

目录
下载地址
上传至服务器

解压
tar zxvf redis-5.0.3.tar.gz
安装依赖
yum -y install gcc-c++ autoconf automake

预编译
切换到解压目录
cd redis-5.0.3/
make

创建安装目录
mkdir -p /usr/local/redis

不使用:make install(make install默认安装到/usr/local/bin目录下)
使用:如果需要指定安装路径,需要添加PREFIX参数
make PREFIX=/usr/local/redis/ install

安装成功如图

Redis-cli :客户端
Redis-server :服务器端
安装的默认目标路径:/usr/local/redis/bin

启动
./redis-server

默认为前台启动,修改为后台启动
复制redis.conf至安装路径下
cp redis.conf /usr/local/redis/bin/
修改安装路径下的redis.conf,将 daemonize 修改为yes

启动时,指定配置文件路径即可

通过windows客户端访问
安装Redis客户端

建立连接->失败

修改配置文件redis.conf
注释掉 bind 127.0.0.1 可以使所有的ip访问redis,若是想指定多个ip访问,但并不是全部的ip访问,可以bind设置

关闭保护模式,修改为no

添加访问认证

修改后kill -9 XXXX杀死redis进程,重启redis

再次建立连接 -> 成功

我们可以修改默认数据库的数量 默认16

修改database 32则默认为32个数据库
修改后kill -9 XXXX杀死redis进程,重启redis即可看到效果

持久化方案

在redis.conf 中的 dbfilename dump.rdb 配置(rdb是默认开启的)

会生成一个 dump.rdb 文件

输入命令 进入 dump.rdb 文件(vim dump.rdb)

下面的意思是(可以根据自己需求进行添加):
1、900秒之内有一个key发生变化就会把数据存入到磁盘里面
2、300秒之内有十个key发生变化就会把数据存入到磁盘里面
3、60秒之内有一万个key发生变化就会把数据存入到磁盘里面


如何进行开启,把 appendonly 改成 yes

会发现多了一个 appendonly.aof 文件

添加一个key值


打开 appendonly.aof 文件 ,如下图所示:

创建三个目录(数据文件、日志文件、配置文件)

复制redis.conf至/opt/redis/conf目录下

修改redis-common.conf公共配置文件

注释掉bind 127.0.0.1

关闭保护模式,修改为no

注释公共配置端口

修改为后台启动

注释进程编号记录文件

注释公共配置日志文件

注释公共配置数据文件、修改数据文件路径
在默认情况下,Redis 将数据库快照保存在名字为 dump.rdb 的二进制文件中。当然,这里可以通过修改 redis.conf 配置文件来对数据存储条件进行定义,规定在“ N 秒内数据集至少有 M 个改动”这一条件被满足时,自动保存一次数据集。也可以通过调用save 或bgsave ,手动让Redis进行数据集保存操作

添加从服务器访问主服务器认证

添加访问认证

注释公共配置追加文件
根据需求配置是否打开追加文件选项
appendonly yes -> 每当Redis执行一个改变数据集的命令时(比如 SET),这个命令就会被追加到 AOF 文件的末尾。这样的话,当Redis重新启时,程序就可以通过重新执行 AOF文件中的命令来达到重建数据集的目的

appendfilename和dir组合使用,找dir(/opt/redis/data)路径生成数据文件

从服务器默认是只读不允许写操作(不用修改)

添加3个服务的私有配置文件
touch 或者 vi 都可以创建空白文件
touch 直接创建空白文件, vi 创建并且进入编辑模式, :wq 创建成功,否则不创建
cd /opt/redis/conf/
redis-6379.conf
- #引用公共配置
- include /opt/redis/conf/redis-common.conf
- #进程编号记录文件
- pidfile /var/run/redis-6379.pid
- #进程端口号
- port 6379
- #日志记录文件
- logfile "/opt/redis/log/redis-6379.log"
- #数据记录文件
- dbfilename dump-6379.rdb
- #追加文件名称
- appendfilename "appendonly-6379.aof"
- #下面的配置无需在6379里配置
- #备份服务器从属于6379推荐配置配局域网IP
- slaveof 192.168.10.100 6379
复制redis-6379.conf的内容至redis-6380.conf,redis-6381.conf并且修改其内容,将6379替换即可。
运行3个redis进程
cd /usr/local/redis/bin/

查看redis服务器主从状态
redis-6379
redis-6380

redis-6381

在主服务器下添加数据并测试从服务器数据是否正常显示


从服务器只读,不允许写操作

主从节点redis.conf配置
参照 读写分离 的相应配置
修改sentinel-common.conf 哨兵公共配置文件
从redis解压目录下复制sentinel.conf至/opt/redis/conf/
cp sentinel.conf /opt/redis/conf/sentinel-common.conf

注释哨兵监听进程端口号

指示 Sentinel 去监视一个名为 master 的主服务器,这个主服务器的IP地址为 127.0.0.1,端口号为6379,而将这个主服务器判断为失效至少需要1个(一般设置为2个)。 Sentinel 同意 (只要同意 Sentinel 的数量不达标,自动故障迁移就不会执行)。 这个要配局域网IP,否则远程连不上。

设置master和slaves的密码

Sentinel 认为服务器已经断线所需的毫秒数

若 sentinel 在该配置值内未能完成 failover 操作(即故障时master/slave自动切换),则认为本次 failover 失败。

关闭保护模式,修改为no
修改为后台启动

添加3个哨兵的私有配置文件
touch 或者 vi 都可以创建空白文件
touch 直接创建空白文件, vi 创建并且进入编辑模式, :wq 创建成功,否则不创建

sentinel-26379.conf
- #引用公共配置
- include /opt/redis/conf/sentinel-common.conf
- #进程端口号
- port 26379
- #进程编号记录文件
- pidfile /var/run/sentinel-26379.pid
- #日志记录文件(为了方便查看日志,先注释掉,搭好环境后再打开)
- logfile "/opt/redis/log/sentinel-26379.log"
复制 sentinel-26379.conf 的内容至 sentinel-26380.conf , sentinel-26381.conf 并且修改其内容,将26379 替换即可。
启动3个redis服务
- /usr/local/redis/bin/redis-server /opt/redis/conf/redis-6379.conf
- /usr/local/redis/bin/redis-server /opt/redis/conf/redis-6380.conf
- /usr/local/redis/bin/redis-server /opt/redis/conf/redis-6381.conf

启动3个哨兵服务
- /usr/local/redis/bin/redis-sentinel /opt/redis/conf/sentinel-26379.conf
- /usr/local/redis/bin/redis-sentinel /opt/redis/conf/sentinel-26380.conf
- /usr/local/redis/bin/redis-sentinel /opt/redis/conf/sentinel-26381.conf

查看主从状态
redis-6379

redis-6380 
redis-6381

检测哨兵功能是否配置成功
kill -9 终止redis-6379,查看哨兵是否选举了新的主节点
已选举6380为主节点,从节点目前只有6381

重新启动6379节点,再次查看主从状态
发现6379已被发现且成为从节点

6380之前不可以写操作,现在可以写操作,因为已成为主节点。
最后,公共配置文件修改为后台启动,私有配置文件打开日志记录文件,环境搭建成功。
创建项目




添加依赖
- <dependencies>
-
- <dependency>
- <groupId>org.springframework.bootgroupId>
- <artifactId>spring-boot-starter-data-redisartifactId>
- dependency>
-
-
- <dependency>
- <groupId>org.apache.commonsgroupId>
- <artifactId>commons-pool2artifactId>
- dependency>
-
-
- <dependency>
- <groupId>org.springframework.bootgroupId>
- <artifactId>spring-boot-starter-webartifactId>
- dependency>
-
-
- <dependency>
- <groupId>org.springframework.bootgroupId>
- <artifactId>spring-boot-starter-testartifactId>
- <scope>testscope>
- dependency>
- dependencies>
添加application.yml配置文件
- spring:
- redis:
- # Redis服务器地址
- host: 192.168.10.100
- # Redis服务器端口
- port: 6379
- # Redis服务器端口
- password: root
- # Redis服务器端口
- database: 0
- # 连接超时时间
- timeout: 10000ms
- lettuce:
- pool:
- # 最大连接数,默认8
- max-active: 1024
- # 最大连接阻塞等待时间,单位毫秒,默认-1ms
- max-wait: 10000ms
- # 最大空闲连接,默认8
- max-idle: 200
- # 最小空闲连接,默认0
- min-idle: 5
测试环境测试环境是否搭建成功
- @RunWith(SpringRunner.class)
- @SpringBootTest(classes = SpringDataRedisApplication.class)
- public class SpringDataRedisApplicationTests {
-
- @Autowired
- private RedisTemplate redisTemplate;
- @Autowired
- private StringRedisTemplate stringRedisTemplate;
-
- @Test
- public void initconn() {
- ValueOperations
ops = stringRedisTemplate.opsForValue(); - ops.set("username","lisi");
- ValueOperations
value = redisTemplate.opsForValue(); - value.set("name","wangwu");
- System.out.println(ops.get("name"));
- }
- }
自定义模板解决序列化问题
默认情况下的模板 RedisTemplate,默认序列化使用的是 JdkSerializationRedisSerializer ,存储二进制字节码。这时需要自定义模板,当自定义模板后又想存储 String 字符串时,可以使StringRedisTemplate的方式,他们俩并不冲突。
序列化问题:
要把 domain object 做为 key-value 对保存在 redis 中,就必须要解决对象的序列化问题。Spring Data Redis给我们提供了一些现成的方案:
JdkSerializationRedisSerializer 使用JDK提供的序列化功能。 优点是反序列化时不需要提供类型信息(class), 但缺点是序列化后的结果非常庞大,是JSON格式的5倍左右,这样就会消耗 Redis 服务器的大量内存。
Jackson2JsonRedisSerializer 使用 Jackson 库将对象序列化为JSON字符串。优点是速度快,序列化后的字符串短小精悍。但缺点也非常致命,那就是此类的构造函数中有一个类型参数,必须提供要序列化对象的类型信息(.class 对象)。通过查看源代码,发现其只在反序列化过程中用到了类型信息。
GenericJackson2JsonRedisSerializer 通用型序列化,这种序列化方式不用自己手动指定对象的 Class。
- @Configuration
- public class RedisConfig {
- @Bean
- public RedisTemplate
redisTemplate(LettuceConnectionFactory redisConnectionFactory){ -
- RedisTemplate
redisTemplate = new RedisTemplate<>(); - //为string类型key设置序列器
- redisTemplate.setKeySerializer(new StringRedisSerializer());
- //为string类型value设置序列器
- redisTemplate.setValueSerializer(new GenericJackson2JsonRedisSerializer());
- //为hash类型key设置序列器
- redisTemplate.setHashKeySerializer(new StringRedisSerializer());
- //为hash类型value设置序列器
- redisTemplate.setHashValueSerializer(new GenericJackson2JsonRedisSerializer());
- redisTemplate.setConnectionFactory(redisConnectionFactory);
- return redisTemplate;
- }
- }
- //序列化
- @Test
- public void testSerial(){
- User user = new User();
- user.setId(1);
- user.setUsername("张三");
- user.setPassword("111");
- ValueOperations
value = redisTemplate.opsForValue(); - value.set("userInfo",user);
- System.out.println(value.get("userInfo"));
- }
- // 1.操作String
- @Test
- public void testString() {
- ValueOperations
valueOperations = redisTemplate.opsForValue(); - // 添加一条数据
- valueOperations.set("username", "zhangsan");
- valueOperations.set("age", "18");
-
- // redis中以层级关系、目录形式存储数据
- valueOperations.set("user:01", "lisi");
- valueOperations.set("user:02", "wangwu");
-
- // 添加多条数据
- Map
userMap = new HashMap<>(); - userMap.put("address", "bj");
- userMap.put("sex", "1");
- valueOperations.multiSet(userMap);
-
- // 获取一条数据
- Object username = valueOperations.get("username");
- System.out.println(username);
-
- // 获取多条数据
- List
keys = new ArrayList<>(); - keys.add("username");
- keys.add("age");
- keys.add("address");
- keys.add("sex");
- List
- for (Object str : resultList) {
- System.out.println(str);
- }
-
- // 删除
- redisTemplate.delete("username");
- }
- // 2.操作Hash
- @Test
- public void testHash() {
- HashOperations
hashOperations = redisTemplate.opsForHash(); - /*
- * 添加一条数据
- * 参数一:redis的key
- * 参数二:hash的key
- * 参数三:hash的value
- */
- hashOperations.put("userInfo","name","lisi");
-
- // 添加多条数据
- Map
map = new HashMap(); - map.put("age", "20");
- map.put("sex", "1");
- hashOperations.putAll("userInfo", map);
-
- // 获取一条数据
- String name = hashOperations.get("userInfo", "name");
- System.out.println(name);
-
- // 获取多条数据
- List
keys = new ArrayList<>(); - keys.add("age");
- keys.add("sex");
- List
resultlist =hashOperations.multiGet("userInfo", keys); - for (String str : resultlist) {
- System.out.println(str);
- }
-
- // 获取Hash类型所有的数据
- Map
userMap = hashOperations.entries("userInfo"); - for (Entry
userInfo : userMap.entrySet()) { - System.out.println(userInfo.getKey() + "--" + userInfo.getValue());
- }
-
- // 删除 用于删除hash类型数据
- hashOperations.delete("userInfo", "name");
- }
操作list
- // 3.操作list
- @Test
- public void testList() {
- ListOperations
listOperations = redisTemplate.opsForList(); -
- // 左添加(上)
- // listOperations.leftPush("students", "Wang Wu");
- // listOperations.leftPush("students", "Li Si");
-
- // 左添加(上) 把value值放到key对应列表中pivot值的左面,如果pivot值存在的话
- //listOperations.leftPush("students", "Wang Wu", "Li Si");
-
- // 右添加(下)
- // listOperations.rightPush("students", "Zhao Liu");
-
- // 获取 start起始下标 end结束下标 包含关系
- List
- for (Object stu : students) {
- System.out.println(stu);
- }
-
- // 根据下标获取
- Object stu = listOperations.index("students", 1);
- System.out.println(stu);
-
- // 获取总条数
- Long total = listOperations.size("students");
- System.out.println("总条数:" + total);
-
- // 删除单条 删除列表中存储的列表中几个出现的Li Si。
- listOperations.remove("students", 1, "Li Si");
-
- // 删除多条
- redisTemplate.delete("students");
- }
- // 4.操作set-无序
- @Test
- public void testSet() {
-
- SetOperations
setOperations = redisTemplate.opsForSet(); -
- // 添加数据
- String[] letters = new String[]{"aaa", "bbb", "ccc", "ddd", "eee"};
- //setOperations.add("letters", "aaa", "bbb", "ccc", "ddd", "eee");
- setOperations.add("letters", letters);
-
- // 获取数据
- Set
- for (Object letter: let) {
- System.out.println(letter);
- }
-
- // 删除
- setOperations.remove("letters", "aaa", "bbb");
- }
- // 5.操作sorted set-有序
- @Test
- public void testSortedSet() {
- ZSetOperations
zSetOperations = redisTemplate.opsForZSet(); - ZSetOperations.TypedTuple
- ZSetOperations.TypedTuple
objectTypedTuple2 = new DefaultTypedTuple("lisi", 3D); - ZSetOperations.TypedTuple
objectTypedTuple3 = new DefaultTypedTuple("wangwu", 5D); - ZSetOperations.TypedTuple
objectTypedTuple4 = new DefaultTypedTuple("zhaoliu", 6D); - ZSetOperations.TypedTuple
objectTypedTuple5 = new DefaultTypedTuple("tianqi", 2D); - Set
> tuples = new HashSet>(); - tuples.add(objectTypedTuple1);
- tuples.add(objectTypedTuple2);
- tuples.add(objectTypedTuple3);
- tuples.add(objectTypedTuple4);
- tuples.add(objectTypedTuple5);
-
- // 添加数据
- zSetOperations.add("score", tuples);
-
- // 获取数据
- Set
scores = zSetOperations.range("score", 0, 4); - for (Object score: scores) {
- System.out.println(score);
- }
- // 获取总条数
- Long total = zSetOperations.size("score");
- System.out.println("总条数:" + total);
-
- // 删除
- zSetOperations.remove("score", "zhangsan", "lisi");
- }
- // 获取所有key
- @Test
- public void testAllKeys() {
- // 当前库key的名称
- Set
keys = redisTemplate.keys("*"); - for (String key: keys) {
- System.out.println(key);
- }
- }
-
- // 删除
- @Test
- public void testDelete() {
- // 删除 通用 适用于所有数据类型
- redisTemplate.delete("score");
- }
- @Test
- public void testEx() {
- ValueOperations
valueOperations = redisTemplate.opsForValue(); - // 方法一:插入一条数据并设置失效时间
- valueOperations.set("code", "abcd", 180, TimeUnit.SECONDS);
- // 方法二:给已存在的key设置失效时间
- boolean flag = redisTemplate.expire("code", 180, TimeUnit.SECONDS);
- // 获取指定key的失效时间
- Long l = redisTemplate.getExpire("code");
- }
application.yml
- spring:
- redis:
- # Redis服务器地址
- host: 192.168.10.100
- # Redis服务器端口
- port: 6379
- # Redis服务器端口
- password: root
- # Redis服务器端口
- database: 0
- # 连接超时时间
- timeout: 10000ms
- lettuce:
- pool:
- # 最大连接数,默认8
- max-active: 1024
- # 最大连接阻塞等待时间,单位毫秒,默认-1ms
- max-wait: 10000ms
- # 最大空闲连接,默认8
- max-idle: 200
- # 最小空闲连接,默认0
- min-idle: 5
- #哨兵模式
- sentinel:
- #主节点名称
- master: mymaster
- #节点
- nodes: 192.168.10.100:26379,192.168.10.100:26380,192.168.10.100:26381