⚫ Jedis用于Java语言连接redis服务，并提供对应的操作API ⚫ Java语言连接redis服务
JedisSpringData RedisLettuce⚫ C 、C++ 、C# 、Erlang、Lua 、Objective-C 、Perl 、PHP 、Python 、Ruby 、Scala
⚫ jar包导入
下载地址：https://mvnrepository.com/artifact/redis.clients/jedis⚫ 基于maven
<dependency> <groupId>redis.clients</groupId> <artifactId>jedis</artifactId> <version>2.9.0</version> </dependency>⚫ 连接redis
Jedis jedis = new Jedis("localhost", 6379);⚫ 操作redis
jedis.set("name", "itheima"); jedis.get("name");⚫ 关闭redis连接
jedis.close();⚫ API文档:http://xetorthio.github.io/jedis/
⚫ JedisPool：Jedis提供的连接池技术
poolConfig:连接池配置对象host:redis服务地址port:redis服务端口号 public JedisPool(GenericObjectPoolConfig poolConfig, String host, int port) { this(poolConfig, host, port, 2000, (String)null, 0, (String)null); }⚫ jedis.properties
jedis.host=ip地址 jedis.port=6379 jedis.maxTotal=50 jedis.maxIdle=10⚫ 静态代码块初始化资源
static{ //读取配置文件 获得参数值 ResourceBundle rb = ResourceBundle.getBundle("jedis"); host = rb.getString("jedis.host"); port = Integer.parseInt(rb.getString("jedis.port")); maxTotal = Integer.parseInt(rb.getString("jedis.maxTotal")); maxIdle = Integer.parseInt(rb.getString("jedis.maxIdle")); poolConfig = new JedisPoolConfig(); poolConfig.setMaxTotal(maxTotal); poolConfig.setMaxIdle(maxIdle); jedisPool = new JedisPool(poolConfig,host,port); }⚫ 对外访问接口，提供jedis连接对象，连接从连接池获取
public static Jedis getJedis(){ Jedis jedis = jedisPool.getResource(); return jedis; }代码实现:
接口 package com.itheima; import java.util.List; public interface DistributedInterface { //发送数据 void faSong(String key); //读取数据 List<String> duQu(Integer start, Integer stop); } 实现类 package com.itheima; import redis.clients.jedis.Jedis; import java.util.List; public class DistributedImpl implements DistributedInterface{ Jedis jedis; private final String name = "names"; //封装连接 public DistributedImpl() { jedis = new Jedis("127.0.0.1",6379); } @Override public void faSong(String key) { jedis.lpush(name,key); } @Override public List<String> duQu(Integer start, Integer stop) { return jedis.lrange(name,start,stop); } } 测试类 package com.itheima; import org.junit.Test; public class TestDistributde { @Test public void faSong(){ DistributedInterface distributedInterface = new DistributedImpl(); distributedInterface.faSong("zhangsan"); } @Test public void duQu(){ DistributedInterface distributedInterface = new DistributedImpl(); System.out.println(distributedInterface.duQu(0,-1)); } }- 意外的断电
利用永久性存储介质将数据进行保存，在特定的时间将保存的数据进行恢复的工作机制称为持久化 持久化用于防止数据的意外丢失，确保数据安全性
⚫ 将当前数据状态进行保存，快照形式，存储数据结果，存储格式简单，关注点在数据 ⚫ 将数据的操作过程进行保存，日志形式，存储操作过程，存储格式复杂，关注点在数据的操作过程
◆ RDB ◆ AOF
⚫ 手动执行一次保存操作
save⚫ 设置本地数据库文件名，默认值为 dump.rdb，通常设置为dump-端口号.rdb
dbfilename filename⚫ 设置存储.rdb文件的路径，通常设置成存储空间较大的目录中，目录名称data
dir path⚫ 设置存储至本地数据库时是否压缩数据，默认yes，设置为no，节省 CPU 运行时间，但存储文件变大
rdbcompression yes|no⚫ 设置读写文件过程是否进行RDB格式校验，默认yes，设置为no，节约读写10%时间消耗，单存在数据损坏的风险
rdbchecksum yes|no
⚫ 手动启动后台保存操作，但不是立即执行
bgsave⚫ 后台存储过程中如果出现错误现象，是否停止保存操作，默认yes
stop-writes-on-bgsave-error yes|no⚫ 其他
dbfilename filename dir path rdbcompression yes|no rdbchecksum yes|no⚫ 设置自动持久化的条件，满足限定时间范围内key的变化数量达到指定数量即进行持久化
save second changes⚫ 参数 second：监控时间范围 changes：监控key的变化量 ⚫ 范例
save 900 1 save 300 10 save 60 10000⚫ 服务器运行过程中重启
debug reload⚫关闭服务器时指定保存数据
shutdown save⚫ 全量复制
⚫ RDB是一个紧凑压缩的二进制文件，存储效率较高 ⚫ RDB内部存储的是redis在某个时间点的数据快照，非常适合用于数据备份，全量复制等场景 ⚫ RDB恢复数据的速度要比AOF快很多 ⚫ 应用：服务器中每X小时执行bgsave备份，并将RDB文件拷贝到远程机器中，用于灾难恢复。
⚫ RDB方式无论是执行指令还是利用配置，无法做到实时持久化，具有较大的可能性丢失数据 ⚫ bgsave指令每次运行要执行fork操作创建子进程，要牺牲掉一些性能 ⚫ Redis的众多版本中未进行RDB文件格式的版本统一，有可能出现各版本服务之间数据格式无法兼容现象
⚫ 存储数据量较大，效率较低，基于快照思想，每次读写都是全部数据，当数据量巨大时，效率非常低 ⚫ 大数据量下的IO性能较低 ⚫ 基于fork创建子进程，内存产生额外消耗 ⚫ 宕机带来的数据丢失风险
⚫ 不写全数据，仅记录部分数据 ⚫ 降低区分数据是否改变的难度，改记录数据为记录操作过程 ⚫ 对所有操作均进行记录，排除丢失数据的风险
⚫ AOF(append only file)持久化：以独立日志的方式记录每次写命令，重启时再重新执行AOF文件中命令 达到恢复数据的目的。与RDB相比可以简单理解为由记录数据改为记录数据产生的变化 ⚫ AOF的主要作用是解决了数据持久化的实时性，目前已经是Redis持久化的主流方式
⚫ 开启AOF持久化功能，默认no，即不开启状态
appendonly yes|no⚫ AOF持久化文件名，默认文件名为appendonly.aof，建议配置为appendonly-端口号.aof
appendfilename filename⚫ AOF持久化文件保存路径，与RDB持久化文件保持一致即可
dir⚫ AOF写数据策略，默认为everysec
appendfsync always|everysec|no⚫ always(每次）：每次写入操作均同步到AOF文件中数据零误差，性能较低，不建议使用。
⚫ everysec（每秒）：每秒将缓冲区中的指令同步到AOF文件中，在系统突然宕机的情况下丢失1秒内的数据数据准确性较高，性能较高，建议使用，也是默认配置
⚫ no（系统控制）：由操作系统控制每次同步到AOF文件的周期整体过程不可控
随着命令不断写入AOF，文件会越来越大，为了解决这个问题，Redis引入了AOF重写机制压缩文件体积。AOF文件重 写是将Redis进程内的数据转化为写命令同步到新AOF文件的过程。简单说就是将对同一个数据的若干个条命令执行结 果转化成最终结果数据对应的指令进行记录。
⚫ 降低磁盘占用量，提高磁盘利用率 ⚫ 提高持久化效率，降低持久化写时间，提高IO性能 ⚫ 降低数据恢复用时，提高数据恢复效率
⚫ 进程内具有时效性的数据，并且数据已超时将不再写入文件 ⚫ 非写入类的无效指令将被忽略，只保留最终数据的写入命令 如del key1、 hdel key2、srem key3、set key4 111、set key4 222等 如select指令虽然不更改数据，但是更改了数据的存储位置，此类命令同样需要记录 ⚫ 对同一数据的多条写命令合并为一条命令 如lpush list1 a、lpush list1 b、 lpush list1 c 可以转化为：lpush list1 a b c。 为防止数据量过大造成客户端缓冲区溢出，对list、set、hash、zset等类型，每条指令最多写入64个元素
⚫ 手动重写
bgrewriteaof⚫ 自动重写
auto-aof-rewrite-min-size size auto-aof-rewrite-percentage percentage⚫ 自动重写触发条件设置
auto-aof-rewrite-min-size size auto-aof-rewrite-percentage percent⚫ 自动重写触发比对参数（ 运行指令info Persistence获取具体信息 ）
aof_current_size aof_base_size⚫ 自动重写触发条件
⚫ 对数据非常敏感，建议使用默认的AOF持久化方案
AOF持久化策略使用everysecond，每秒钟fsync一次。该策略redis仍可以保持很好的处理性能，当出 现问题时，最多丢失0-1秒内的数据。
注意：由于AOF文件存储体积较大，且恢复速度较慢
⚫ 数据呈现阶段有效性，建议使用RDB持久化方案
数据可以良好的做到阶段内无丢失（该阶段是开发者或运维人员手工维护的），且恢复速度较快，阶段 点数据恢复通常采用RDB方案注意：利用RDB实现紧凑的数据持久化会使Redis降的很低，慎重总结：⚫ 综合比对
RDB与AOF的选择实际上是在做一种权衡，每种都有利有弊如不能承受数分钟以内的数据丢失，对业务数据非常敏感，选用AOF如能承受数分钟以内的数据丢失，且追求大数据集的恢复速度，选用RDB灾难恢复选用RDB双保险策略，同时开启 RDB 和 AOF，重启后，Redis优先使用 AOF 来恢复数据，降低丢失数据的量