GoLong的学习之路，进阶，Redis

这个redis和上篇rabbitMQ一样，在之前我用Java从原理上进行了剖析，这里呢，我做项目的时候，也需要用到redis，所以这里也将去从怎么用的角度去写这篇文章。

安装redis以及原理

安装redis其实很简单，我这里用的是阿里云，所以给出阿里云的安装文件文档，但是在没有用阿里云的时候，其实也有其他的方式。

这里献上，安装redis及其原理的一篇文章，这篇文章是以Java来讲解的，但是本质是没有区别的。想看原理的朋友可以看这里。

redis概念

Redis是一个开源的内存数据库，Redis提供了多种不同类型的数据结构，很多业务场景下的问题都可以很自然地映射到这些数据结构上。除此之外，通过复制、持久化和客户端分片等特性，我们可以很方便地将Redis扩展成一个能够包含数百GB数据、每秒处理上百万次请求的系统。

redis的应用场景有很多

• 缓存系统，减轻主数据库（MySQL）的压力。
• 计数场景，比如微博、抖音中的关注数和粉丝数。
• 热门排行榜，需要排序的场景特别适合使用ZSET。
• 利用 LIST 可以实现队列的功能。
• 利用 HyperLogLog 统计UV、PV等数据。
• 使用 geospatial index 进行地理位置相关查询。
• 会话存储：保存用户的登录信息，原本的session里存储会话，只支持一次，诺是在分布式下，会使得，用户登录需要将这些分布式服务器都登录才可以，而redis就能很好的解决这个问题。
• 存储普通缓存：列如详情页等数据的缓存信息存储。
• 实现分布式锁：redis 可以非常方便的实现微服务选的分布式锁，redis 天然支持分布式服务。也可以使用zookeeper实现分布式锁。
• 简单的消息队列：redis 自身提供的发布订阅模式，可以用来实现简单的消息队列

redis常用的数据类型

• String：（字符串）：
  常见的使用场景是存储session信息，存储缓存信息如详情页缓存，存储整数信息可使用incr实现整数 + 1和使用decr实现整数 - 1。
• list：（列表类型）：
  常见使用场景式简单的消息队列，存储某项列表数据。
• Hash：（哈希表）：
  常见使用场景是存储session信息存储商品的购物车，购物车非常适合用哈希字典表示，使用人员唯一编号作为字典的key value值，可以存储商品的ID和数量等信息，存储详情页信息。
• Set：（集合）：
  一个无序并唯一的兼职集合，它的常见使用场景是实现关注功能，比如关注我的人，我关注的人使用集合存储可以保证人员不重复。
• Sorted Set :（有序集合）：
  相比于set集合类型多了一个排序属性的 score (分值)，它的常见使用场景是可以用来存储排名信息，关注列表功能，这样就可以根据关注实现排序展示了。

带范围查询的排序集合（sorted set）、bitmap、hyperloglog、带半径查询的地理空间索引（geospatial index）和流（stream）等数据结构。

使用redis

注意：
redis 7对应 v9，redis 6 对应 v8

安装v8版本：

go get github.com/redis/go-redis/v8

导入：

import "github.com/redis/go-redis/v9"

连接

你敢信这东西的链接手法多种多样

普通连接模式

rdb := redis.NewClient(&redis.Options{Addr:     "localhost:6379",Password: "", // 密码DB:       0,  // 数据库PoolSize: 20, // 连接池大小
})

使用 redis.ParseURL 函数从表示数据源的字符串中解析得到 Redis 服务器的配置信息

opt, err := redis.ParseURL("redis://<user>:<pass>@localhost:6379/<db>")
if err != nil {panic(err)
}
rdb := redis.NewClient(opt)

TLS连接模式

使用的是 TLS 连接方式，则需要使用 tls.Config 配置

rdb := redis.NewClient(&redis.Options{TLSConfig: &tls.Config{MinVersion: tls.VersionTLS12,// Certificates: []tls.Certificate{cert},// ServerName: "your.domain.com",},
})

Redis Sentinel模式

搭建模式：哨兵模式

下面的命令连接到由Redis Sentinel管理的 Redis 服务器

rdb := redis.NewFailoverClient(&redis.FailoverOptions{MasterName:    "master-name",SentinelAddrs: []string{":9126", ":9127", ":9128"},
})

Redis Cluster模式

搭建模式：集群模式

命令连接到 Redis Cluster，go-redis 支持按延迟或随机路由命令。

rdb := redis.NewClusterClient(&redis.ClusterOptions{Addrs: []string{":7000", ":7001", ":7002", ":7003", ":7004", ":7005"},// 若要根据延迟或随机路由命令，请启用以下命令之一// RouteByLatency: true,// RouteRandomly: true,
})

例子：

package mainimport ("fmt""github.com/go-redis/redis"
)// 声明一个全局的redisDb变量
var redisDb *redis.Client// 根据redis配置初始化一个客户端
func initClient() (err error) {redisDb = redis.NewClient(&redis.Options{Addr:     "localhost:6379", // redis地址Password: "",               // redis密码，没有则留空DB:       0,                // 默认数据库，默认是0})//通过 *redis.Client.Ping() 来检查是否成功连接到了redis服务器_, err = redisDb.Ping().Result()if err != nil {return err}return nil
}func main() {err := initClient()if err != nil {//redis连接错误panic(err)}fmt.Println("Redis连接成功")
}

Options参数详解

• Network ：网络类型 tcp 或者 unix， 默认是 tcp。
• Addr ：redis地址，格式 host:port
• OnConnect ：新建一个redis连接的时候，会回调这个函数
• Password ： redis密码，redis server没有设置可以为空
• DB ： redis数据库，序号从0开始，默认是0，可以不用设置
• MaxRetries ：redis操作失败最大重试次数，默认不重试。
• MinRetryBackoff ：最小重试时间间隔，默认是 8ms ; -1 表示关闭
• MaxRetryBackoff：最大重试时间间隔，默认是 512ms; -1 表示关闭.
• DialTimeout ：redis连接超时时间，默认是 5 秒.
• ReadTimeout ：socket读取超时时间，默认 3 秒.
• WriteTimeout ：socket写超时时间
• PoolSize ：redis连接池的最大连接数，默认连接池大小等于 cpu个数 * 10
• MinIdleConns ：redis连接池最小空闲连接数。
• MaxConnAge ：redis连接最大的存活时间，默认不会关闭过时的连接.
• PoolTimeout ：从redis连接池获取一个连接之后，连接池最多等待这个拿出去的连接多长时间，默认是等待 ReadTimeout + 1 秒.
• IdleTimeout ：edis连接池多久会关闭一个空闲连接，默认是 5 分钟. -1 则表示关闭这个配置项
• IdleCheckFrequency ：多长时间检测一下，空闲连接，默认是 1 分钟. -1 表示关闭空闲连接检测
• readOnly ：只读设置，如果设置为true， redis只能查询缓存不能更新。

操作数据

redis基本的key/value操作,指的是针对value值的类型为字符串或者数字类型的读写操作

• Set：给数据库中名称为key的string赋予值value，并设置失效时间，0为永久有效
• Get：查询数据库中名称为key的value值
• GetSet：设置一个key的值，并返回这个key的旧值
• SetNX：如果key不存在，则设置这个key的值，并设置key的失效时间。如果key存在，则设置不生效
• MGet：批量查询key的值。比如redisDb.MGet(“name1”，“name2”，“name3”)
• MSet：批量设置key的值。redisDb.MSet(“key1”， “value1”，“key2”， “value2”，“key3”， “value3”)
• Incr：Incr函数每次加一，key对应的值必须是整数或nil，否则会报错incr key1: ERR value is not an integer or out of range
• ncrBy：IncrBy函数,可以指定每次递增多少，key对应的值必须是整数或nil
• IncrByFloat：IncrByFloat函数,可以指定每次递增多少，跟IncrBy的区别是累加的是浮点
• Decr：Decr函数每次减一，key对应的值必须是整数或nil，否则会报错
• DecrBy：DecrBy，可以指定每次递减多少，key对应的值必须是整数或nil
• Del：删除key操作，支持批量删除 redisDb.Del(“key1”,“key2”,“key3”)
• Expire：设置key的过期时间，单位秒
• Append：给数据库中名称为key的string值追加value

以上是主要的方法。

例子：

可以尝试先填写数据然后读取。

// doCommand go-redis基本使用示例
func doCommand() {ctx, cancel := context.WithTimeout(context.Background(), 500*time.Millisecond)defer cancel()// 执行命令获取结果val, err := rdb.Get(ctx, "key").Result()fmt.Println(val, err)// 先获取到命令对象cmder := rdb.Get(ctx, "key")fmt.Println(cmder.Val()) // 获取值fmt.Println(cmder.Err()) // 获取错误// 直接执行命令获取错误err = rdb.Set(ctx, "key", 10, time.Hour).Err()// 直接执行命令获取值value := rdb.Get(ctx, "key").Val()fmt.Println(value)
}

特殊

任意方法：Do方法
go-redis 还提供了一个执行任意命令或自定义命令的 Do 方法，特别是一些 go-redis 库暂时不支持的命令都可以使用该方法执行。

这个方法的作用是向Redis服务器发送一个命令并返回执行结果。

源码接口：

func (c *Client) Do(ctx context.Context, cmd string, args ...interface{}) *Cmd

// doDemo rdb.Do 方法使用示例
func doDemo() {ctx, cancel := context.WithTimeout(context.Background(), 500*time.Millisecond)defer cancel()// 直接执行命令获取错误err := rdb.Do(ctx, "set", "key", 10, "EX", 3600).Err()fmt.Println(err)// 执行命令获取结果val, err := rdb.Do(ctx, "get", "key").Result()fmt.Println(val, err)
}

其中：

• ctx是上下文，用于控制请求的生命周期。
• cmd是要执行的Redis命令，比如"GET"、"SET"等。
• args是传递给Redis命令的参数，比如键名、数值等。

Do方法的返回值是一个*Cmd类型，它代表了一个异步执行的命令，并且可以用来获取执行结果。

使用Do方法，你可以向Redis发送各种命令，并通过返回的*Cmd对象获取执行结果，比如获取值、处理错误等。这使得在Golang中使用Redis变得非常方便和灵活。

上面这个例子我是用的官方文档中的。如果有朋友试了，就会发现，这东西只能指向第一个key：value，第二个看存不存在，存在就不报错，不存在就报错，然后第二个直接无法写入。这个主打的就是一个扯淡。真不知这玩意出来时干啥的。

redis.Nil

go-redis 库提供了一个 redis.Nil 错误来表示 Key 不存在的错误。因此在使用go-redis时需要注意对返回错误的判断。在某些场景下我们应该区别处理redis.Nil和其他不为 nil 的错误。

// getValueFromRedis redis.Nil判断
func getValueFromRedis(key, defaultValue string) (string, error) {ctx, cancel := context.WithTimeout(context.Background(), 500*time.Millisecond)defer cancel()val, err := rdb.Get(ctx, key).Result()if err != nil {// 如果返回的错误是key不存在if errors.Is(err, redis.Nil) {return defaultValue, nil}// 出其他错了return "", err}return val, nil
}

数据结构的处理

剩下的其实也就是对整这个数据结构的处理，包括string，hash，等集合类的操作。需要详细的说明的可以看这篇：非常详细的方法使用文章

Pipeline(缓冲读写)

Redis Pipeline 允许通过使用单个 client-server-client 往返执行多个命令来提高性能。区别于一个接一个地执行100个命令，你可以将这些命令放入 pipeline 中，然后使用1次读写操作像执行单个命令一样执行它们。这样做的好处是节省了执行命令的网络往返时间（RTT）。

	pipe := rdb.Pipeline()//添加计数器incr := pipe.Incr(cxt, "pipeline_counter")//设置过期时常pipe.Expire(cxt, "pipeline_counter", time.Hour)//Exec是将管道中缓冲的所有命令发送到redis-server。cmds, err := pipe.Exec(cxt)if err != nil {panic(err)}fmt.Println(cmds)fmt.Println(incr.Val())

Exec ：Exec是将管道中缓冲的所有命令发送到redis-server。
Expire：设置过期时常
Incr：计数器
Discard：表示丢弃缓存中所有尚未执行的命令
Process：把要执行的命令放入流水线缓冲区中
Do：如果某个Redis命令还不支持，你可以使用Do来执行它。执行任何命令的API
Len：获取管道中尚未执行的命令的数量

使用Pipelined 方法，它会在函数退出时调用 Exec

var incr *redis.IntCmdcmds, err := rdb.Pipelined(ctx, func(pipe redis.Pipeliner) error {incr = pipe.Incr(ctx, "pipelined_counter")pipe.Expire(ctx, "pipelined_counter", time.Hour)return nil
})
if err != nil {panic(err)
}// 在pipeline执行后获取到结果
fmt.Println(incr.Val())

我们可以遍历pipeline命令的返回值依次获取每个命令的结果，示例代码中使用pipiline一次执行了100个 Get 命令，在pipeline 执行后遍历取出100个命令的执行结果。

cmds, err := rdb.Pipelined(ctx, func(pipe redis.Pipeliner) error {for i := 0; i < 100; i++ {pipe.Get(ctx, fmt.Sprintf("key%d", i))}return nil
})
if err != nil {panic(err)
}for _, cmd := range cmds {fmt.Println(cmd.(*redis.StringCmd).Val())
}

一次性执行多个命令的场景下，就可以考虑使用 pipeline 来优化。

事务

Redis 是单线程执行命令的，因此单个命令始终是原子的，但是来自不同客户端的两个给定命令可以依次执行，例如在它们之间交替执行。但是，Multi/exec能够确保在multi/exec两个语句之间的命令之间没有其他客户端正在执行命令。

在这种场景我们需要使用 TxPipeline 或 TxPipelined 方法将 pipeline 命令使用 MULTI 和EXEC包裹起来。

// TxPipeline demo
pipe := rdb.TxPipeline()
incr := pipe.Incr(ctx, "tx_pipeline_counter")
pipe.Expire(ctx, "tx_pipeline_counter", time.Hour)
_, err := pipe.Exec(ctx)
fmt.Println(incr.Val(), err)// TxPipelined demo
var incr2 *redis.IntCmd
_, err = rdb.TxPipelined(ctx, func(pipe redis.Pipeliner) error {incr2 = pipe.Incr(ctx, "tx_pipeline_counter")pipe.Expire(ctx, "tx_pipeline_counter", time.Hour)return nil
})
fmt.Println(incr2.Val(), err)

相当于

MULTI
INCR pipeline_counter
EXPIRE pipeline_counts 3600
EXEC

Watch

搭配 WATCH命令来执行事务操作

从使用WATCH命令监视某个 key 开始，直到执行EXEC命令的这段时间里，如果有其他用户抢先对被监视的 key 进行了替换、更新、删除等操作，那么当用户尝试执行EXEC的时候，事务将失败并返回一个错误，用户可以根据这个错误选择重试事务或者放弃事务

源码接口

Watch(fn func(*Tx) error, keys ...string) error

Watch 方法搭配 TxPipelined 的使用示例：

// watchDemo 在key值不变的情况下将其值+1
func watchDemo(ctx context.Context, key string) error {return rdb.Watch(ctx, func(tx *redis.Tx) error {n, err := tx.Get(ctx, key).Int()if err != nil && err != redis.Nil {return err}// 假设操作耗时5秒// 5秒内我们通过其他的客户端修改key，当前事务就会失败time.Sleep(5 * time.Second)_, err = tx.TxPipelined(ctx, func(pipe redis.Pipeliner) error {pipe.Set(ctx, key, n+1, time.Hour)return nil})return err}, key)
}

将上面的函数执行并打印其返回值，如果我们在程序运行后的5秒内修改了被 watch 的 key 的值，那么该事务操作失败，返回redis: transaction failed错误。

GET 、SET和WATCH 的示例

go-redis 官方文档中使用 GET 、SET和WATCH命令实现一个 INCR 命令的完整示例

// 此处rdb为初始化的redis连接客户端
const routineCount = 100// 设置5秒超时
ctx, cancel := context.WithTimeout(context.Background(), 5*time.Second)
defer cancel()// increment 是一个自定义对key进行递增（+1）的函数
// 使用 GET + SET + WATCH 实现，类似 INCR
increment := func(key string) error {txf := func(tx *redis.Tx) error {// 获得当前值或零值n, err := tx.Get(ctx, key).Int()if err != nil && err != redis.Nil {return err}// 实际操作（乐观锁定中的本地操作）n++// 仅在监视的Key保持不变的情况下运行_, err = tx.TxPipelined(ctx, func(pipe redis.Pipeliner) error {// pipe 处理错误情况pipe.Set(ctx, key, n, 0)return nil})return err}// 最多重试100次for retries := routineCount; retries > 0; retries-- {err := rdb.Watch(ctx, txf, key)if err != redis.TxFailedErr {return err}// 乐观锁丢失}return errors.New("increment reached maximum number of retries")
}// 开启100个goroutine并发调用increment
// 相当于对key执行100次递增
var wg sync.WaitGroup
wg.Add(routineCount)
for i := 0; i < routineCount; i++ {go func() {defer wg.Done()if err := increment("counter3"); err != nil {fmt.Println("increment error:", err)}}()
}
wg.Wait()
n, err := rdb.Get(ctx, "counter3").Int()
fmt.Println("最终结果：", n, err)