“Redis常用操作”的版本间的差异
跳到导航
跳到搜索
docker>Evan |
小 （导入1个版本） |
（没有差异）
| |
2019年10月14日 (一) 13:52的版本
目录
usage
redis基本命令 String
redis-cli -h 127.0.0.1 127.0.0.1:6379> Auth upassword set hey you set love you redis> SET key1 "Hello" "OK" redis> SET key2 "World" "OK" redis> DEL key1 key2 key3 (integer) 2 keys *
SETEX 命令的效果和以下两个命令的效果类似： SET key value EXPIRE key seconds # 设置生存时间 SETEX 和这两个命令的不同之处在于 SETEX 是一个原子（atomic）操作， 它可以在同一时间内完成设置值和设置过期时间这两个操作， 因此 SETEX 命令在储存缓存的时候非常实用。
usage from 运维开发与运维
创建新列表 127.0.0.1:6379> rpush listkey c java b a (integer) 4 127.0.0.1:6379> lrange listkey 0 -1 1) "c" 2) "java" 3) "b" 4) "a" 2.4.1 1 添加操作 #在 b前插入java 127.0.0.1:6379> linsert listkey before b java (integer) 0 127.0.0.1:6379> lrange listkey 0 -1 2.查找 2 到 4 127.0.0.1:6379> lrange listkey 1 3 1) "java" 2) "b" 3) "a" 127.0.0.1:6379> lrange listkey 1 3 1) "java" 2) "b" 3) "a" 3.删除 lpop key (1) 左弹出 127.0.0.1:6379> lpop listkey "c" 右弹出 rpop key (3)删除指定元素 127.0.0.1:6379> lrem listkey 4 a #删除左开始的4个为a的元素 (integer) 1 (4) 127.0.0.1:6379> lrange listkey 0 -1 1) "c" 2) "java" 3) "b" 127.0.0.1:6379> ltrim listkey 1 3 #1 到3 被删除了 OK 127.0.0.1:6379> lrange listkey 0 -1 1) "java" 2) "b" 4.修改 #把第三个改为python 127.0.0.1:6379> rpush listkey c java b a (integer) 4 127.0.0.1:6379> lset listkey 2 python OK 5 阻塞操作 blpop brpop 2.4.2 内部编码
2.5 集合
2.5.1 命令 (1) add 27.0.0.1:6379> exists myset (integer) 0 127.0.0.1:6379> sadd myset a b c (integer) 3 127.0.0.1:6379> sadd myset a b (integer) 0 (2) del 127.0.0.1:6379> srem myset a b (integer) 2 (3) count 127.0.0.1:6379> scard myset (integer) 1 (4) exists 127.0.0.1:6379> sismember myset c (integer) 1 (5)随机 127.0.0.1:6379> sadd myset a b c (integer) 2 127.0.0.1:6379> srandmember myset 2 1) "a" 2) "b" (6) 127.0.0.1:6379> spop myset "a" 127.0.0.1:6379> srandmember myset 2 1) "c" 2) "b" 7)取得所有 127.0.0.1:6379> smembers myset 1) "c" 2) "b" 2.集合间操作 2.集合间操作 127.0.0.1:6379> SADD user:1:follow it music his sports (integer) 4 127.0.0.1:6379> SADD user:2:follow it music his sports (integer) 4 交集 127.0.0.1:6379> sinter user:1:follow user:2:follow 1) "sports" 2) "it" 并集 127.0.0.1:6379> sunion user:1:follow user:2:follow 1) "sports" 2) "his" 3) "music" (4) 结果保存 4) "it" 127.0.0.1:6379> sdiff user:1:follow user:2:follow 2.5.2 内部编码 127.0.0.1:6379> sadd setkey 1 2 3 4 (integer) 4 127.0.0.1:6379> object encoding setkey "intset" 2.5.3 使用场景
2.6 有序集合
2.6.1 # 127.0.0.1:6379> zadd user:ranking 251 tom (integer) 1 27.0.0.1:6379> zadd user:ranking 1 kris 91 mike 220 frank 220 tim 250 martin (integer) 5 127.0.0.1:6379> zcard user:ranking (integer) 6 127.0.0.1:6379> zscore user:ranking tom "251" 排名 127.0.0.1:6379> zrank user:ranking tom (integer) 5 127.0.0.1:6379> zrevrank user:ranking tom (integer) 0 删除成员 127.0.0.1:6379> zrem user:ranking mike (integer) 1 加了9分 127.0.0.1:6379> zincrby user:ranking 9 tom "260" （7）返回指定排名范围的成员 127.0.0.1:6379> zrange user:ranking 0 2 withscores 1) "kris" 2) "1" 3) "mike" 4) "91" 5) "frank" 6) "200" 127.0.0.1:6379> zrevrange user:ranking 0 2 withscores 1) "tom" 2) "251" 3) "martin" 4) "250" 5) "tim" 6) "220" 8）返回指定分数范围的成员 127.0.0.1:6379> zrangebyscore user:ranking (200 +inf withscores 1) "tim" 2) "220" 3) "martin" 4) "250" 5) "tom" 6) "251" （9）返回指定分数范围成员个数 返回200到221分的成员的个数 127.0.0.1:6379> zcount user:ranking 200 221 (integer) 2 10）删除指定排名内的升序元素 2.6.1 2019年 8月23日 星期五 14时41分48秒 CST 2.集合间的操作 两个有序集合导入到Redis中 zadd user:ranking:1 1 kris 91 mike 200 frank 220 tim 250 martin zadd user:ranking:2 8 james 77 mike 625 martin 888 tom
2.7 键管理
2.7.1 单个键管理
2019年 8月31日 星期六 16时03分38秒 CST 1.key rename rename key newkey renamenx 比较安全 127.0.0.1:6379> get evan "36" 127.0.0.1:6379> rename evan eva OK 127.0.0.1:6379> get eva "36" 127.0.0.1:6379> get evan (nil) 2.随机返回 randomkey 3.key 过期 2019年 9月 1日 127.0.0.1:6379> set hello world OK 127.0.0.1:6379> expire hello 10 (integer) 1 127.0.0.1:6379> ttl hello (integer) 1 127.0.0.1:6379> ttl hello (integer) -2 4.key 迁移 (1) move 不用 知道就行了 (2)dump + restore (3)migrate
2.7.2 遍历键
key partern get key * 2.渐进式子 scan
2.7.3 数据库管理
1.切换 select 默认是 0 127.0.0.1:6379[2]> set hello love OK 127.0.0.1:6379[2]> SELECT 3 OK 127.0.0.1:6379[3]> get hello (nil) 2.flushdb flushall flushall 全部数据不见了
Chpater 3
慢查询分析
redis shell
redis-cli -r evan@latop:~$ redis-cli -r 3 ping PONG PONG PONG evan@latop:~$ redis-cli -r 3 -i 1 ping PONG PONG PONG evan@latop:~$ echo "world" |redis-cli -x set hello 127.0.0.1:6379> get hello "world\n" -c cluster -a (auth) 6.--scan and --pattern 7 --slave 8 --rdb 12 -- latency 13 --stat 实时 比info 简单些 redis-cli --stat ------- data ------ --------------------- load -------------------- - child - keys mem clients blocked requests connections 1 838.51K 1 0 5 (+0) 2 1 838.51K 1 0 6 (+1) 2 1 838.51K 1 0 7 (+1) 2 14 --no-raw 原始格式 --raw 格式化过 127.0.0.1:6379> set evan "你�好" OK 127.0.0.1:6379> get evan "\xe4\xbd\xa0\xe5\x8f\xe5\xa5\xbd" redis-cli --raw get evan 你�好 3.2.2 redis-server --test-memory 1024
Chpater 5 持久化
运维提示
当硬盘坏或者 写满时 可以 config set dir {newDir} 在线修改文件路径 到可用的磁盘 再执行bgsave 同样可以用于aof
5.2 AOF
5.2.1 使用AOF
开启AOF功能需要设置配置：appendonly yes，默认不开启。AOF文件名
通过appendfilename配置设置，默认文件名是appendonly.aof。保存路径同
RDB持久化方式一致，通过dir配置指定。AOF的工作流程操作：命令写入
（append）、文件同步（sync）、文件重写（rewrite）、重启加载
（load），如图5-2所示
·配置为everysec，是建议的同步策略，也是默认配置，做到兼顾性能和
数据安全性。理论上只有在系统突然宕机的情况下丢失1秒的数据。（严格
来说最多丢失1秒数据是不准确的
还是建议在配置文件配置上
# appendfsync always
appendfsync everysec
# appendfsync no
appendonly yes 打开aof 持久化 #默认是no
5.2.4 重写机制 不全明
5.2.5 重启加载
AOF持久化开启且存在AOF文件时，优先加载AOF文件，
AOF关闭或者AOF文件不存在时，加载RDB文件
5.3 问题定位与优化
5.3.1
fork耗时问题定位：对于高流量的Redis实例OPS可达5万以上，如果fork
操作耗时在秒级别将拖慢Redis几万条命令执行，对线上应用延迟影响非常
明显。正常情况下fork耗时应该是每GB消耗20毫秒左右。可以在info stats统
计中查latest_fork_usec指标获取最近一次fork操作耗时，单位微秒。
n
如何改善fork操作的耗时：
1）优先使用物理机或者高效支持fork操作的虚拟化技术，避免使用
Xen。
2）控制Redis实例最大可用内存，fork耗时跟内存量成正比，线上建议
每个Redis实例内存控制在10GB以内。
3）合理配置Linux内存分配策略，避免物理内存不足导致fork失败，具
体细节见12.1节“Linux配置优化”。
5.3.2 子进程开销监控和优化
5.3.3 AOF追加阻塞
5。4
# Persistence from bsd
loading:0
rdb_changes_since_last_save:0
rdb_bgsave_in_progress:0
rdb_last_save_time:1567955166
rdb_last_bgsave_status:ok
rdb_last_bgsave_time_sec:-1
rdb_current_bgsave_time_sec:-1
aof_enabled:0
aof_rewrite_in_progress:0
aof_rewrite_scheduled:0
aof_last_rewrite_time_sec:-1
aof_current_rewrite_time_sec:-1
aof_last_bgrewrite_status:ok
aof_last_write_status:ok
https://blog.csdn.net/kfengqingyangk/article/details/53454309
https://blog.csdn.net/ljl890705/article/details/51039015
* chpater 7 Redis的噩梦:阻塞
2019年 9月 9日 星期一 14时5
** 7.1 发现
应用方加入异常监控之后还存在一个问题,当开发人员接到异常报警 后,通常会去线上服务器查看错误日志细节。这时如果应用操作的是多个 404Redis节点(比如使用Redis集群),如何决定是哪一个节点超时还是所有的 节点都有超时呢?这是线上很常见的需求,但绝大多数的客户端类库并没有 在异常信息中打印ip和port信息,导致无法快速定位是哪个Redis节点超时。 不过修改Redis客户端成本很低,比如Jedis只需要修改Connection类下的 connect、sendCommand、readProtocolWithCheckingBroken方法专门捕获连 接,发送命令,协议读取事件的异常。由于客户端类库都会保存ip和port信 息,当异常发生时很容易打印出对应节点的ip和port,辅助我们快速定位问 题节点。
** 7.2 内在原因
.如何发现慢查询 Redis原生提供慢查询统计功能,执行slowlog get{n}命令可以获取最近 的n条慢查询命令,默认对于执行超过10毫秒的命令都会记录到一个定长队 列中,线上实例建议设置为1毫秒便于及时发现毫秒级以上的命令
7.2.2
CPU饱和
首先判断当前Redis的并 发量是否达到极限,建议使用统计命令redis-cli-h{ip}-p{port}--stat获取当前 Redis使用情况,该命令每秒输出一行统计信息
http://www.redis.io/topics/latency。
7.3.1
CPU竞争 对于开启了持久化或参与复制的主节点不建议绑定CPU。
* 第8章 理解内存
192.168.10.201:7000> info memory
# Memory
used_memory:2653536
used_memory_human:2.53M
used_memory_rss:17285120
used_memory_rss_human:16.48M
used_memory_peak:2756424
used_memory_peak_human:2.63M
used_memory_peak_perc:96.27%
used_memory_overhead:2580244
used_memory_startup:1464224
used_memory_dataset:73292
used_memory_dataset_perc:6.16%
allocator_allocated:3146048
allocator_active:3551232
allocator_resident:12943360
total_system_memory:16808693760
total_system_memory_human:15.65G
used_memory_lua:38912
used_memory_lua_human:38.00K
used_memory_scripts:216
used_memory_scripts_human:216B
number_of_cached_scripts:1
maxmemory:0
maxmemory_human:0B
maxmemory_policy:noeviction
allocator_frag_ratio:1.13
allocator_frag_bytes:405184
allocator_rss_ratio:3.64
allocator_rss_bytes:9392128
rss_overhead_ratio:1.34
rss_overhead_bytes:4341760
mem_fragmentation_ratio:6.62
mem_fragmentation_bytes:14672608
mem_not_counted_for_evict:612
mem_replication_backlog:1048576
mem_clients_slaves:16922
mem_clients_normal:49694
mem_aof_buffer:612
mem_allocator:jemalloc-5.1.0
active_defrag_running:0
lazyfree_pending_objects:0
需要重点关注的指标有:used_memory_rss和used_memory以及它们的比
mem_fragmentation_ratio。
详情
# Memory
#由Redis分配器分配的内存总量，以字节（byte）为单位
used_memory:2653536
used_memory_human:2.53M
used_memory_rss:17285120
mem_fragmentation_ratio:6.62
*** 8.1.2内存消耗划分
开发环境的数据
# Memory
used_memory:2653536 #由Redis分配器分配的内存总量，以字节（byte）为单位
used_memory_human:2.53M
used_memory_rss:17285120
mem_fragmentation_ratio:6.62
基础
1 Byte = 8 Bits
1 KB = 1024 Bytes
1 MB = 1024 KB
1 GB = 1024 MB
Redis进程内消耗主要包括:自身内存+对象内存+缓冲内存+内存碎片,
中Redis空进程自身内存消耗非常少,通常used_memory_rss在3MB左右,
used_memory在800KB左右,一个空的Redis进程消耗内存可以忽略不计。
is主要内存消耗如图8-1所示。下面介绍另外三种内存消耗。
used_memory:2653536 =2.5306Mb
1.对象内存
2.缓冲内存
3.内存碎片
Redis默认的内存分配器采用jemalloc,可选的分配器还有:glibc、
tcmalloc。内存分配器为了更好地管理和重复利用内存,分配内存策略一般
采用固定范围的内存块进行分配。例如jemalloc在64位系统中将内存空间划
分为:小、大、巨大三个范围。每个范围内又划分为多个小的内存块单位,
如下所示:
***8.1.3 子进程内存消耗
子进程内存消耗主要指执行AOF/RDB重写时Redis创建的子进程内存消 耗。Redis执行fork操作产生的子进程内存占用量对外表现为与父进程相同, 理论上需要一倍的物理内存来完成重写操作。但Linux具有写时复制技术 (copy-on-write),父子进程会共享相同的物理内存页,当父进程处理写请 求时会对需要修改的页复制出一份副本完成写操作,而子进程依然读取fork 时整个父进程的内存快照。 当分别开启和关闭THP时,子进程内存 消耗有天壤之别。如果在高并发写的场景下开启THP,子进程内存消耗可能 是父进程的数倍,极易造成机器物理内存溢出,从而触发SWAP或OOM killer,更多关于THP细节见12.1节“Linux配置优化”。
子进程内存消耗总结如下:
·Redis产生的子进程并不需要消耗1倍的父进程内存,实际消耗根据期 间写入命令量决定,但是依然要预留出一些内存防止溢出。 ·需要设置sysctl vm.overcommit_memory=1允许内核可以分配所有的物理 内存,防止Redis进程执行fork时因系统剩余内存不足而失败。 ·排查当前系统是否支持并开启THP,如果开启建议关闭,防止copy-on- write期间内存过度消耗。
**8.2 内存管理
8.2.1 设置内存上限
Mem=`free -m | awk '/Mem:/{print $2}'`
redis_maxmemory=`expr $Mem / 8`000000 #here
[ -z "`grep ^maxmemory ${redis_install_dir}/etc/redis.conf`" ] && sed -i "s@maxmemory <byt
es>@maxmemory <bytes>\nmaxmemory `expr $Mem / 8`000000@" ${redis_install_dir}/etc/redis.conf
8.2.2 动态调整内存上限
8.2.3 内存回收策略
单机和主备的Redis实例默认的数据逐出策略为不逐出（noeviction ？
8.3 内存优化
8.3.1 redisObject对象
开发提示 高并发写入场景中,在条件允许的情况下,建议字符串长度控制在39字 ,减少创建redisObject内存分配次数,从而提高性能。
8.3.2 缩减键值对象
8.3.3 共享对象池
8.3.4字符串优化
8.3.5编码优化
chapter 10 Cluster
redis info命令详解
memory : 内存信息，包含以下域
used_memory:35795152 #由Redis分配器分配的内存总量，以字节（byte）为单位 used_memory_human:34.14M #以MB为单位返回由Redis分配器分配的内存总量 used_memory_rss:50876416 #从操作系统的角度，返回 Redis 已分配的内存总量（俗称常驻集大小） used_memory_peak:595513248 #Redis 的内存消耗峰值（以字节为单位） used_memory_peak_human:567.93M #以MB为单位返回Redis 的内存消耗峰值 used_memory_lua:35840 #Lua 引擎所使用的内存大小（以字节为单位） mem_fragmentation_ratio:1.42 #used_memory_rss 和 used_memory 之间的比率 mem_allocator:jemalloc-3.6.0 #在编译时指定的， Redis 所使用的内存分配器。可以是 libc 、 jemalloc 或者 tcmalloc 。
redis.conf 详解
https://www.cnblogs.com/kreo/p/4423362.html
https://blog.csdn.net/kfengqingyangk/article/details/53454309
https://blog.csdn.net/ljl890705/article/details/51039015
https://blog.csdn.net/qq_19707521/article/details/70676213
https://www.jianshu.com/p/fa27ddf84455
Docker redis
see also
