㈠ redis基本操作命令
redis是一个key-value存储系统。和Memcached类似，它支持存储的value类型相对更多，包括string(字符串)、list(链表)、set(集合)、zset(sorted set --有序集合)和hash（哈希类型）。这些数据类型都支持push/pop、add/remove及取交集并集和差集及更丰富的操作，而且这些操作都是原子性的。在此基础上，redis支持各种不同方式的排序。与memcached一样，为了保证效率，数据都是缓存在内存中。区别的是redis会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录文件，并且在此基础上实现了master-slave(主从)同步。
MULTI
说明：
标记一个事务块的开始。
事务块内的多条命令会按照先后顺序被放进一个队列当中，最后由 EXEC 命令原子性(atomic)地执行。
返回值：
总是返回 OK 。
示例：
DISCARD
说明：
取消事务，放弃执行事务块内的所有命令。
如果正在使用 WATCH 命令监视某个(或某些) key，那么取消所有监视，等同于执行命令 UNWATCH 。
返回值：
总是返回 OK 。
示例：
WATCH
说明：
监视一个(或多个) key ，如果在事务执行之前这个(或这些) key 被其他命令所改动，那么事务将被打断。
返回值：
总是返回 OK 。
UNWATCH
说明：
取消 WATCH 命令对所有 key 的监视。
如果在执行 WATCH 命令之后， EXEC 命令或 DISCARD 命令先被执行了的话，那么就不需要再执行 UNWATCH 了。
因为 EXEC 命令会执行事务，因此 WATCH 命令的效果已经产生了；而 DISCARD 命令在取消事务的同时也会取消所有对 key 的监视，因此这两个命令执行之后，就没有必要执行 UNWATCH 了。
返回值：
总是返回 OK 。
EXEC
说明：
执行所有事务块内的命令。
假如某个(或某些) key 正处于 WATCH 命令的监视之下，且事务块中有和这个(或这些) key 相关的命令，那么 EXEC 命令只在这个(或这些) key 没有被其他命令所改动的情况下执行并生效，否则该事务被打断(abort)。
返回值：
事务块内所有命令的返回值，按命令执行的先后顺序排列。
当操作被打断时，返回空值 nil 。
示例：
Redis 提供了简单的事务，之所以说它简单，主要是因为它不支持事务中的回滚特性，同时无法实现命令之间的逻辑关系计算，当然也体现了 Redis 的 “keep it simple” 的特性。
㈡ 如何使用redis做mysql的缓存
应用Redis实现数据的读写，同时利用队列处理器定时将数据写入MySQL。
同时要注意避免冲突，在redis启动时去mysql读取所有表键值存入redis中，往redis写数据时，对redis主键自增并进行读取，若mysql更新失败，则需要及时清除缓存及同步redis主键。
这样处理，主要是实时读写redis，而mysql数据则通过队列异步处理，缓解mysql压力，不过这种方法应用场景主要基于高并发，而且redis的高可用集群架构相对更复杂，一般不是很推荐。
《内存数据库和mysql的同步机制》
redis如何做到和mysql数据库的同步
【方案一】http://www.hu.com/question/23401553?sort=created
程序实现mysql更新、添加、删除就删除redis数据。
程序查询redis，不存在就查询mysql并保存redis
redis和mysql数据的同步，代码级别大致可以这样做：
读: 读redis->没有，读mysql->把mysql数据写回redis
写: 写mysql->成功，写redis（捕捉所有mysql的修改，写入和删除事件，对redis进行操作）
【方案二】http://www.linuxidc.com/Linux/2015-01/380.htm
实时获取mysql binlog进行解析，然后修改redis
MySQL到Redis数据方案
无论MySQL还是Redis，自身都带有数据同步的机制，像比较常用的MySQL的Master/Slave模式，就是由Slave端分析Master的binlog来实现的，这样的数据其实还是一个异步过程，只不过当服务器都在同一内网时，异步的延迟几乎可以忽略。
那么理论上我们也可以用同样方式，分析MySQL的binlog文件并将数据插入Redis。但是这需要对binlog文件以及MySQL有非常深入的理解，同时由于binlog存在Statement/Row/Mixedlevel多种形式，分析binlog实现同步的工作量是非常大的。
因此这里选择了一种开发成本更加低廉的方式，借用已经比较成熟的MySQL UDF，将MySQL数据首先放入Gearman中，然后通过一个自己编写的PHP Gearman Worker，将数据同步到Redis。比分析binlog的方式增加了不少流程，但是实现成本更低，更容易操作。
【方案三】
使用mysql的udf，详情请看MySQL :: MySQL 5.1 Reference Manual :: 22.3 Adding New Functions to MySQL 然后通过trigger在表update和insert之后进行函数的调用，写入到redis中去。大致是这个样子。
【http://www.hu.com/question/27738066】
1.首先明确是不是一定要上缓存，当前架构的瓶颈在哪里，若瓶颈真是数据库操作上，再继续往下看。
2.明确memcached和redis的区别，到底要使用哪个。前者终究是个缓存，不可能永久保存数据（LRU机制），支持分布式，后者除了缓存的同时也支持把数据持久化到磁盘等，redis要自己去实现分布式缓存（貌似最新版本的已集成），自己去实现一致性hash。因为不知道你们的应用场景，不好说一定要用memcache还是redis，说不定用MongoDB会更好，比如在存储日志方面。
3.缓存量大但又不常变化的数据，比如评论。
4.你的思路是对的，清晰明了，读DB前，先读缓存，如果有直接返回，如果没有再读DB，然后写入缓存层并返回。
5.考虑是否需要主从，读写分离，考虑是否分布式部署，考虑是否后续水平伸缩。
6.想要一劳永逸，后续维护和扩展方便，那就将现有的代码架构优化，按你说的替换数据库组件需要改动大量代码，说明当前架构存在问题。可以利用现有的一些框架，比如SpringMVC，将你的应用层和业务层和数据库层解耦。再上缓存之前把这些做好。
7.把读取缓存等操作做成服务组件，对业务层提供服务，业务层对应用层提供服务。
8.保留原始数据库组件，优化成服务组件，方便后续业务层灵活调用缓存或者是数据库。
9.不建议一次性全量上缓存，最开始不动核心业务，可以将边缘业务先换成缓存组件，一步步换至核心业务。
10.刷新内存，以memcached为例，新增，修改和删除操作，一般采用lazy load的策略，即新增时只写入数据库，并不会马上更新Memcached，而是等到再次读取时才会加载到Memcached中，修改和删除操作也是更新数据库，然后将Memcached中的数据标记为失效，等待下次读取时再加载。
㈢ 5.redis集合的创建和修改
集合的数据是唯一的，插入之后再次插入时不会执行
(1)查询集合里面元素的数量
(2)从集合中获取数据
--如果count省略则随机获取一条数据
--如果count为其他大于1的整数，则获取对应条数据
--如果count对应的证书大于集合总数据的条数，则获取集合所有数据
(3)获取集合中的所有数据
(4)判断集合中是否存在某个元素
--如果数据存在，则返回1，如果数据不存在，则返回0
既属于A集合又属于B/其他集合，集合数量可以是多个，多个代表对应所有集合的交集
A集合与B/其他集合所包含的所有数据，如果数据一样则去重，集合数量可以是多个，多个代表对应所有集合的并集
只属于A（key1）集合，不属于其他集合的数据
㈣ redis处理数据问题
我印象中Redis的众多数据类型中，并没有队列(Queue)的数据类型,Redis的数据类型有：string(字符串),Hash(哈希)，List(列表)，Set(集合)，有序集合(Sorted Set)。
如果你仅仅想生成订单号(OrderSn),可以提前生成好Sn号并入队，然后存储在Redis缓存里。
例如：
//伪代码
Queue<string>snQueue=null;//订单号Sn队列
stringsn=Redis.Get("OrderSn");
stringcurSn=string.Empty;
if(String.IsNullOrWhiteSpace(sn)){
snQueue=newQueue<string>();
for(inti=0;i<30000;i++)//假定双11，每秒3万订单
{
//提前分配好订单Sn号入队
snQueue.Enqueue(DateTime.Now.ToString("yyyMMdd")+i);
}
curSn=snQueue.Dequeue();//出队
Redis.Set("OrderSn",JsonConvert.SerializeObject(snQueue));
}
else
{
snQueue=JsonConvert.DeserializeObject<Queue<string>>(sn);
curSn=snQueue.Dequeue();//出队
Redis.Set("OrderSn",JsonConvert.SerializeObject(snQueue));//重新放入Redis缓存
}
㈤ redis缓存原理
1、Redis是一种内存高速cache，如果使用redis缓存，那经常被访问的内容会被缓存在内存中，需要使用的时候直接从内存调取，不知道比硬盘调取快了多少倍，并且支持复杂的数据结构，应用于许多高并发的场景中。
2、Redis支持主从同步。数据可以从主服务器向任意数量的从服务器上同步，从服务器可以是关联其他从服务器的主服务器。这使得Redis可执行单层树复制。存盘可以有意无意的对数据进行写操作。由于完全实现了发布/订阅机制，使得从数据库在任何地方同步树时，可订阅一个频道并接收主服务器完整的消息发布记录。同步对读取操作的可扩展性和数据冗余很有帮助。zset是set的一个升级版本，他在set的基础上增加了一个顺序属性，这一属性在添加修改元素的时候可以指定，每次指定后，zset会自动重新按新的值调整顺序。可以理解了有两列的mysql表，一列存value，一列存顺序。操作中key理解为zset的名字。
更多关于redis缓存原理，进入：https://www.abcgonglue.com/ask/66eab61616100681.html?zd查看更多内容
㈥ redis做缓存，怎么更新里面的数据
伪代码如下，思路也清晰。
读写部分
if(redis){
读取redis数据
}else{
数据库读取，存redis+设置超时时间
}
更新部分
if(数据库update){
更新redis+设置超时时间
}
㈦ java如何将1个list存入缓存中并在缓存在修改数据
publicclassTest2{
publicstaticvoidmain(String[]args){
try{
List<String>list=newArrayList<>();
//模拟传过来的值
inti=0;
while(true){
Longtime=newDate().getTime();
//将当前时间与值拼接成字符串保存到list
list.add("value"+i+","+time);
//调用处理方法
processing(list);
i++;
//模拟每次传入的时间长度
Thread.sleep(3000);
}
}catch(InterruptedExceptione){
//TODOAuto-generatedcatchblock
e.printStackTrace();
}
}
publicstaticvoidprocessing(List<String>list){
//第一个存入的值
Stringsrc1=list.get(0);
//最后一个存入的值
Stringsrc2=list.get(list.size()-1);
//通过转换成数组
String[]c1=src1.split(",");
String[]c2=src2.split(",");
//拿到第一个存入的时间字符串转换成Long
Longl1=Long.parseLong(c1[1]);
//拿到最新的时间字符串转换成Long
Longl2=Long.parseLong(c2[1]);
//如果大于等于30000毫秒就说明了过了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));
}
}
/*******************************第二种方式*************************************/
publicclassTest2{
//定义一个全局变量用于接收时间
privatestaticLongtime=0L;
publicstaticvoidmain(String[]args){
try{
List<String>list=newArrayList<>();
//模拟传过来的值
inti=0;
while(true){
//如果list是在清空状态那么就创建个时间为第一次时间
if(list.size()==0){
time=newDate().getTime();
}
//将字符串保存到list
list.add("value"+i);
//调用处理方法，没次传入一个当前存入对象的时间
processing(list,newDate().getTime());
i++;
//模拟每次传入的时间长度
Thread.sleep(3000);
}
}catch(InterruptedExceptione){
//TODOAuto-generatedcatchblock
e.printStackTrace();
}
}
publicstaticvoidprocessing(List<String>list,Longtimes){
//当前时间-第一次存入的时间大于等于30000毫秒
//就是过了30秒执行清空操作
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));
}
}我没有redis 只能模拟一个 你看下 其实 你就多了一步 从缓存中取值 判断不能 等于 30000毫秒 因为 时间会有所偏差 可能大于 所以 大于等于，你要是觉得 毫秒太长你可以 转换成秒存入 在计算
第二种 的话 你的程序 可能不需要太大改掉
㈧ redis做缓存，怎么更新里面的数据
代码如下，思路也清晰。读写部分if(redis){读取redis数据}else{数据库读取，存redis+设置超时时间}更新部分if(数据库update){更新redis+设置超时时间}