当前位置：首页 > news >正文

【尚硅谷Redis6】自用学习笔记

news 来源：原创 2025/4/27 8:48:08

Redis介绍

Redis是单线程 + 多路IO复用技术（类似黄牛买票）
默认有16个库，用select进行切换
默认端口号为6379
Memcached：多线程 + 锁（数据类型单一，不支持持久化）

五大常用数据类型

Redis key

查看所有键

key *

判断key是否存在（返回0/1）

exist key

查看key的类型

type key

删除key

del key

根据value选择非阻塞删除

unlink key

设置key的过期时间

expire key 秒数

查看key还有多少秒过期，-1表示永不过期，-2表示已经过期

ttl key

其他命令

select 切换数据库
dbsize 查看当前数据库key的数量
flushdb 清空当前库
flushall 通杀全部库

String

是二进制安全的，即可以包含任何数据，一个字符串value最多可以是512M，是简单动态字符串，类似ArrayList。

set <key> <value> [EX | PX] [NX | XX]
*NX: key不存在时添加（存在时不覆盖原值）
*XX: key存在时可以添加
*EX: key的超时秒数
*PX: key的超时毫秒数

get <key>
append <key> <value> 追加到原value末尾
strlen <key> 获取值长度
setnx <key> <value> 只有在key不存在时设置

incr <key> 对数字值+1， 只能对数字操作，若为空则设置值为1
decr <key> 对数字值-1，只能对数字操作，若为空则设置值为-1
incrby/decrby <key> <步长> 数字值增减，自定义步长

mset <key1> <value1> <key2> <value2>... 同时设置一个或多个键值对
mget <key1> <key2> <key3>... 同时获取一个或多个value
msetnx <key1> <value1> <key2> <value2>... 同时设置，当且仅当所有key都不存在

getreange <key> <起始位置> <结束位置> 获得值的范围，前包后包
setrange <key> <起始位置> <value> 将从起始位置开始的所有值置为value（下标从0开始）

setex <key> <过期时间> <value> 设置键值的同时，设置过期时间（秒）
getset <key> <value> 设置新值同时获得旧值

List

单键多值，底层是双向链表，可以在两端添加元素（有序），对两端的操作效率较高。
数据结构是quickList，元素较少时用一块连续的内存存储，即ziplist；当数据多的时候才改成quickList（目的是节省空间）。
在这里插入图片描述

lpush/rpush <key> <value1> <value2> ... 从左/右插入一个或多个值
lpop/rpop <key> 从左/右弹出一个值。注意：值在键在，值光键亡。
rpoplpush <key1><key2> 从key1右弹一个值，放入key2左边
lrange <key> <start> <stop> 按照下标获得元素（从左到右）
lindex <key> <index> 按下标取元素（从左到右）
llen <key> 获取长度

linsert <key> before/after <value> <newvalue> 在<value>的前/后插入<newvalue>
lrem <key> <n> <value> 从左边删n个value（从左到右）
lset <key> <index> <value> 将列表key下标为index的值替换成value

Set

自动排重，无序。底层是hash表，增删查是O(1)。
数据结构是dict字典。

sadd <key> <value1> <value2> ... 添加元素，已存在则忽略
smembers <key> 取出所有值
sismember <key> <value> 判断是否存在，返回0/1
scard <key> 返回该集合的元素个数
srem <key> <value1> <value2> ... 删除元素
spop <key> 随机弹出集合中的一个值
srandmember <key> <n> 随机得到集合中的n个值，不会被删除
smove <source> <destination> <value> 把集合中一个值从一个集合移动到另一个 集合
sinter <key1> <key2> 返回交集
sunion <key1> <key2> 返回并集
sdiff <key1> <key2> 返回差集（在key1但不在key2）

Hash

键值对集合，是一个string类型的field和value的映射表，特别适合存储对象。类似Map<String, Object>。
长度短且个数较少用ziplist，多了用hashtable

hset <key> <field> <value> 赋值
hget <key> <field> 取值
hmset <key> <field> <value1> <value2> <value3> 批量设置
hexists <key> <field> 是否存在
hkeys <key> 获得所有field
hvals <key> 获得所有value
hincrby <key> <field> <increment>
hsetnx <key> <field> <value>

Zset (sorted set)

没有重复元素的字符串集合（有序），每个成员关联了一个score，集合成员唯一，但score可以重复。
类似Map<String, Double>和TreeSet，底层使用两个数据结构：

hash，关联value和score
跳表，给value排序，根据score范围获取元素列表

zadd <key> <score1> <value1> <score2> <value2> ...  添加
zrange <key> <start> <stop> [WITHSCORES] 返回下标在start和stop之间的元素（可以让分数和值一起返回到结果集）
zrangebyscore key minmax [withscores] [limit offset count] 返回score值在min和max之间的成员（包括两端），按score递增排列
zrevrangebyscore key maxmin [withscores] [limit offset count]，同上，从大到小排列
zincrby <key> <increment> <value> 为元素的score加上增量
zrem <key> <value> 删除该集合指定值的元素
zcount <key> <min> <max> 统计分数区间内元素个数
zrank <key> <value> 返回该值在集合中的排名，从0开始

配置文件 redis.conf

Units单位

配置大小单位，开头定义了一些基本的度量单位只支持bytes，不支持bit，大小写不敏感。

Include

类似jsp中的include，多实例的情况可以把公用的配置提取出来。

网络相关配置

bind

默认bind = 127.0.0.1 只能接受本机的访问请求。
不写的话，无限制接受任何ip地址的方位。
生产环境就写应用服务器的地址；服务器是需要远程访问的，所以要注释掉（来支持远程访问）。
如果开启了protected-mode，那么在没有设定bind- ip且没有设密码的情况下，Redis只允许接受本机的响应。

port

端口号，默认6379

tcp-backlog

backlog是一个连接队列，backlog队列总和 = 未完成三次握手队列 + 已完成三次握手队列。
在高并发环境下，需要一个高backlog值来避免慢客户端连接问题。
注意：Linux内核回把这个值缩小到 /proc/sys/net/core/somaxconn的值（128），所以要增大该值和 /proc/sys/net/ipv4/tcp_max_syn_backlog（128）来达到想要的效果。

timeout

默认是0

tcp-keepalive

心跳检测

通用

daemonize

是否为后台进程，设置为yes，守护进程，后台启动。

pidfile

存放pid文件的位置，每个实例会产生一个不同的pid文件。

loglevel

默认notice
在这里插入图片描述

logfile

默认输出日志文件路径

databases

默认16，数据库数量

LIMITS限制

maxclients

最大客户端连接数，默认为10000，达到限制后会拒绝新的连接请求，并回应“max number of clients reached”

maxmemory

建议必须设置，否则内存占满造成服务器宕机。
一旦达到内存使用上线，Redis会试图移除内部数据，一处规则可以通过maxmemory-policy指定。
在这里插入图片描述

发布和订阅

pub/sub，是一种消息通信模式，pub发送消息，sub接收消息。Redis客户端可以订阅任意数量的频道。
注意：发布的消息没有持久化，只能收到订阅后发布的消息。

SUBSCRIBE <channel> 订阅
publish <channel> <information> 给channel发布消息（返回订阅者数量）

新数据类型

Bitmaps

其实就是字符串，但只有0和1，可以对字符串的位进行操作。可以想象为一个只有0和1的数组，下标叫偏移量（从0开始）。用来存储活跃用户，会比set节约很大的空间。

setbit <key> <offset> <value> 设置
getbit <key> <offset> 取值
bitcount <key> [start end] 统计1的数量
bitop and/or/not/xor <festkey> [key...] 多个bitmaps的交、并、非、异或，并将结果存在destkey中。

HyperLogLog

是用来做基数统计的算法，优点是：在输入元素的数量或体积非常非常大的时候，计算基数需要的空间总是固定的，并且很小。

pfadd <key> <element> [element ... ] 添加指定元素到HyperLogLog中
pfcount <key> [key .. ] 计算HLL的近似基数
pfmerge <destkey> <sourcekey> [sourcekey ... ] 将一个或多个HLL合并后存在destkey中（如每月活跃用户可以用每天活跃用户来合并计算得到）

Geospatial

用来对地理信息进行操作。

geoadd <key> <经度> <维度> <member> 添加位置
geopos <key> <member> 得到位置信息
geodist <key> <member1> <member2> [m | km | ft | mi] 获得两个位置的直线距离
georadius <key> <经度> <维度> radius m | km | ft | mi 给定经纬度为中心，找出某半径内的元素

Jedis操作

在Maven工程中，引入Jedis依赖
写一个测试Demo
注意：要禁用Linux防火墙，并在Redis.conf里注释掉bind，然后protected-mode no。

public static void main(String[] args){// ip地址和端口号Jedis jedis = new Jedis("192.168.44.168", 6379);String value = jedis.ping();System.out.println(vaLue);
}

key相关

jedis.set("k1", "v1");
jedis.set("k2", "v2");
jedis.set("k3", "v3");
Set<String> keys = jedis.keys("*");
System.out.println(keys.size());
System.out.println(jedis.exists("k1"));
System.out.println(jedis.ttl("k1"));
System.out.println(jedis.get("k1"));

String相关

jedis.mset("str1", "v1", "str2", "v2", "str3", "v3");
List<String> mget = jedis.mget("str1", "str2", "str3");

list相关

List<String<> list = jedis.lrange("mylist", 0, -1);

set相关

jedis.sadd("orders", "order1");
jedis.sadd("orders", "order2");
jedis.sadd("orders", "order3");
Set<String> smembers = jedis.smembers("orders");
jedis.srem("orders", "order1");

hash相关

jedis.hset("hash1", "username", "lisi");
Map<String, String> map = new HashMap<>();
map.put("tel", "13800009999");
map.put("address", "atguigu");
map.put("email", "abc@163.com");
jedis.hmset("hash2", map);
List<String> result = jedis.hmget("hash2", "tel", "email");

Zset相关

jedis.zadd("zset1", 100d, "z3");
jedis.zadd("zset1", 90d, "l4");
jedis.zadd("zset1", 80d, "w5");

实例：手机验证码

在这里插入图片描述

public class PhoneCode{public static void main(String[] args){// 测试逻辑懒得写了，主要是方法}// 生成6位数字验证码public static String getCode(){Random random = new Random();String code = "";for (int i = 0; i < 6; i++){int rand = random.nextInt(10);code += rand;}return code;}// 每个手机每天只能发送三次，验证码放到redis中，设置过期时间public static void verifyCode(String phone){Jedis jedis = new Jedis("192.168.44.168", 6379);String countKey = "VerifyCode" + phone + ":count";String codeKey = "VerifyCode" + phone + ":code";String count = jedis.get(countKey);if (count == null){jedis.setex(countKey, 24*60*60, "1");} else if(Integer.parseInt(count) <= 2){jedis.incr(countKey);} else if (Integer.parseInt(count) > 3){System.out.println("今天发送次数已经超过三次");jedis.close();return ;}String vcode = getCode();jedis.setex(codeKey, 120, vcode);jedis.close();}// 验证码校验public static void getRedisCode(String phone, String code){Jedis jedis = new Jedis("192.168.44.168", 6379);String codeKey = "VerifyCode" + phone + ":code";String redisCode = jedis.get(codeKey);if (redisCode.equals(code){System.out.println("成功");} else{System.out.println("失败");}jedis.close ();}
}

Sprint Boot 整合 Redis

建立Spring Boot工程，引入相关依赖
application.properties 配置 redis
添加redis配置类（固定的，现查一个复制粘贴就行）

Redis事务、锁机制、秒杀案例

Redis事务定义

Multi, Exec, discard

在这里插入图片描述

事务的错误处理

组队中某个命令报错，执行时整个队列都会被取消；执行时某个命令报错，只有报错的不执行，其他都执行，不会回滚。

事务冲突的问题

悲观锁

操作前上锁，解锁后其他人才能操作。安全，但效率比较低。

乐观锁

加入版本号，所有人都可以得到数据，但操作之后要同步更新版本号，check-and-set机制。适合于多读的应用类型，提高吞吐量。

watch key [key … ]

在执行multi之前，先执行watch，监视一个或多个key，如果在事务执行之前key被其他命令改动，则事务被打断。
使用unwatch可以解除监视。

Redis事务三特性

![**!](https://i-blog.csdnimg.cn/direct/b65c1b43965c4cbe9a20d73cb8c8e815.png)

秒杀案例

在这里插入图片描述

public static boolean do SecKill(String uid, String prodid) throws IOException{if (uid == null || prodid == null){return false;}Jedis jedis = new Jedis("192.168.44.168", 6379);String kcKey = "sk:" + prodid + ":qt";String userKey = "sk" + prodid + ":user";// 乐观锁jedis.watch(kcKey);String kc = jedis.get(kcKey);if (kc == null){System.out.println("秒杀还没开始，请等待");jedis.close();return false;}if (jedis.sismember(userKey, uid)){System.out.println("已经秒杀成功，不能重复秒杀");jedis.close();return false;}if (Integer.parseInt(kc) <= 0){System.out.println("秒杀已经结束了");jedis.close();return false;}Transaction multi = jedis.multi();multi.decr(kcKey);multi.sadd(userKey, uid);List<Object> results = multi.exec();if (results == null || results.size() == 0){System.out.println("秒杀失败了");jedis.close();return false;}// jedis.decr(kcKey);// jedis.sadd(userKey, uid);System.out.println("秒杀成功了");jedis.close();return true;
}

并发时存在的问题

库存为负（超卖问题）——增加乐观锁
可能出现连接超时问题——使用连接池解决（直接粘就行）
库存遗留问题（乐观锁造成的）——使用LUA脚本

LUA脚本的优势：

连接池 + lua脚本

Redis 持久化

RDB (Redis DataBase)

是什么

在指定时间间隔内将内存中的数据库快照写入磁盘，即snapshot快照，它恢复时时将快照文件直接读到内存里。

执行过程（保证数据完整性）

在这里插入图片描述

Fork

在这里插入图片描述

一些配置

stop-writes-on-bgsave-error yes
rdbcompression yes
rdbchecksum yes
dbfilename dump.rdb
dir ./
save 时间 改变条数 （手动）
bgsave 是自动的

优势

适合大数据的数据恢复
对数据完整性和一致性要求不高，更适合使用
节省磁盘空间
恢复速度快

劣势

Fork导致内存要2倍
写时复制如果数据量大，其实还是很耗性能的
Redis意外挂了，最后一次持久化后的数据可能丢失

AOF (Append Of File)

写命令append到AOF缓冲区
根据AOF持久化策略将缓冲区内容同步到磁盘AOF文件中
AOF文件大小超过重写策略或手动重写时，会rewrite压缩
Redis重启时根据AOF文件恢复数据

是什么

在这里插入图片描述

AOF默认不开启

appendonly yes

AOF和RDB同时开启，默认读取AOF的数据（数据不会存在丢失）

AOF异常恢复

在这里插入图片描述

AOF同步频率设置

appendfsync always	始终同步，每次写入都记录，性能差但数据完整性好
appendfsync everysec	每秒记录一次，如果宕机，本秒数据可能丢失
appendfsync no	不主动同步，把同步时机交给操作系统

Rewrite压缩

set a a1
set b b1
会被压缩为：
set a a1 b b1

在这里插入图片描述

重写时和RDB是类似的，即写时复制技术。

优势

备份机制更稳健，丢失数据概率低
可读的日志文本，通过操作AOF文件，可以处理误操作

劣势

比RDB占用更多磁盘空间
恢复备份速度慢
每次读写都同步的话，有一定性能压力
存在个别bug造成恢复不能

用哪个好？

在这里插入图片描述

主从复制

是什么

主机数据更新后，根据配置和策略，自动同步到备机的master/slaver机制，Master以写为主，Slave以读为主。

能干嘛

读写分离，性能扩展
容灾快速恢复

搭建主从复制

创建/myredis文件夹
复制redis.conf到文件夹中
配置一主两从，创建三个配置文件
- redis6379.conf
- redis6380.conf
- redis6381.conf
写入内容
使用命令启动三个服务

redis-server redis6379.conf

查看三台主机运行情况

info replication

配从不配主

slaveof <ip> <port> 成为某个实例的从服务器

一主两仆

从服务器挂了，重启后变成普通服务器，不再是从服务器，需要再次配置猜能变成从服务器；
主服务器挂了，重启后仍然是主服务器。

复制原理（有全量和增量）

当从连上主服务器之后，从服务器向主服务器发送进行数据同步消息（从服务器主动）；
主服务器接到消息后，进行数据持久化得到rdb文件，把rdb文件发送给从服务器，从服务器拿到rdb文件后进行读取；
每次主服务器进行写操作之后，和从服务器进行数据同步（主服务器主动）；

薪火相传

从服务器向下边的从服务器传数据，缺点是上边的从服务器挂了，下边就收不到数据了。

反客为主

一个master宕机后，后边的slave可以立刻升为master，其后边的slave不用做任何修改。
缺点：手动完成，没法自动完成。

slaveof no one 从机变主机

哨兵模式（sentinel）

是什么

反客为主的自动版，能够后台监控主机是否故障，如果故障了根据投票数自动将从转换为主。

怎么玩

调整为一主二仆，6379带着6380、6381
自定义的 /myredis 目录下新建sentinel.conf文件，名字绝对不能错
配置哨兵，填写内容

sentinel monitor mymaster 127.0.0.1 6379 1
mymaster为监控对象起的服务器名称，1为至少有多少个哨兵同意迁移的数量

启动哨兵

redis-sentinel /myredis/sentinel.conf

主机挂掉，从机选举产生新主机
根据 slave-priority 选择从机，原主机重启后会变成从机。
选择条件依次为：
- 选择优先级靠前的（在redis.conf里默认：replica-priority 100，值越小优先级越高）
- 选择偏移量最大的（原主机数据最全的）
- 选择runid最小的（每个redis实例启动后都会随机生成一个40位的runid）

复制延时

所有写操作都是在Master上操作，然后同步更新到Slave上，所以从Master同步到Slave有一定的延迟，当系统很繁忙的时候，延迟问题会更加严重，Slave机器数量的增加也会使这个问题更加严重。

注：Jedis里有相关配置代码，上网找一个粘就行。

集群

问题

容量不够如何扩容？——用集群
并发写操作，如何分摊？——用集群
主从模式、薪火相传模式，主机挂了导致ip地址发生变化，应用程序的配置需要修改对应的主机地址、端口等信息。——无中心化集群配置（任何一台服务器都可以作为集群的入口，所有服务器互相连通状态）

特点

Redis集群实现了对Redis的水平扩容，即启动 N 个Redis节点，将整个数据库分布存储在这 N 个节点中，每个节点存储总数居的 1 / N；
Redis集群通过分区(partition)来提供一定程度的可用性(availability)，即使集群中有一部分节点失效或者无法通讯，集群也可以继续处理命令请求。

删除持久化数据

rdb 和 aof 文件都删掉就行

搭建集群玩玩

制作6个实例：6379、6380、6381、6389、6390、6391
配置基本信息

开启 daemonize yes
Pid 文件名字
指定端口
Log 文件名字
Dump.rdb 名字
Appendonly 关掉或换名字

redis cluster 配置修改

cluster-enabled yes	打开集群模式
cluster-config-file nodes-6379.conf	设定节点配置文件名
cluster-node-timeout 15000	设定节点失联时间，超过该时间（毫秒），集群自动进入主从切换

启动6个redis服务
将6个节点合成一个集群
注意：需要确保所有redis实例启动后，nodes-xxxx.conf文件都正常生成。

cd /opt/redis-6.2.1/src 进入redis安装目录
redis-cli --cluster create --cluster-replicas 1 192.168.11.101:6379 192.168.11.101:6380 192.168.11.101:6381 192.168.11.101:6389 192.168.11.101:6390 192.168.11.101:6391

–replicas 1 采用最简单的方式配置集群，一台主机一台从机，刚好三组
注意：这里要使用真实ip地址，不要用127.0.0.1

-c 采用集群策略连接，设置数据会自动切换到相应的写主机

redis-cli -c -p 6379

通过命令查看集群信息

cluster nodes

redis cluster如何分配这6个节点？
一个集群至少要有三个主节点。
分配原则尽量保证每个主数据库运行在不同的IP地址，每个从库和主库不在一个IP地址上。

什么是slots（插槽）

就是哈希槽，数据库中的每个键都属于这些插槽中的一个，集群使用CRC16(key) % 插槽数量来计算key属于哪个槽（计算CRC16校验和）。集群中的每个节点负责处理一部分插槽。
**注意：**不在一个slot的键值，不能使用 mset 和 mget 等多键操作！
解决方法：通过{}定义组，从而使key中{}内相同内容的键值对放到一个slot中去。

mset k1{cust} v1 k2{cust} v2

查询集群中的值

注意：只能看自己的插槽啊，看不到别人的

cluster keyslot cust
cluster countkeysinslot xxxx
cluster getkeysinslot xxxx

故障恢复

如果主节点挂了，从节点能否自动升为主节点？注意：15s超时
主节点恢复后，主从关系会如何？主节点回来变成从机。
如果拥有某一段插槽的主从节点都挂了，redis服务还能继续吗？

如果 cluster-require-full-converage 为yes，则整个集群挂掉；
为no，该插槽数据全部不能使用，也无法存储；
注：该参数在redis.conf中

集群的Jedis开发

public class JedisClusterTest{public static void main(String[] args){HostAndPort hostAndPort = new HostAndPort("192.168.31.211", 6379);JedisCluster jedisCluster = new JedisCluster(hostAndPort);jedisCluster.set("k1", "v1");System.out.println(jedisCluster.get("k1"));jedisCluster.close();}
}

优点

实现扩容、分摊压力、无中心配置相对简单

不足

多键操作不支持
多键的Redis事务不被支持，lua脚本不被支持
出现时间较晚，已经采用其他集群方案的公司想要迁移到redis cluster，需要整体迁移而不是逐步过渡，复杂度较高

应用问题解决

缓存穿透

观察到的现象：

应用服务器压力变大了
redis命中率降低
一直查询数据库，然后数据库崩溃了

发生什么事

redis查询不到数据库
出现很多非正常url访问

原因

遭到攻击

解决方案

对空值缓存：如果一个查询返回的数据为空（无论数据是否存在），我们扔把空结果（null）进行缓存，设置空结果的过期时间会很短，最长不超过5min
设置可访问的名单（白名单）：用 bitmaps 类型定义一个可以访问的名单，名单 id 作为 bitmaps 的偏移量，每次访问和 bitmaps 里的 id 进行比较，如果访问 id 不在 bitmaps 里，进行拦截，不允许访问
采用布隆过滤器（Bloom Filter）：1970年由布隆提出的。实际上是一个很长的二进制向量（位图）和一系列随机映射函数（哈希函数）。布隆过滤器可以用于检索一个元素是否存在一个集合中。它的优点是空间效率和查询时间都远远超过一般算法，缺点是有一定的误识别率和删除困难
进行实时监控：当发现 Redis 的命中率开始急速降低，需要排查访问对象和访问的数据，和运维人员配合，可以设置黑名单限制服务

缓存击穿

现象

数据库访问压力瞬时增加
redis 里面没有出现大量的 key 过期
redis 正常运行

原因

redis 某个 key 过期了，大量访问使用这个 key

解决方案

预先设置热门数据：在 redis 高峰访问之前，把一些热门数据提前存入到 redis里面，加大这些热门数据 key 的时长
实时调整：现场监控哪些数据热门，实时调整 key 的过期时长
使用锁：
1）在缓存失效的时候（判断拿出来的值为空），不是立即去 load db
2）先使用缓存工具的某些带成功返回值的操作（如 Redis 的 SETNX）去 set 一个 mutex key
3）当操作返回成功时，再进行 load db操作，并回设缓存，最后删除 mutex key
4）当操作返回失败，证明有线程在 load db，当前线程睡眠一段时间再重试整个 get 缓存的方法

缓存雪崩

现象

数据库压力变大
服务器崩溃

原因

在极少时间内，查询大量 key 的集中过期情况

解决方法

构建多级缓存架构：nginx 缓存 + redis 缓存 + 其他缓存（ehcache等）
使用锁或队列：用加锁或队列的方式保证不会有大量线程对数据库一次性进行读写，从而避免失效时大量的并发请求落到底层存储系统上。不适用高并发情况
设置过期标志更新缓存：记录缓存数据是否过期（设置提前量），如果过期会触发通知另外的线程在后台去更新实际 key 的缓存
将缓存失效时间分散开：比如我们可以在原有的失效时间上加一个随机值，比如 1-5 min 随机，这样每一个缓存过期时间的重复率就会降低，很难引发集体失效的事件

分布式锁

单纯 Java API 不能提供分布式锁的能力，需要一种跨 JVM 的互斥机制来控制共享资源的访问。
分布式锁主流的实现方案：

基于数据库实现分布式锁
基于缓存（Redis等）
基于Zookeeper

性能上 redis 最高，可靠性上 zookeeper 最高。

使用redis实现分布式锁

setnx + del 实现上锁和释放锁
锁一直没有释放，设置 key 过期时间，自动释放
上锁后突然出现异常，无法设置过期时间——上锁时同时设置过期时间

set users 10 nx ex 12

UUID防止误删

@GetMapping("testLock")
public void testLock(){Boolean lock = redisTemplate.opsForValue().setIfAbsent("lock", "111", 3, TimeUnit.SECONDS);if (lock){Object value = redisTemplate.opsForValue().get("num");if (StringUtils.isEmpty(value)){return ;}int num = Integer.parseInt(value + " ");redisTemplate.opsForValue().set("num", ++num);redisTemplate.delete("lock");} else{try{Thread.sleep(100);testLock();} catch (InterruptedException){e.printStackTrace();}}
}

问题：可能释放其他服务器的锁

@GetMapping("testLock")
public void testLock(){String uuid = UUID.randomUUID().toString();Boolean lock = redisTemplate.opsForValue().setIfAbsent("lock", uuid, 3, TimeUnit.SECONDS);if (lock){Object value = redisTemplate.opsForValue().get("num");if (StringUtils.isEmpty(value)){return ;}int num = Integer.parseInt(value + " ");redisTemplate.opsForValue().set("num", ++num);String lockUuid = (String) redisTemplate.opsForValue().get("lock");if (lockUuid.equals(uuid)) {redisTemplate.delete("lock");}} else{try{Thread.sleep(100);testLock();} catch (InterruptedException){e.printStackTrace();}}
}

LUA保证删除原子性

String script = "if redis.call('get'， KEYS[1]) == ARGV[1] then return redis.call('del', KEY[1]) else return 0 end";
DefaultRedisScript<Long> redisScript = new DefaultRedisScript<>();
redisScript.setScriptText(script);
redisScript.setResultType(Long.class);
redisTemplate.execute(redisScript, Arrays.asList(lockKey), uuid);