redis在linux上部署，Redis服务器搭建/配置/及Jedis客户端的使用方法(java语言)

安装

在命令行执行下面的命令&＃xff1a;

编译完成后,会产生六个文件: 

配置文件

常用配置项为: 

从结点与主结点失去连接、或者正在复制时&＃xff0c;从结点对客户端请求的处理方式&＃xff1a; 

下面是maxmemory的策略 
maxmemory-policy volatile-lru&＃xff1a;maxmemory设置策略&＃xff0c;默认是volatile-lru 
volatile-lru&＃xff1a;使用LRU算法&＃xff0c;从过期集中移除 
allkeys-lru&＃xff1a;根据LRU算法移除key 
volatile-random&＃xff1a;从过期集中随机移动一个 
allkeys-random&＃xff1a;随机移除一个 
volatile-ttl&＃xff1a; 根据最近过期时间移除key 
noeviction&＃xff1a;不移除数据,客户端写操作时返回错误 don&＃39;t expire at all, just return an error on write operations

maxmemory-samples 3

appendonly no&＃xff1a;是否 在每次更新操作后进行日志记录&＃xff0c;如果不开启&＃xff0c;可能会在断电时导致一段时间内的数据丢失。因为redis本身同步数据文件是按照上面save条件来进行同步的&＃xff0c;所以有的数据会在一段时间内只存在于内存中。默认是no 
appendfilename appendonly.aof&＃xff1a;更新日志文件名&＃xff0c;默认是appendonly.aof 
redis支持的三种不同的同步方式: 
no: don&＃39;t fsync, just let the OS flush the data when it wants. Faster. //等待OS进行数据缓存同步到硬盘 
always: fsync after every write to the append only log . Slow, Safest. //每次更新操作后调用fsync()将数据写到磁盘 
everysec: fsync only if one second passed since the last fsync. Compromise. //每秒同步一次 
appendfsync everysec //更新日志条件&＃xff0c;默认是everysec 
no-appendfsync-on-rewrite no

slowlog-log-slower-than 10000&＃xff1a;设置redis slow log时间&＃xff0c;只包括命令执行时间&＃xff0c;不包括IO操作时间&＃xff0c;比如客户端连接&＃xff0c;应答相应时间等等。单位是microseconds(一百万分之一秒)&＃xff0c;默认是10000.负值表示禁用slow log,0表示记录所有命令。 
slowlog-max-len 1024&＃xff1a;slowlog最大长度1024.这会消耗内存&＃xff0c;使用SLOWLOG RESET来回收slowlog内存。

vm-enabled no //是否使用虚拟内存&＃xff0c;默认是no。在redis2.4版本&＃xff0c;强烈不建议使用virtual memory。 
vm-swap-file /tmp/redis.swap //虚拟内存文件路径&＃xff0c;默认是/tmp/redis.swap&＃xff0c;不可多个redis实例共享虚拟内存文件。 
vm-max-memory 0 //设置最大vm&＃xff0c;默认为0&＃xff0c;所有的value存在于磁盘中。 
vm-page-size 32 //设置vm的page大小&＃xff0c;默认是32 
vm-pages 134217728 //设置swap文件中最大memory pages&＃xff0c;默认是134217728。swap大小&＃61;vm-page-size * vm-pages 
vm-max-threads 4 //vm同时运行的最大io线程

指定在超过一定的数量或者最大的元素超过某一临界值时&＃xff0c;采用一种特殊的哈希算法&＃xff1a; 
hash-max-zipmap-entries 512 
hash-max-zipmap-value 64 
list-max-ziplist-entries 512 
list-max-ziplist-value 64 
set-max-intset-entries 512 
activerehashing yes //是否重置hash表

include /path/to/other.conf&＃xff1a;引用其他配置文件

设置Linux内核内存分配策略 
$ sudo vim /etc/sysctl.conf 
vm.overcommit_memory &＃61; 1 //指定内核针对内存分配的策略&＃xff0c;其值可以是0&＃xff0c;1&＃xff0c;2

0表示内核将检查是否有足够的可用内存供应用进程使用&＃xff1b;如果有足够的可用内存&＃xff0c;内存申请允许&＃xff1b;否则&＃xff0c;内存申请失败&＃xff0c;并把错误返回给应用进程。
1表示内核允许分配所有的物理内存&＃xff0c;而不管当前的内存状态如何。
2表示内核允许分配超过所有物理内存和交换空间总和的内存


启动

./redis-server redis.conf 
如果想在一台服务器上搭建多个实例&＃xff0c;可以使用下面的目录结果&＃xff1a;

redis|-- 根目录下放置文件|-- instance-1 实例1的目录|-- redis.conf 实例1的配置文件|-- instance-2 实例2的目录|-- redis.conf 实例2的配置文件|-- instance-3 实例3的目录|-- redis.conf 实例3的配置文件


启动时可以使用下面的命令: 
./redis-server ./instance-1/redis.conf&＃xff1a;启动实例1 
./redis-server ./instance-2/redis.conf&＃xff1a;启动实例2 
./redis-server ./instance-3/redis.conf&＃xff1a;启动实例3

进行基准测试

./redis-benchmark 
通过基准测试&＃xff0c;可以测试在当前的Redis服务器的性能。我在我的虚拟机上测试的结果是写每秒4万多&＃xff0c;读每秒8万多

设置主从结构

在作为副本的Redis服务器的配置文件中增加如下配置&＃xff1a; 
slaveof 192.168.66.41 6379 
说明: salveof <主结点的IP> <主结点的端口>

获取

Jedis的github地址为&＃xff1a; https://github.com/xetorthio/jedis 
可以通过下面两种方式来获取Jedis的Jar包

直接下载Jar包

https://github.com/xetorthio/jedis/releases

从Maven仓库中取Jar包

<dependency><groupId>redis.clientsgroupId> <artifactId>jedisartifactId> <version>2.5.2version> <type>jartype> <scope>compilescope> dependency>

使用

最简单的使用方式

Jedis jedis &＃61; new Jedis("localhost");
jedis.set("foo", "bar"); String value &＃61; jedis.get("foo");

当然&＃xff0c;这种方式并不好&＃xff0c;因为每次使用都要新建立一个连接&＃xff0c;而且Jedis并不是线程安全的&＃xff0c;在并发访问的情况下容易出奇怪的问题。所以应该使用下面的这种方式&＃xff1a;使用池 来做。

JedisPool pool &＃61; new JedisPool(new JedisPoolConfig(), "localhost");
Jedis jedis &＃61; pool.getResource();
try {/// 开始使用 jedis.set("foo", "bar"); String foobar &＃61; jedis.get("foo"); jedis.zadd("sose", 0, "car"); jedis.zadd("sose", 0, "bike"); Set<String> sose &＃61; jedis.zrange("sose", 0, -1); } finally { /// 使用完后&＃xff0c;将连接放回连接池 if (null !&＃61; jedis) { jedis.close(); } } /// 应用退出时&＃xff0c;关闭连接池: pool.destroy();

这种使用池的方式一般都能满足我们的要求&＃xff0c;但是有时候我们使用多台Redis服务器时&＃xff0c;我们需要将不同的key放到不同的Redis服务器上面&＃xff0c;这时我们可以根据业务的不同来选择不同的Redis服务器。这么做可以一定程度的解决问题&＃xff0c;但是还会有另外的问题生产&＃xff0c;如&＃xff1a;我们不容易确定哪个业务产品的数据有多大。这样会使数据不能平均的分配到多台Redis服务器上面。 
这时我们需要使用分片的技术。代码如下&＃xff1a;

// 分片信息
List> shards &＃61; new ArrayList>(); JedisShardInfo si &＃61; new JedisShardInfo("localhost", 6379); si.setPassword("foobared"); shards.add(si); si &＃61; new JedisShardInfo("localhost", 6380); si.setPassword("foobared"); shards.add(si); // 池对象 ShardedJedisPool pool &＃61; new ShardedJedisPool(new Config(), shards); // 开始使用 ShardedJedis jedis &＃61; pool.getResource(); jedis.set("a", "foo"); .... // do your work here pool.returnResource(jedis); .... // a few moments later ShardedJedis jedis2 &＃61; pool.getResource(); jedis.set("z", "bar"); pool.returnResource(jedis); pool.destroy();

集群

Set jedisClusterNodes &＃61; new HashSet();
//Jedis Cluster will attempt to discover cluster nodes automatically
jedisClusterNodes.add(new HostAndPort("127.0.0.1", 7379)); JedisCluster jc &＃61; new JedisCluster(jedisClusterNodes); jc.set("foo", "bar"); String value &＃61; jc.get("foo");