成员 ZADD leaderboard 1000 "Alice" ZADD leaderboard 850 "Bob" 1200 "Charlie" 900 "David" # ✅ 结果：(integer) 3  # 按分数升序获取（从小到大） ZRANGE leaderboard 0 -1 WITHSCORES # ✅ 结果： # 1) "Bob"    2) "850" # 3) "David"  4) "900"  # 5) "Alice"  6) "1000" # 7) "Charlie" 8) "1200"  # 按分数降序获取（从大到小） ZREVRANGE leaderboard 0 -1 WITHSCORES # ✅ 结果： # 1) "Charlie" 2) "1200" # 3) "Alice"   4) "1000" # 5) "David"   6) "900" # 7) "Bob"     8) "850"  # ========== 分数操作 ==========  # 增加成员分数 ZINCRBY leaderboard 50 "Bob" # ✅ 结果："900" # 💡 使用建议：实时更新排行榜分数  # 获取成员分数 ZSCORE leaderboard "Alice" # ✅ 结果："1000"  # 获取成员排名（从0开始，按分数升序） ZRANK leaderboard "Alice" # ✅ 结果：(integer) 2 （第三名）  # 获取成员排名（按分数降序） ZREVRANK leaderboard "Alice"   # ✅ 结果：(integer) 1 （第二名）  # ========== 范围查询 ==========  # 按分数范围查询 ZRANGEBYSCORE leaderboard 900 1100 WITHSCORES # ✅ 结果： # 1) "David" 2) "900" # 3) "Alice" 4) "1000"  # 查询分数大于1000的成员 ZRANGEBYSCORE leaderboard (1000 +inf WITHSCORES # ✅ 结果：1) "Charlie" 2) "1200"  # 查询前3名 ZREVRANGE leaderboard 0 2 WITHSCORES # ✅ 结果： # 1) "Charlie" 2) "1200" # 3) "Alice"   4) "1000"  # 5) "David"   6) "900"  # ========== 统计操作 ==========  # 统计成员数量 ZCARD leaderboard # ✅ 结果：(integer) 4  # 统计分数范围内的成员数量 ZCOUNT leaderboard 800 1000 # ✅ 结果：(integer) 3

Sorted Set使用场景：