㈠ redis基本操作命令
redis是一個key-value存儲系統。和Memcached類似，它支持存儲的value類型相對更多，包括string(字元串)、list(鏈表)、set(集合)、zset(sorted set --有序集合)和hash（哈希類型）。這些數據類型都支持push/pop、add/remove及取交集並集和差集及更豐富的操作，而且這些操作都是原子性的。在此基礎上，redis支持各種不同方式的排序。與memcached一樣，為了保證效率，數據都是緩存在內存中。區別的是redis會周期性的把更新的數據寫入磁碟或者把修改操作寫入追加的記錄文件，並且在此基礎上實現了master-slave(主從)同步。
MULTI
說明：
標記一個事務塊的開始。
事務塊內的多條命令會按照先後順序被放進一個隊列當中，最後由 EXEC 命令原子性(atomic)地執行。
返回值：
總是返回 OK 。
示例：
DISCARD
說明：
取消事務，放棄執行事務塊內的所有命令。
如果正在使用 WATCH 命令監視某個(或某些) key，那麼取消所有監視，等同於執行命令 UNWATCH 。
返回值：
總是返回 OK 。
示例：
WATCH
說明：
監視一個(或多個) key ，如果在事務執行之前這個(或這些) key 被其他命令所改動，那麼事務將被打斷。
返回值：
總是返回 OK 。
UNWATCH
說明：
取消 WATCH 命令對所有 key 的監視。
如果在執行 WATCH 命令之後， EXEC 命令或 DISCARD 命令先被執行了的話，那麼就不需要再執行 UNWATCH 了。
因為 EXEC 命令會執行事務，因此 WATCH 命令的效果已經產生了；而 DISCARD 命令在取消事務的同時也會取消所有對 key 的監視，因此這兩個命令執行之後，就沒有必要執行 UNWATCH 了。
返回值：
總是返回 OK 。
EXEC
說明：
執行所有事務塊內的命令。
假如某個(或某些) key 正處於 WATCH 命令的監視之下，且事務塊中有和這個(或這些) key 相關的命令，那麼 EXEC 命令只在這個(或這些) key 沒有被其他命令所改動的情況下執行並生效，否則該事務被打斷(abort)。
返回值：
事務塊內所有命令的返回值，按命令執行的先後順序排列。
當操作被打斷時，返回空值 nil 。
示例：
Redis 提供了簡單的事務，之所以說它簡單，主要是因為它不支持事務中的回滾特性，同時無法實現命令之間的邏輯關系計算，當然也體現了 Redis 的 「keep it simple」 的特性。
㈡ 如何使用redis做mysql的緩存
應用Redis實現數據的讀寫，同時利用隊列處理器定時將數據寫入MySQL。
同時要注意避免沖突，在redis啟動時去mysql讀取所有表鍵值存入redis中，往redis寫數據時，對redis主鍵自增並進行讀取，若mysql更新失敗，則需要及時清除緩存及同步redis主鍵。
這樣處理，主要是實時讀寫redis，而mysql數據則通過隊列非同步處理，緩解mysql壓力，不過這種方法應用場景主要基於高並發，而且redis的高可用集群架構相對更復雜，一般不是很推薦。
《內存資料庫和mysql的同步機制》
redis如何做到和mysql資料庫的同步
【方案一】http://www.hu.com/question/23401553?sort=created
程序實現mysql更新、添加、刪除就刪除redis數據。
程序查詢redis，不存在就查詢mysql並保存redis
redis和mysql數據的同步，代碼級別大致可以這樣做：
讀: 讀redis->沒有，讀mysql->把mysql數據寫回redis
寫: 寫mysql->成功，寫redis（捕捉所有mysql的修改，寫入和刪除事件，對redis進行操作）
【方案二】http://www.linuxidc.com/Linux/2015-01/380.htm
實時獲取mysql binlog進行解析，然後修改redis
MySQL到Redis數據方案
無論MySQL還是Redis，自身都帶有數據同步的機制，像比較常用的MySQL的Master/Slave模式，就是由Slave端分析Master的binlog來實現的，這樣的數據其實還是一個非同步過程，只不過當伺服器都在同一內網時，非同步的延遲幾乎可以忽略。
那麼理論上我們也可以用同樣方式，分析MySQL的binlog文件並將數據插入Redis。但是這需要對binlog文件以及MySQL有非常深入的理解，同時由於binlog存在Statement/Row/Mixedlevel多種形式，分析binlog實現同步的工作量是非常大的。
因此這里選擇了一種開發成本更加低廉的方式，借用已經比較成熟的MySQL UDF，將MySQL數據首先放入Gearman中，然後通過一個自己編寫的PHP Gearman Worker，將數據同步到Redis。比分析binlog的方式增加了不少流程，但是實現成本更低，更容易操作。
【方案三】
使用mysql的udf，詳情請看MySQL :: MySQL 5.1 Reference Manual :: 22.3 Adding New Functions to MySQL 然後通過trigger在表update和insert之後進行函數的調用，寫入到redis中去。大致是這個樣子。
【http://www.hu.com/question/27738066】
1.首先明確是不是一定要上緩存，當前架構的瓶頸在哪裡，若瓶頸真是資料庫操作上，再繼續往下看。
2.明確memcached和redis的區別，到底要使用哪個。前者終究是個緩存，不可能永久保存數據（LRU機制），支持分布式，後者除了緩存的同時也支持把數據持久化到磁碟等，redis要自己去實現分布式緩存（貌似最新版本的已集成），自己去實現一致性hash。因為不知道你們的應用場景，不好說一定要用memcache還是redis，說不定用MongoDB會更好，比如在存儲日誌方面。
3.緩存量大但又不常變化的數據，比如評論。
4.你的思路是對的，清晰明了，讀DB前，先讀緩存，如果有直接返回，如果沒有再讀DB，然後寫入緩存層並返回。
5.考慮是否需要主從，讀寫分離，考慮是否分布式部署，考慮是否後續水平伸縮。
6.想要一勞永逸，後續維護和擴展方便，那就將現有的代碼架構優化，按你說的替換資料庫組件需要改動大量代碼，說明當前架構存在問題。可以利用現有的一些框架，比如SpringMVC，將你的應用層和業務層和資料庫層解耦。再上緩存之前把這些做好。
7.把讀取緩存等操作做成服務組件，對業務層提供服務，業務層對應用層提供服務。
8.保留原始資料庫組件，優化成服務組件，方便後續業務層靈活調用緩存或者是資料庫。
9.不建議一次性全量上緩存，最開始不動核心業務，可以將邊緣業務先換成緩存組件，一步步換至核心業務。
10.刷新內存，以memcached為例，新增，修改和刪除操作，一般採用lazy load的策略，即新增時只寫入資料庫，並不會馬上更新Memcached，而是等到再次讀取時才會載入到Memcached中，修改和刪除操作也是更新資料庫，然後將Memcached中的數據標記為失效，等待下次讀取時再載入。
㈢ 5.redis集合的創建和修改
集合的數據是唯一的，插入之後再次插入時不會執行
(1)查詢集合裡面元素的數量
(2)從集合中獲取數據
--如果count省略則隨機獲取一條數據
--如果count為其他大於1的整數，則獲取對應條數據
--如果count對應的證書大於集合總數據的條數，則獲取集合所有數據
(3)獲取集合中的所有數據
(4)判斷集合中是否存在某個元素
--如果數據存在，則返回1，如果數據不存在，則返回0
既屬於A集合又屬於B/其他集合，集合數量可以是多個，多個代表對應所有集合的交集
A集合與B/其他集合所包含的所有數據，如果數據一樣則去重，集合數量可以是多個，多個代表對應所有集合的並集
只屬於A（key1）集合，不屬於其他集合的數據
㈣ redis處理數據問題
我印象中Redis的眾多數據類型中，並沒有隊列(Queue)的數據類型,Redis的數據類型有：string(字元串),Hash(哈希)，List(列表)，Set(集合)，有序集合(Sorted Set)。
如果你僅僅想生成訂單號(OrderSn),可以提前生成好Sn號並入隊，然後存儲在Redis緩存里。
例如：
//偽代碼
Queue<string>snQueue=null;//訂單號Sn隊列
stringsn=Redis.Get("OrderSn");
stringcurSn=string.Empty;
if(String.IsNullOrWhiteSpace(sn)){
snQueue=newQueue<string>();
for(inti=0;i<30000;i++)//假定雙11，每秒3萬訂單
{
//提前分配好訂單Sn號入隊
snQueue.Enqueue(DateTime.Now.ToString("yyyMMdd")+i);
}
curSn=snQueue.Dequeue();//出隊
Redis.Set("OrderSn",JsonConvert.SerializeObject(snQueue));
}
else
{
snQueue=JsonConvert.DeserializeObject<Queue<string>>(sn);
curSn=snQueue.Dequeue();//出隊
Redis.Set("OrderSn",JsonConvert.SerializeObject(snQueue));//重新放入Redis緩存
}
㈤ redis緩存原理
1、Redis是一種內存高速cache，如果使用redis緩存，那經常被訪問的內容會被緩存在內存中，需要使用的時候直接從內存調取，不知道比硬碟調取快了多少倍，並且支持復雜的數據結構，應用於許多高並發的場景中。
2、Redis支持主從同步。數據可以從主伺服器向任意數量的從伺服器上同步，從伺服器可以是關聯其他從伺服器的主伺服器。這使得Redis可執行單層樹復制。存檔可以有意無意的對數據進行寫操作。由於完全實現了發布/訂閱機制，使得從資料庫在任何地方同步樹時，可訂閱一個頻道並接收主伺服器完整的消息發布記錄。同步對讀取操作的可擴展性和數據冗餘很有幫助。zset是set的一個升級版本，他在set的基礎上增加了一個順序屬性，這一屬性在添加修改元素的時候可以指定，每次指定後，zset會自動重新按新的值調整順序。可以理解了有兩列的mysql表，一列存value，一列存順序。操作中key理解為zset的名字。
更多關於redis緩存原理，進入：https://www.abcgonglue.com/ask/66eab61616100681.html?zd查看更多內容
㈥ redis做緩存，怎麼更新裡面的數據
偽代碼如下，思路也清晰。
讀寫部分
if(redis){
讀取redis數據
}else{
資料庫讀取，存redis+設置超時時間
}
更新部分
if(資料庫update){
更新redis+設置超時時間
}
㈦ java如何將1個list存入緩存中並在緩存在修改數據
publicclassTest2{
publicstaticvoidmain(String[]args){
try{
List<String>list=newArrayList<>();
//模擬傳過來的值
inti=0;
while(true){
Longtime=newDate().getTime();
//將當前時間與值拼接成字元串保存到list
list.add("value"+i+","+time);
//調用處理方法
processing(list);
i++;
//模擬每次傳入的時間長度
Thread.sleep(3000);
}
}catch(InterruptedExceptione){
//TODOAuto-generatedcatchblock
e.printStackTrace();
}
}
publicstaticvoidprocessing(List<String>list){
//第一個存入的值
Stringsrc1=list.get(0);
//最後一個存入的值
Stringsrc2=list.get(list.size()-1);
//通過轉換成數組
String[]c1=src1.split(",");
String[]c2=src2.split(",");
//拿到第一個存入的時間字元串轉換成Long
Longl1=Long.parseLong(c1[1]);
//拿到最新的時間字元串轉換成Long
Longl2=Long.parseLong(c2[1]);
//如果大於等於30000毫秒就說明了過了30秒清空
if((l2-l1)>=30000){
list.clear();
}
System.out.println("每次的值"+src2);
System.out.println("是否30秒清空"+(list.size()==0));
}
}
/*******************************第二種方式*************************************/
publicclassTest2{
//定義一個全局變數用於接收時間
privatestaticLongtime=0L;
publicstaticvoidmain(String[]args){
try{
List<String>list=newArrayList<>();
//模擬傳過來的值
inti=0;
while(true){
//如果list是在清空狀態那麼就創建個時間為第一次時間
if(list.size()==0){
time=newDate().getTime();
}
//將字元串保存到list
list.add("value"+i);
//調用處理方法，沒次傳入一個當前存入對象的時間
processing(list,newDate().getTime());
i++;
//模擬每次傳入的時間長度
Thread.sleep(3000);
}
}catch(InterruptedExceptione){
//TODOAuto-generatedcatchblock
e.printStackTrace();
}
}
publicstaticvoidprocessing(List<String>list,Longtimes){
//當前時間-第一次存入的時間大於等於30000毫秒
//就是過了30秒執行清空操作
if((times-time)>=30000){
list.clear();
}
for(Stringls:list){
System.out.println("每次的值"+ls);
}
System.out.println("是否30秒清空"+(list.size()==0));
}
}我沒有redis 只能模擬一個 你看下 其實 你就多了一步 從緩存中取值 判斷不能 等於 30000毫秒 因為 時間會有所偏差 可能大於 所以 大於等於，你要是覺得 毫秒太長你可以 轉換成秒存入 在計算
第二種 的話 你的程序 可能不需要太大改掉
㈧ redis做緩存，怎麼更新裡面的數據
代碼如下，思路也清晰。讀寫部分if(redis){讀取redis數據}else{資料庫讀取，存redis+設置超時時間}更新部分if(資料庫update){更新redis+設置超時時間}