Redis的8种数据类型和事务及其使用案例
程序员文章站
2022-07-05 18:07:23
...
String、List、Hash、Set、Zset、geospatial（地理空间）、hyperloglog（超日志）、bitmaps（位图）
以下是我的实际测试内容：
5种基础数据类型
1 String
127.0.0.1:6379> exists hello // 查看key是否存在
(integer) 1
127.0.0.1:6379> set hello world // 设置hello-world(hello为key、world为值)
OK
127.0.0.1:6379> get hello // 获取hello的值
"world"
127.0.0.1:6379> type hello // 值类型
string
127.0.0.1:6379[2]> append hello ! // 字符串连接
(integer) 6
127.0.0.1:6379[2]> get hello
"world!"
127.0.0.1:6379> set haha heihei
OK
127.0.0.1:6379> keys h* // 返回满足条件的所有key
1) "hello"
3) "haha"
127.0.0.1:6379> randomkey // 随机返回一个key
"haha"
127.0.0.1:6379> randomkey
"hello"
127.0.0.1:6379> rename hello hehe // 重命名key
OK
127.0.0.1:6379> get haha
"heihei"
127.0.0.1:6379> expire haha 10
(integer) 1 // 设置haha的活动时间(s) （10秒后这个key就会过期）
127.0.0.1:6379> ttl haha
(integer) 7 // 获取haha的活动时间
127.0.0.1:6379> get haha
(nil) // expire 时间到期后,该haha-heihei会删除
127.0.0.1:6379[2]> del hello
(integer) 0
==================================
#自增和自减（i++）
hadoop102:6379> set views 0
OK
hadoop102:6379> get views
"0"
hadoop102:6379> incr views //自增1；
(integer) 1
hadoop102:6379> decr views //自减1；
(integer) 0
#设置步长（i+=）
hadoop102:6379> incrby views 10
(integer) 10
hadoop102:6379> decrby views 10
(integer) 0
====================================
#字符串操作；
127.0.0.1:6379[2]> substr hello 1 2 // 获取substring
"or"
hadoop102:6379> set key1 "hello,chenxu" // 获取substring
OK
hadoop102:6379> getrange key1 0 3
"hell"
hadoop102:6379> substr key1 0 -1 // 获取string全部内容
"hello,chenxu"
hadoop102:6379> setrange key2 2 xx //从指定位置2的数开始替换；
(integer) 5
hadoop102:6379> get key2
"hexxo"
hadoop102:6379> setrange key2 2 llll //从指定位置2的数开始替换；
(integer) 6
hadoop102:6379> get key2
"hellll"
==========================================
# setex (set with expire) 设置过期时间
# setnx (set if not exist) 不存在。。。（分布式锁中会常常使用）
hadoop102:6379> setex key3 10 "hello" //10秒后过期
OK
hadoop102:6379> ttl key3
(integer) 7
hadoop102:6379> get key3 //值存在；
"hello"
hadoop102:6379> get key3 //值失效；
(nil)
hadoop102:6379> setnx mykey "redis" //key不存在,设置成功；
(integer) 1
hadoop102:6379> get mykey
"redis"
hadoop102:6379> setnx mykey "hello" //key已存在，设置失败；
(error) ERR unknown command `setnv`, with args beginning with: `mykey`, `hello`,
hadoop102:6379> get mykey //值没变；
"redis"
===============================================
#mset //批量设置值 对应的也有msetex和msetnx（注意，这二者是原子性操作，也即有一者失败，则失败）
#mget //批量获取值
hadoop102:6379> mset key1 10 key2 20 key3 30
OK
hadoop102:6379> mget key1 key2 key3
1) "10"
2) "20"
3) "30"
hadoop102:6379> msetnx key1 5 key4 10 //key1已存在，所以key1不能设置，连带key4的设置一起失败；
(integer) 0
hadoop102:6379> get key4
(nil)
hadoop102:6379> get key1
"10"
hadoop102:6379>
================================================
#设置对象
hadoop102:6379> set user1 {name:chenxu,age:24}
OK
hadoop102:6379> get user1
"{name:chenxu,age:24}"
hadoop102:6379> mset user:1:name chenxu user:1:age 24 //也可以这样设置对象；但不是最佳方式；
OK
hadoop102:6379> mget user:1:name user:1:age //类型为key:{id}:{field} value
1) "chenxu"
2) "24"
================================================
hadoop102:6379> getset db redis //返回的是key对应的值，不存在值，添加新值；
(nil)
hadoop102:6379> get db
"redis"
hadoop102:6379> getset db mongdb //返回的是key对应的值，已经存在值，则更新新值；
"redis"
hadoop102:6379> get db
"mongdb"
//应用：计数器；统计多单位的数量；
//补充命令：
dbsize //返回当前数据库中的key的个数；
select //选择数据库；
2 List
//lists的常用操作包括LPUSH、RPUSH、LRANGE等。我们可以用LPUSH在lists的左侧插入一个新元素，用RPUSH在lists的右侧插入一个新元素，用LRANGE命令从lists中指定一个范围来提取元素。我们来看几个例子：
//底层实际是个链表
//新建一个list叫做mylist，并在列表头部插入元素"1"
127.0.0.1:6379> lpush mylist "1"
//返回当前mylist中的元素个数
(integer) 1
//在mylist右侧插入元素"2"
127.0.0.1:6379> rpush mylist "2"
(integer) 2
//在mylist左侧插入元素"0"
127.0.0.1:6379> lpush mylist "0"
(integer) 3
//列出mylist中从编号0到编号1的元素
127.0.0.1:6379> lrange mylist 0 1
1) "0"
2) "1"
//列出mylist中从编号0到倒数第一个元素
127.0.0.1:6379> lrange mylist 0 -1
1) "0"
2) "1"
3) "2"
================================================
//移除元素
lpop //删除最左边元素
rpop //删除最右边元素
hadoop102:6379> lrange list 0 -1
1) "4"
2) "3"
3) "2"
4) "1"
hadoop102:6379> lpop list //删除最左边元素
"4"
hadoop102:6379> rpop list //删除最右边元素
"1"
hadoop102:6379> lrange list 0 -1
1) "3"
2) "2"
================================================
lindex
hadoop102:6379> lrange list 0 -1
1) "4"
2) "3"
3) "2"
4) "1"
hadoop102:6379> lindex list 1 //通过下标获得list中的某一个值；
"3"
hadoop102:6379> lindex list 0 //通过下标获得list中的某一个值；
"4"
================================================
llen
hadoop102:6379> llen list //获取列表的长度；
(integer) 4
================================================
移除具体的值；
lremove
hadoop102:6379> lrem list 1 3 //移除一个值3；
(integer) 1
hadoop102:6379> lrange list 0 -1
1) "5"
2) "4"
3) "2"
4) "1"
hadoop102:6379> lrem list 1 5 //移除一个值5；
(integer) 1
hadoop102:6379> lrange list 0 -1
1) "4"
2) "2"
3) "1"
hadoop102:6379> lrange list 0 -1
1) "5"
2) "5"
3) "4"
4) "2"
5) "1"
hadoop102:6379> lrem list 3 5 //如果要删除的个数大于实际存在的个数，则删除实际存在的所有的该值；
(integer) 2
hadoop102:6379> lrange list 0 -1
1) "4"
2) "2"
3) "1"
================================================
trim //修剪list，保留一部分；
hadoop102:6379> lrange list 0 -1
1) "hello3"
2) "hello2"
3) "hello1"
4) "hello"
hadoop102:6379> ltrim list 1 2 //只保留截取部分的值
OK
hadoop102:6379> lrange list 0 -1
1) "hello2"
2) "hello1"
================================================
组合命令rpoplpush //移除列表最后一个元素，并添加到新其他列表中；
hadoop102:6379> lrange list 0 -1
1) "4"
2) "3"
3) "2"
4) "1"
hadoop102:6379> rpoplpush list list1 //返回的是最后一个元素的值；
"1"
hadoop102:6379> lrange list 0 -1 //最后一个值已经被移除；
1) "4"
2) "3"
3) "2"
hadoop102:6379> lrange list1 0 -1 //被移除的值转移到了list1中；
1) "1"
================================================
lset //更新值；
hadoop102:6379> lrange list 0 -1
1) "4"
2) "3"
3) "2"
hadoop102:6379> lset list 0 5 //更新位置0的数为5；如果不存在list或者位置数超出范围则会报错；
OK
hadoop102:6379> lrange list 0 -1
1) "5"
2) "3"
3) "2"
================================================
linsert
hadoop102:6379> lrange list 0 -1
1) "2"
2) "1"
hadoop102:6379> linsert list before 1 3 //1前面插入了3；
(integer) 3
hadoop102:6379> linsert list after 2 5 //2后面插入5；
(integer) 4
hadoop102:6379> lrange list 0 -1
1) "2"
2) "5"
3) "3"
4) "1"
//小结：实际上是一个链表；left和right都能插入值；
//如果key不存在，创建新的链表；
//如果key存在，新增内容；
//删除了所有值，也就代表空链表，不存在；
//在两边插入或者改动值，效率最高；改动中间元素，相对来说效率会低一点；
3 Set
================================================
//添加值；
//向集合myset中加入一个新元素hello；
hadoop102:6379> sadd myset hello
(integer) 1
hadoop102:6379> sadd myset chenxu
(integer) 1
hadoop102:6379> sadd myset np
(integer) 1
hadoop102:6379> smembers myset //查看集合元素；
1) "hello"
2) "nb"
3) "chenxu"
hadoop102:6379> scard myset //获取集中中的元素个数；
(integer) 3
hadoop102:6379> sismember myset nb //判断元素是否在集合中；有则输出1；
(integer) 1
hadoop102:6379> sismember myset nb1 //判断元素是否在集合中；无则输出0；
(integer) 0
hadoop102:6379> srem myset nb //删除对应的元素；
(integer) 1
hadoop102:6379> smembers myset
1) "hello"
2) "chenxu"
hadoop102:6379> smembers myset
1) "one"
2) "two"
hadoop102:6379> smembers yourset
1) "one"
2) "2"
3) "1"
hadoop102:6379> sdiff myset yourset //查看差集；
1) "two"
hadoop102:6379> sinter myset yourset //查看交集；
1) "one"
hadoop102:6379> sunion myset yourset //查看并集；
1) "1"
2) "2"
3) "one"
4) "two"
================================================
//无序不重复元素集合；
hadoop102:6379> smembers myset
1) "hello"
2) "nb"
3) "chenxu"
hadoop102:6379> srandmember myset //随机抽取元素；
"hello"
hadoop102:6379> srandmember myset //随机抽取元素；
"chenxu"
hadoop102:6379> srandmember myset 2 //随机抽取两个元素；
1) "chenxu"
2) "nb"
hadoop102:6379> srandmember myset 2 //随机抽取两个元素；
1) "hello"
2) "nb"
================================================
//删除key，随机移除元素；
hadoop102:6379> smembers myset
1) "hello"
2) "nb"
3) "chenxu"
hadoop102:6379> spop myset //移除是随机的；
"hello"
hadoop102:6379> spop myset
"nb"
hadoop102:6379> smembers myset
1) "chenxu"
================================================
//将一个指定的值，移动到另外一个集合中；
hadoop102:6379> smembers myset
1) "hello"
2) "np"
hadoop102:6379> smembers myset1
1) "1"
hadoop102:6379> smove myset myset1 hello //把hello从myset转移至myset1中；
(integer) 1
hadoop102:6379> smembers myset
1) "np"
hadoop102:6379> smembers myset1
1) "hello"
2) "1"
4 Hash
//建立哈希，并赋值
127.0.0.1:6379> hmset user:001 username antirez password P1pp0 age 34 //设置多个map；
OK
//列出哈希的内容
127.0.0.1:6379> hgetall user:001 //12是一对哈希map，34是一对哈希map，56是一对哈希map
1) "username"
2) "antirez"
3) "password"
4) "P1pp0"
5) "age"
6) "34"
//更改哈希中的某一个值
127.0.0.1:6379> hset user:001 password 12345 //设置单个map；
(integer) 0
//再次列出哈希的内容
127.0.0.1:6379> hgetall user:001
1) "username"
2) "antirez"
3) "password"
4) "12345"
5) "age"
6) "34"
hadoop102:6379> hget user:001 username //获取key为user:001中 field为username对应的值；
"antirez"
hadoop102:6379> hmget user:001 username password //获取key为user:001中 多个field对应的值；
1) "antirez"
2) "12345"
hadoop102:6379> hdel user:001 age //删除其中某个或者某些field的值；（返回成功删除的个数，如果没有则返回0）
(integer) 1
hadoop102:6379> hgetall user:001
1) "username"
2) "antirez"
3) "password"
4) "12345"
hadoop102:6379> hlen user:001 //显示长度为2，即两对map；
(integer) 2
hadoop102:6379> hexists user:001 username //存在对应的field输出1；
(integer) 1
hadoop102:6379> hexists user:001 age //不存在对应的field输出0；
(integer) 0
hadoop102:6379> hkeys user:001 //获取所有field的key；
1) "password"
2) "username"
hadoop102:6379> hvals user:001 //获取所有field的value；
1) "12345"
2) "antirez"
================================================
hadoop102:6379> hset myhash field 1
(integer) 1
hadoop102:6379> hincrby myhash field 5 //自增
(integer) 6
hadoop102:6379> hincrby myhash field 5
(integer) 11
hadoop102:6379> hsetnx myhash field1 2 //不存在对应的field，插入成功；
(integer) 1
hadoop102:6379> hgetall myhash
1) "field"
2) "6"
3) "field1"
4) "2"
hadoop102:6379> hsetnx myhash field 3 //存在对应的field，插入失败；
(integer) 0
hadoop102:6379> hgetall myhash
1) "field"
2) "6"
3) "field1"
4) "2"
//hash应用：用户信息保存；经常变动的信息保存；
5 Zset(有序集合)
================================================
//有序集合zset；
hadoop102:6379> zadd myzset 1 chenxu //添加元素及序号参数到zset中；
(integer) 1
hadoop102:6379> zadd myzset 3 majie
(integer) 1
hadoop102:6379> zadd myzset 2 liuyanlin
(integer) 1
hadoop102:6379> zrange myzset 0 -1 //查看zset中元素；
1) "chenxu"
2) "liuyanlin"
3) "majie"
hadoop102:6379> zrange myzset 0 -1 withscores //查看zset中元素及序号编号；
1) "chenxu"
2) "1"
3) "liuyanlin"
4) "2"
5) "majie"
6) "3
================================================
//有序集合排序；
hadoop102:6379> zadd salary 1000 zhangsan
(integer) 1
hadoop102:6379> zadd salary 2000 lisi
(integer) 1
hadoop102:6379> zadd salary 1500 wangwu
(integer) 1
hadoop102:6379> zrangebyscore salary -inf +inf withscores //从小到大排序
1) "zhangsan"
2) "1000"
3) "wangwu"
4) "1500"
5) "lisi"
6) "2000"
hadoop102:6379> zrevrange salary 0 -1 withscore //从大到小排序
1) "lisi"
2) "2000"
3) "wangwu"
4) "1500"
5) "zhangsan"
6) "1000"
hadoop102:6379> zrangebyscore salary (5 (2000 //（5 （2000表示的是 5< x <2000的范围； 从小到大排序
1) "zhangsan"
2) "wangwu"
hadoop102:6379> zrevrangebyscore salary (2000 (500 withscores //表示的是 <500 x <2000的范围；从大到小排序
1) "wangwu"
2) "1500"
3) "zhangsan"
4) "1000"
================================================
//移除元素
hadoop102:6379> zrange salary 0 -1
1) "zhangsan"
2) "wangwu"
3) "lisi"
hadoop102:6379> zrem salary zhangsan
(integer) 1
hadoop102:6379> zrange salary 0 -1
1) "wangwu"
2) "lisi"
================================================
//获取指定区间的成员数量
hadoop102:6379> zcount salary 500 1500
(integer) 2
hadoop102:6379> zcount salary 1000 1500
(integer) 2
hadoop102:6379> zcount salary 1000 2000 //可以看出，左右
都是闭区间；
(integer) 3
//应用实现：排行榜；排序；
3种特殊数据类型
6 geospatial（地理空间）
//地理空间(geospatial)以及索引半径查询；
//添加地理位置的（经度、纬度、名称）
//把某个具体的位置信息（经度，纬度，名称）添加到指定的key中，数据将会用一个sorted set存储，以便稍后能使用 GEORADIUS和 GEORADIUSBYMEMBER命令来根据半径来查询位置信息。
//一共6个命令：
GEOADD 添加一个或多个地理位置元素到一个key中
格式：GEOADD key longitude latitude member [longitude latitude member ...]
GEODIST 返回一个key中指定两个位置之间的距离
格式：GEODIST key member1 member2 [unit] unit可以指定长度单位：m,km,ft等 默认为m
GEOHASH 返回一个或多个位置元素的 Geohash 表示，Geohash是一种经纬度散列算法，具体请百度。
格式： GEOHASH key member [member ...]
GEOPOS 返回一个或多个位置的经纬度信息，由于采用了geohash算法，返回的经纬度和添加时的数据可能会有细小误差
格式： GEOPOS key member [member ...]
GEORADIUS 以给定位置为中心，半径不超过给定半径的附近所有位置
格式 GEORADIUS key longitude latitude radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count]
GEORADIUSBYMEMBER 和GEORADIUS相似，只是中心点不是指定经纬度，而是指定已添加的某个位置作为中心
格式： GEORADIUSBYMEMBER key member radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count]
================================================
//一般下载好数据后，用Java一次导入；
//GEOADD；
//GEOADD key longitude latitude member [longitude latitude member ...]
hadoop102:6379> geoadd China:city 112.99514856933591 23.21346451288593 guangzhou //添加key、经纬度及名称；
(integer) 1
hadoop102:6379> geoadd China:city 116.23128 40.22077 beijing
(integer) 1
hadoop102:6379> geoadd China:city 121.48941 31.40527 shanghai
(integer) 1
hadoop102:6379> geoadd China:city 117.30983 39.71755 tianjin
(integer) 1
hadoop102:6379> geoadd China:city 113.88308 22.55329 shenzhen
(integer) 1
hadoop102:6379> geoadd China:city 120.21201 30.2084 hangzhou
(integer) 1
hadoop102:6379> geoadd China:city 108.93425 34.23053 xian
(integer) 1
================================================
//GEOPOS
//GEOPOS key member [member ...]
hadoop102:6379> geopos China:city guangzhou shanghai //返回广州和上海的经纬度坐标；
1) 1) "112.99514919519424438"
2) "23.21346431104928598"
2) 1) "121.48941010236740112"
2) "31.40526993848380499"
================================================
//GEODIST
//GEODIST key member1 member2 [unit]
hadoop102:6379> geodist China:city guangzhou shanghai km //返回广州和上海的直线距离（默认单位是m，这里选的是km）
"1237.9327"
================================================
//通过半径查询；
//GEORADIUS;
//GEORADIUS key longitude latitude radius m|km|ft|mi
//GEORADIUS key longitude latitude radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count]
hadoop102:6379> georadius China:city 110 30 1100 km //在以（110，30）为中心点内1100km内的城市；
1) "xian"
2) "shenzhen"
3) "guangzhou"
4) "hangzhou"
hadoop102:6379> georadius China:city 110 30 1100 km withdist //返回城市以及它与中心点的距离；
1) 1) "xian"
2) "481.1278"
2) 1) "shenzhen"
2) "914.1294"
3) 1) "guangzhou"
2) "811.3693"
4) 1) "hangzhou"
2) "982.5796"
hadoop102:6379> georadius China:city 110 30 1100 km withcoord //返回城市及城市坐标；
1) 1) "xian"
2) 1) "108.93425256013870239"
2) "34.23053097599082406"
2) 1) "shenzhen"
2) 1) "113.88307839632034302"
2) "22.55329111565713873"
3) 1) "guangzhou"
2) 1) "112.99514919519424438"
2) "23.21346431104928598"
4) 1) "hangzhou"
2) 1) "120.21200805902481079"
2) "30.20839995425554747"
hadoop102:6379> georadius China:city 110 30 1100 km count 2 //按照距中心点距离顺序返回2个范围内城市；
1) "xian"
2) "guangzhou"
hadoop102:6379> georadius China:city 110 30 1100 km count 2 ASC //按照距中心点距离顺序返回2个范围内城市；
1) "xian"
2) "guangzhou"
hadoop102:6379> georadius China:city 110 30 1100 km count 2 DESC //按照距中心点距离逆序返回2个范围内城市；
1) "hangzhou"
2) "shenzhen"
hadoop102:6379> georadius China:city 110 30 1100 km withhash //返回城市及哈希值；
1) 1) "xian"
2) (integer) 4040115270369361
2) 1) "shenzhen"
2) (integer) 4046340107163728
3) 1) "guangzhou"
2) (integer) 4046509575538088
4) 1) "hangzhou"
================================================
//GEORADIUSBYMEMBER
//和GEORADIUS相似,只是中心点不是指定经纬度，而是指定已添加的某个位置作为中心
//GEORADIUSBYMEMBER key member radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count]
hadoop102:6379> georadiusbymember China:city guangzhou 500 km count 3 DESC //用法相同，如果count超现，返回最大值
1) "shenzhen"
2) "guangzhou"
================================================
//GEOHASH
//GEOHASH key member [member ...]
hadoop102:6379> geohash China:city guangzhou shanghai //一种散列算法；将二维经纬度转化为一维字符串，字符串越像，说明距离越近；
1) "ws0k53bs1z0"
2) "wtw6st1uuq0"
================================================
//GEO的底层实现是Zset，所以可以用Zset命令操作GEO；
hadoop102:6379> zrange China:city 0 -1
1) "xian"
2) "shenzhen"
3) "guangzhou"
4) "hangzhou"
5) "shanghai"
6) "tianjin"
7) "beijing"
hadoop102:6379> zrem China:city beijing //移除member北京；
(integer) 1
hadoop102:6379> zrange China:city 0 -1
1) "xian"
2) "shenzhen"
3) "guangzhou"
4) "hangzhou"
5) "shanghai"
6) "tianjin"
================================================
//应用：
//筛选出周围的人数；
7 hyperloglog（超日志）
//基数：（不重复的元素）
//HyperLogLog是一种算法，并非redis独有；
//统计人数：传统方式：set保存用户id，统计set中的元素数量；
//set做会保存大量用户id；
//Hyperloglog不会保存用户id，占用内存固定，2^64只需要用12KB的内存；
//Redis 对 HyperLogLog 的存储进行了优化，在计数比较小时，它的存储空间采用稀疏矩阵存储，空间占用很小，仅仅在计数慢慢变大，稀疏矩阵占用空间渐渐超过了阈值时才会一次性转变成稠密矩阵，才会占用 12k 的空间;
================================================
hadoop102:6379> pfadd mykey a b c d e f g h i j //赋值；
(integer) 1
hadoop102:6379> pfcount mykey //返回插入的基数；
(integer) 10
hadoop102:6379> pfadd mykey1 s i h b g f k a g b c
(integer) 1
hadoop102:6379> pfcount mykey1
(integer) 9
adoop102:6379> pfmerge mykey mykey1 //把mykey1合并到mykey中（mykey变，mykey11不变，如果mykey一开始不存在，默认为空）
OK
hadoop102:6379> pfcount mykey1
(integer) 9
hadoop102:6379> pfcount mykey //多了k、s两个新的值，基数+2；
(integer) 12
//误差说明：基数估计的结果是一个带有 0.81% 标准错误（standard error）的近似值。是可接受的范围；
//允许容错就用Hyperloglog，不允许容错就用set或其他数据类型；
8 bitmaps（位图）
//使用bitmaps记录一周的打卡记录；
hadoop102:6379> setbit sign 0 1 //设置；
(integer) 0
hadoop102:6379> setbit sign 1 1
(integer) 0
hadoop102:6379> setbit sign 2 1
(integer) 0
hadoop102:6379> setbit sign 3 0
(integer) 0
hadoop102:6379> setbit sign 4 0
(integer) 0
hadoop102:6379> setbit sign 5 1
(integer) 0
hadoop102:6379> setbit sign 6 1
(integer) 0
hadoop102:6379> getbit sign 3 //查询；
(integer) 0
hadoop102:6379> getbit sign 5
(integer) 1
hadoop102:6379> bitcount sign //统计；
(integer) 5
//应用：统计用户活跃、登录情况、数据条数统计；
事务
1.事务讲解
原子性：要么同时成功，要么同时失败；
Redis单条命令是保证原子性的（例如mset），但是Redis事务是不保证原子性的；
redis事务的本质：一组命令的集合：（一个事务中的所有命令都会被序列化，并且按照顺序执行）；
特点：一次性、顺序性、排他性；
redis事务的执行过程：
1. 开启事务。
2. 命令入队。
3. 执行事务。
和MySQL事务的区别：
Redis事务没有原子性、隔离级别的概念；（和MySQL的事务性是有区别的）
mysql中的事务有4大特性：原子性、一致性、隔离性、持久性。
原子性 (Atomicity)：事务中的全部操作在数据库中是不可分割的，要么全部完成，要么均不执行。
一致性 (Consistency)：几个并行执行的事务，其执行结果必须与按某一顺序串行执行的结果相一致。
隔离性 (Isolation)：事务的执行不受其他事务的干扰，当数据库被多个客户端并发访问时，隔离它们的操作，防止出现：脏读、幻读、不可重复读。
持久性 (Durability)：对于任意已提交事务，系统必须保证该事务对数据库的改变不被丢失。
针对脏读（一个事务读取到另一个事务未提交的数据），不可重复读（一个事务读取到另一个事务已经提交的数据），幻读（一个事务多次查询整表数据，由于其他事务新增（删除）记录造成多次查询的记录条数不同（一个事务读取到另一个事务已经提交的数据）），提出四大隔离级别。
read uncommitted——不作任何隔离，具有脏读、不可重复读、幻读问题
read committed——可防止脏读，不能防止不可重复读和幻读问题
repeatable read——可以防止脏读、不可重复读，不能防止幻读问题（mysql默认是这个隔离级别）
serializable——数据库运行在串行化，上述问题都可以防止，只是性能非常低
Redis中所有的命令在事务中，并没有直接被执行，只有发起执行命令的时候才会执行；
multi // 开启事务
// 以下操作就是命令入队
set key1 value1
set key2 value2
get key1
exec // 执行事务
multi // 开启事务
// 以下操作就是命令入队
set key1 value1
set key2 value2
get key1
DISCARD // 放弃事务，放弃后队列里的命令都不会执行
//实操：
hadoop102:6379> set k1 1
QUEUED
hadoop102:6379> set k2 2
QUEUED
hadoop102:6379> get k1
QUEUED
hadoop102:6379> set ke 3
QUEUED
hadoop102:6379> exec
1) OK
2) OK
3) "1"
4) OK //顺序性输出；
================================================
//当事务执行时，发生了编译型异常（代码有问题），事务汇总的所有命令都不会被执行。
hadoop102:6379> set key1 1
QUEUED
hadoop102:6379> set key2 2
QUEUED
hadoop102:6379> set key3 3
QUEUED
hadoop102:6379> getset key3 //这里报错；
(error) ERR wrong number of arguments for 'getset' command
hadoop102:6379> set key4 4 //这里还能继续添加命令入队；
QUEUED
hadoop102:6379> get key1
QUEUED
hadoop102:6379> exec //执行报错；
(error) EXECABORT Transaction discarded because of previous errors.
hadoop102:6379> get key1 //key1没有成功插入；
(nil)
================================================
//运行时异常，如果编译通过了，但是事务队列中存在逻辑上的错误导致出错，除报错的命令，其他的命令都会正常执行下去。
hadoop102:6379> set k1 hello
OK
hadoop102:6379> multi
OK
hadoop102:6379> incr k1 //字符串不能自增，这里会出异常；
QUEUED
hadoop102:6379> set key2 2
QUEUED
hadoop102:6379> exec
1) (error) ERR value is not an integer or out of range //运行报错；
2) OK
hadoop102:6379> get key2 //后续的插入命令仍然成功；
"2"
================================================
//redis是没有事务回滚的。
2.乐观锁
//悲观锁：很悲观，认为什么时候都会出现问题，所以无论做什么都会直接加锁。基于这个假设，我们在做操作前就会把相关资源锁定，不允许自己执行期间有其他操作干扰。
//乐观锁：很乐观，认为什么时候都不会出问题，所有不会直接加锁。而是需要操作的时候会先去获取一次值，更新数据的时候去判断一下，之前获取到的值和该数据现在的值是否一致，如果一致表示中间没有被修改过，这时再去更新。基于这个假设，我们在做操作前不会锁定资源，万一发生了其他操作的干扰，那么本次操作将被放弃。Redis 使用的就是乐观锁。
================================================
//正常情况下
hadoop102:6379> set balance 10000 // 初始化余额
OK
hadoop102:6379> set consume 0 //初始化消费金额
OK
hadoop102:6379> watch balance //开启对balance的监视
OK
hadoop102:6379> multi //开启事务
OK
hadoop102:6379> decrby balance 100 //余额减100
QUEUED
hadoop102:6379> incrby consume 100 // 消费的金额增加100
QUEUED
hadoop102:6379> exec //提交事务
1) (integer) 9900
2) (integer) 100
================================================
//非正常情况下；（再开一个Redis客户端）
hadoop102:6379> watch balance //相当于加了一个乐观锁；
OK
hadoop102:6379> multi
OK
hadoop102:6379> decrby balance 100
QUEUED
hadoop102:6379> incrby consume 100
QUEUED
hadoop102:6379> decrby balance 100 //这一步是第二个客户端的操作；改动了balance；
(integer) 9800
hadoop102:6379> exec //这里不先执行，等第二个客户端执行完对应命令后再执行；执行失败；
(nil)
================================================
//解锁再加锁；
hadoop102:6379> unwatch //事务执行失败，先解锁后加锁，再次监控；
OK
hadoop102:6379> watch balance
(error) ERR unknown command `warch`, with args beginning with: `balance`,
hadoop102:6379> watch balance
OK
hadoop102:6379> multi
OK
hadoop102:6379> decrby balance 1000
QUEUED
hadoop102:6379> incrby consume 1000
QUEUED
hadoop102:6379> exec
1) (integer) 8800
2) (integer) 1100
exec //前面的操作是一模一样的，但是这里假如在使用exec提交事务之前，有人执行了下面的命令对数据进行了修改，这里监视到balance被修改过，那么整个事务执行会失败；
上一篇： .NET的值类型和引用类型
下一篇： 心情不美丽?二货囧事笑喷你