Redis简介与基础命令

Redis简介

Redis（Remote Dictionary Server，远程字典服务）
一个开源的高性能数据键值对存储数据库。为什么高性能，很好理解，一般关系型数据库存储数据的地方都是磁盘，但属于非关系型数据库的Redis存储数据的地方是内存。内存与磁盘的性能差异可想而知。

Redis下载与安装

Redis虽然是个开源软件，但是后面商业化了，Redis7版本后就有社区版与企业版的区别了。
微软维护的适用于windows的Redis版本比较老了，只在3就截止了，有一个第三方维护的Redis版本在5，相对来说新一点。
第三方维护地址
微软维护地址

无论是msi文件方式安装还是直接解压安装，都是开箱即用，无需配置任何东西。
双击运行Redis服务端

双击运行Redis的客户端

客户端会连接到刚才的服务端，并通过输入命令来对Redis数据库里的数据进行增删改查。

Redis图形化工具

与其他数据库一样，肯定有人开发了图形化工具（不止一个）给Redis使用，不会一直用黑窗口的。
目前我用的是RESP，适合新手过渡学习期。
从图片可以看出Redis默认有16个数据库，如果不指定用的就是第一个。

Redis数据存储类型

Redis的特点就是键值对存储，这让我们省心了不少，他的key值永远是字符串类型，Value要记的类型也不多。这里的Value与其说是存储类型，不如说是存储结构。

字符串（String）

字符串是Redis中最基本的数据类型，可以存储文本或二进制数据。

特点：

存储内容：可以存储任意类型的字符串，包括文本、数字、二进制数据等。
最大长度：单个字符串的最大长度为512MB。
操作：支持多种操作，如设置值、获取值、追加内容、对字符串进行位图操作等。

常见命令
键值过期时间这个概念后期要多注意一下
存放键值：set key value [EX seconds] [PX milliseconds] [NX|XX]
值递增：incr key、incrby key increment、incrbyfloat key increment
值递减：decr [其余与值递增相同]
批量存放键值：mset key value [key value …]
获取部分字符：getrange key start end
追加内容：append key value
删除键值：del key [key ...]

练习案例

127.0.0.1:6379> set name zhansan
OK
127.0.0.1:6379> get name
"zhansan"
127.0.0.1:6379> set age 16
OK
127.0.0.1:6379> incr age
(integer) 17
127.0.0.1:6379> decr age
(integer) 16
127.0.0.1:6379> append age 12
(integer) 4
127.0.0.1:6379> append name g
(integer) 8
127.0.0.1:6379> get name
"zhansang"
127.0.0.1:6379> get age
"1612"
127.0.0.1:6379> incr age
(integer) 1613
127.0.0.1:6379> getrange name 1 3
"han"
127.0.0.1:6379> set address shanghai EX 10
OK
127.0.0.1:6379> get address
"shanghai"
127.0.0.1:6379> get address
(nil)
127.0.0.1:6379> incrby age 10
(integer) 1623
127.0.0.1:6379> incrbyfloat name 0.5
(error) ERR value is not a valid float
127.0.0.1:6379> incrbyfloat age 1.05
"1624.04999999999995453"
127.0.0.1:6379> mset 1 haha 2 xixi 3 hehe
OK
127.0.0.1:6379> get 1
"haha"
127.0.0.1:6379> get 2
"xixi"
127.0.0.1:6379> get 3
"hehe"

列表（List)

列表是一个有序的字符串集合，支持从头部或尾部插入和删除元素。

特点

存储结构：列表是一个双向链表，支持从头部或尾部快速插入和删除元素。
操作：可以对列表进行插入、删除、获取元素等操作。
阻塞操作：支持阻塞式操作，如BLPOP和BRPOP，可以在列表为空时阻塞等待。

常见命令

1. 在列表左侧插入值：lpush key value [value …]
2. 在列表右侧插入值：rpush key value [value …]
3. 移除并获取列表左侧元素：lpop key
4. 获取列表指定范围内的元素：lrange key start stop
5. 获取列表长度：llen key
6. 获取列表指定索引位置的元素：lindex key index

练习案例

127.0.0.1:6379> lpush mylist zhansan lisi wanwu laoliu
(integer) 4
127.0.0.1:6379> rpush mylist zhaoqi
(integer) 5
127.0.0.1:6379> lrange mylist 0 4
1) "laoliu"
2) "wanwu"
3) "lisi"
4) "zhansan"
5) "zhaoqi"
127.0.0.1:6379> lindex mylist 4
"zhaoqi"
127.0.0.1:6379> lindex mylist 0
"laoliu"
127.0.0.1:6379> llen mylist
(integer) 5
127.0.0.1:6379> rpop mylist
"zhaoqi"
127.0.0.1:6379> lpop mylist
"laoliu"
127.0.0.1:6379> llen mylist
(integer) 3

集合（Set）

集合是一个无序的字符串集合，支持集合操作，如并集、交集、差集等。
特点

存储结构：集合中的元素是唯一的，不支持重复元素。
操作：支持集合的基本操作，如添加、删除、检查元素是否存在，以及集合的并集、交集、差集等操作。
性能：集合操作的时间复杂度通常为O(1)。

常见命令

存储值：sadd key member [member …]
获取所有元素：smembers key
随机获取元素：srandmember key [count]
判断集合是否存在元素：sismember key member
获取集合元素个数：scard key
删除集合元素：srem key member [member …]
集合间的运算：SDIFF key [key …]（差集）、SINTER key [key …]（交集）、SUNION key [key …]（并集）

127.0.0.1:6379> sadd set1 1 2 3 4 5
(integer) 5
127.0.0.1:6379> smembers set1
1) "1"
2) "2"
3) "3"
4) "4"
5) "5"
127.0.0.1:6379> sadd set1 1
(integer) 0
127.0.0.1:6379> smembers set1
1) "1"
2) "2"
3) "3"
4) "4"
5) "5"
127.0.0.1:6379> srandmember set1 3
1) "2"
2) "1"
3) "3"
127.0.0.1:6379> sismember set1 1
(integer) 1
127.0.0.1:6379> scard set1
(integer) 5
127.0.0.1:6379> srem set1 5
(integer) 1
127.0.0.1:6379> sadd set2 2 3 4 5 6
(integer) 5
127.0.0.1:6379> sdiff set1 set2
1) "1"
127.0.0.1:6379> sinter set1 set2
1) "2"
2) "3"
3) "4"
127.0.0.1:6379> sunion set1 set2
1) "1"
2) "2"
3) "3"
4) "4"
5) "5"
6) "6"

有序集合(Sorted Set)

有序集合是一个有序的字符串集合，每个元素都有一个分数（score），元素按分数排序。
特点

存储结构：有序集合中的元素是唯一的，每个元素都有一个分数，元素按分数从小到大排序。
操作：支持对有序集合的插入、删除、获取元素等操作，还可以根据分数范围获取元素。
性能：插入和删除操作的时间复杂度为O(log N)，获取操作的时间复杂度为O(1)。

常见命令

1. 向有序集合添加成员：zadd key score member [score member …]
2. 获取有序集合指定范围内的成员：zrange key start stop [WITHSCORES]
3. 从有序集合移除成员：zrem key member [member …]
4. 获取有序集合中成员的分数：zscore key member
5. 获取元素的排名（正序）：zrank key member
6. 获取元素的排名（倒序）：zrevrank key member

练习案例

127.0.0.1:6379> zadd sortedset  10 zhansan 20 lisi 30 wanwu 40 laoliu
(integer) 4
127.0.0.1:6379> zrange sortedset 0 3 withscores
1) "zhansan"
2) "10"
3) "lisi"
4) "20"
5) "wanwu"
6) "30"
7) "laoliu"
8) "40"
127.0.0.1:6379> zscore sortedset zhansan
"10"
127.0.0.1:6379> zrank sortedset zhansan
(integer) 0
127.0.0.1:6379> zrevrank sortedset zhansan
(integer) 3

哈希 （Hash）

哈希是一种键值对集合，每个键对应一个值，值可以是字符串、数字等。
特点

存储结构：哈希内部是一个字段-值（field-value）对的集合。
内存效率：如果存储的键值对数量较少，Redis会使用更紧凑的存储方式来节省内存。
操作：可以对哈希中的单个字段进行操作，如设置、获取、删除字段等。

常见命令

1. 设置哈希表中字段的值：hset key field value
2. 获取哈希表中字段的值：hget key field
3. 删除哈希表中的字段：hdel key field [field …]
4. 获取哈希表中的所有字段和值：hgetall key
5. 检查哈希表中是否存在指定字段：hexists key field
6. 获取哈希表中所有的字段名：hkeys key
7. 获取哈希表中所有的字段值：hvals key
8. 获取哈希表中字段的数量：hlen key

练习案例

127.0.0.1:6379> hset hashset name zhansan
(integer) 1
127.0.0.1:6379> hset hashset age 14
(integer) 1
127.0.0.1:6379> hget hashset name
"zhansan"
127.0.0.1:6379> hget hashset age
"14"
127.0.0.1:6379> hset hashset address beijing
(integer) 1
127.0.0.1:6379> hget hashset address
"beijing"
127.0.0.1:6379> hgetall hashset
1) "name"
2) "zhansan"
3) "age"
4) "14"
5) "address"
6) "beijing"
127.0.0.1:6379> hdel hashset address
(integer) 1
127.0.0.1:6379> hgetall hashset
1) "name"
2) "zhansan"
3) "age"
4) "14"
127.0.0.1:6379> hexists hashset name
(integer) 1
127.0.0.1:6379> hhkeys hashset
(error) ERR unknown command `hhkeys`, with args beginning with: `hashset`,
127.0.0.1:6379> hkeys hashset
1) "name"
2) "age"
127.0.0.1:6379> hvals hashset
1) "zhansan"
2) "14"
127.0.0.1:6379> hlen hashset
(integer) 2

上述五种存储类型为最常用的类型，接下来将介绍一些Redis相对来说冷门的存储类型

地理空间索引（Geospatial Index）

Redis支持地理空间索引，可以存储地理位置信息并进行查询。
特点

存储结构：可以存储地理位置信息，如经纬度。
操作：支持计算两点之间的距离、查找附近的地理位置等操作。

常见命令

1. GEOADD key longitude latitude member：将地理位置信息添加到集合中。
2. GEODIST key member1 member2：计算两个地理位置之间的距离。
3. GEOPOS key member：获取地理位置的经纬度。
4. GEORADIUS key longitude latitude radius：查找指定范围内的地理位置。

练习案例

127.0.0.1:6379> GEOADD cities 116.4074 39.9042 Beijing
(integer) 1
127.0.0.1:6379> GEOADD cities 121.4737 31.2304 Shanghai
(integer) 1
127.0.0.1:6379> GEOADD cities 113.2644 23.1291 Guangzhou
(integer) 1
127.0.0.1:6379> GEODIST cities Beijing Shanghai km
"1067.6112"
127.0.0.1:6379> GEOPOS cities Guangzhou
1) 1) "113.26440006494522095"
   2) "23.12910118670300363"
127.0.0.1:6379> GEORADIUS cities 116.4074 39.9042 1100 km
1) "Beijing"
2) "Shanghai"

流（Stream）

流是Redis 5.0引入的一种新的数据类型，用于实现高可用的消息队列。
特点

存储结构：流是一种日志结构，支持消息的持久化和多消费者组。
操作：支持消息的追加、读取、删除等操作，支持多消费者组的并发处理。
性能：流的性能非常高，适合高并发场景。

常见命令

1. XADD key ID field value：向流中追加消息。
2. XREAD key ID：读取流中的消息。
3. XACK key group ID：确认消息已处理。
4. XGROUP CREATE key group ID：创建消费者组。
5. XREADGROUP group consumer key ID：从消费者组中读取消息。

1. 创建流并添加消息

使用 XADD 命令向流中添加消息，该命令格式为 XADD key ID field value [field value ...]，其中 key 是流的名称，ID 可以使用 * 让 Redis 自动生成唯一的消息 ID。

# 向名为 mystream 的流中添加一条消息，消息包含两个字段：name 和 age
XADD mystream * name "Alice" age 25

执行上述命令后，Redis 会返回一个自动生成的消息 ID，例如 1698890000000-0。

2. 查看流中的消息数量

使用 XLEN 命令查看指定流中的消息数量，格式为 XLEN key。

XLEN mystream

3. 读取流中的消息

可以使用 XRANGE 命令按范围读取流中的消息，格式为 XRANGE key start end [COUNT count]。

# 读取 mystream 流中所有消息
XRANGE mystream - +

其中 - 表示最小 ID，+ 表示最大 ID。如果想限制返回的消息数量，可以添加 COUNT 参数，例如：

# 读取 mystream 流中前两条消息
XRANGE mystream - + COUNT 2

4. 创建消费者组

使用 XGROUP CREATE 命令创建一个消费者组，格式为 XGROUP CREATE key groupname id [MKSTREAM]。

# 在 mystream 流上创建一个名为 mygroup 的消费者组，从第一条消息开始消费
XGROUP CREATE mystream mygroup $ MKSTREAM

这里的 $ 表示从流的最后一条消息之后开始消费，MKSTREAM 选项表示如果流不存在则自动创建。

5. 消费者从消费者组中读取消息

使用 XREADGROUP 命令让消费者从消费者组中读取消息，格式为 XREADGROUP GROUP group consumer [COUNT count] [BLOCK milliseconds] STREAMS key [key ...] id [id ...]。

# 消费者名为 consumer1 从 mygroup 消费者组中读取 mystream 流中的消息
XREADGROUP GROUP mygroup consumer1 COUNT 1 BLOCK 0 STREAMS mystream >

COUNT 1 表示每次读取一条消息，BLOCK 0 表示阻塞模式，直到有新消息到来，> 表示从尚未被消费过的消息开始读取。

6. 确认消息已处理

使用 XACK 命令确认消息已被处理，格式为 XACK key group ID [ID ...]。

# 假设之前读取到的消息 ID 是 1698890000000-0，确认该消息已处理
XACK mystream mygroup 1698890000000-0

范围查询（HyperLogLog）

HyperLogLog是一种用于统计集合中唯一元素数量的算法，占用内存非常小。

特点

存储结构：HyperLogLog使用近似算法来统计集合中唯一元素的数量，占用内存非常小。
操作：支持对多个HyperLogLog进行合并和交集操作。
精度：统计结果的误差通常在2%以内。

常见命令

1. PFADD key element：将元素添加到HyperLogLog中。
2. PFCOUNT key：获取HyperLogLog中唯一元素的数量。
3. PFMERGE destkey sourcekey1 sourcekey2：将多个HyperLogLog合并到一个新的HyperLogLog中。

1. 使用 PFADD 命令添加元素

PFADD 命令用于向 HyperLogLog 结构中添加元素。如果 HyperLogLog 结构不存在，会自动创建。

# 向名为 my_hll 的 HyperLogLog 中添加元素
PFADD my_hll apple banana cherry

上述命令将 apple、banana 和 cherry 三个元素添加到名为 my_hll 的 HyperLogLog 结构中。命令执行成功后，Redis 会返回 1 表示至少有一个新元素被添加；如果没有新元素添加，则返回 0。

2. 使用 PFCOUNT 命令估算唯一元素数量

PFCOUNT 命令用于估算 HyperLogLog 结构中唯一元素的数量。

# 估算 my_hll 中唯一元素的数量
PFCOUNT my_hll

执行该命令后，Redis 会返回一个近似的唯一元素数量值。在这个例子中，因为添加了三个不同的元素，返回值大概率是 3。

3. 合并多个 HyperLogLog

使用 PFMERGE 命令可以将多个 HyperLogLog 合并成一个新的 HyperLogLog。

# 再创建一个名为 my_hll2 的 HyperLogLog 并添加元素
PFADD my_hll2 cherry date elderberry
# 将 my_hll 和 my_hll2 合并到新的 my_hll_merged 中
PFMERGE my_hll_merged my_hll my_hll2
# 估算合并后 my_hll_merged 中唯一元素的数量
PFCOUNT my_hll_merged

操作首先创建了另一个 HyperLogLog my_hll2 并添加元素，然后使用 PFMERGE 命令将 my_hll 和 my_hll2 合并到 my_hll_merged 中，最后使用 PFCOUNT 估算合并后的唯一元素数量。由于 my_hll 和 my_hll2 中有重复元素 cherry，所以合并后估算的唯一元素数量会小于或等于两个 HyperLogLog 元素数量之和。

Redis全局命令

1. 服务器信息
   INFO [section]：获取服务器信息和统计。
   PING：测试连接是否正常，返回PONG。
   TIME：返回当前服务器时间。
2. 配置管理
   CONFIG GET parameter：获取配置参数的值。
   CONFIG SET parameter value：设置配置参数的值。
   CONFIG REWRITE：将当前配置写入配置文件。
3. 数据库操作
   FLUSHDB：清空当前数据库。
   FLUSHALL：清空所有数据库。
4. 键管理
   KEYS pattern：查找匹配的键（慎用，可能阻塞）。
   SCAN cursor [MATCH pattern] [COUNT count]：增量式迭代键。
5. 持久化
   SAVE：同步保存数据到磁盘（阻塞）。
   BGSAVE：异步保存数据到磁盘。
   LASTSAVE：返回上次成功保存的时间戳。
6. 事务
   MULTI：开始事务。
   EXEC：执行事务。
   DISCARD：取消事务。
   WATCH key [key ...]：监视键，事务前值被改则失败。
7. 其他
   redis-server或redis-server [配置文件路径]启动 Redis
   redis-cli -h [主机地址] -p [端口号] :连接 Redis
   redis-cli shutdown或kill [redis-pid] : 停止 Redis：
   ECHO message：打印消息。
   QUIT：关闭当前客户端连接。

AI给的建议

借用一段当前比较火的AI给的建议

Redis这个瑞士军刀确实好用，但新手容易把它当锤子使，看啥都像钉子。以下是给迷茫新手的生存指南：

1. 缓存不是包治百病

• 别把MySQL查不动的慢SQL都甩给Redis擦屁股，先优化查询索引再说
• 缓存穿透比不缓存更可怕，空值缓存+布隆过滤器才是防空气请求的正确姿势
• 别把缓存层当垃圾场，TTL都不设，最后OOM教你做人

2. 会话存储是经典场景

• 别再往Cookie塞用户数据了，JWT+Redis才是分布式会话的体面选择
• 但别把整个用户对象都往Redis里怼，存个ID回数据库查才是正道

3. 排行榜别再用SQL硬刚

• 看到"TOP 10""实时排名"需求时，ZSET就是你的救命稻草
• 但别魔怔到用ZSET实现复杂推荐算法，那是算法工程师的饭碗

4. 分布式锁不是银弹

• 用SETNX抢锁时记得设过期时间，别让死锁把系统拖垮
• 高并发场景还是交给RedLock，但真要用明白它的争议点

5. 消息队列的备胎人生

• 紧急情况下可以用List当简单队列顶包，但记得有Kafka/RabbitMQ这些正宫
• 别用Pub/Sub做金融级消息，丢消息的时候别哭

6. 地理围栏别硬算

• GEO类型处理附近的人比你自己写haversine公式优雅100倍
• 但别指望它能替代专业GIS系统

7. 别当持久化存储用

• 虽然可以AOF/RDB，但数据丢了别怪Redis，重要数据记得回写数据库
• 大Value（超过100KB）塞进Redis前先照镜子问自己配吗

新手常见迷惑行为：

• 在Redis里实现复杂业务逻辑，最后变成祖传屎山代码
• 把所有配置都塞进Redis，启动时疯狂调接口取配置
• 用几十个DB做数据隔离，最后运维查数据时骂娘
• 监控都不加，内存爆了还说Redis不稳定

正确姿势：把Redis当临时便签纸，别当保险柜。用前先问：这数据能丢吗？要持久化吗？需要事务吗？结构复杂吗？想清楚再动手，你的系统能多活两年。

常见理论性问题

什么是缓存穿透

咱打个比方来说明缓存穿透，你就把缓存想象成是超市门口的寄存处，数据库就好比超市里面的仓库。

正常流程
一般情况下，顾客（用户请求）来超市买东西，会先到寄存处（缓存）看看自己想要的东西在不在那儿放着。要是在，就直接拿走（从缓存获取数据返回）；要是不在，就去超市仓库（数据库）找，找到之后把东西拿出来，同时在寄存处也放一份（把数据存入缓存），方便下次有人再要这个东西时，能直接从寄存处拿。
缓存穿透的情况
缓存穿透
可要是有这么一个调皮捣蛋的人，他每次来都问一些奇奇怪怪、根本不存在的东西，比如要 “火星特产”。那寄存处肯定没有，他就去仓库找，仓库里自然也没有。而且他还一直这么问，每次都要从寄存处问到仓库，这就导致大量这样无效的请求，不断地绕过寄存处（缓存）直接冲向仓库（数据库），给仓库管理员（数据库）带来很大的压力，甚至可能把仓库搞垮。

这在计算机里，就是缓存穿透。一些恶意攻击者或者程序的错误，会让大量请求去查询缓存和数据库里都不存在的数据，这些请求就像穿透了缓存一样，直接打到数据库上，数据库要处理大量这种无效请求，性能就会受到严重影响，甚至可能崩溃。

什么是缓存雪崩

正常状态

在正常情况下，超市门口的寄存处（缓存）存放着很多顾客常用物品的副本，大家来超市买东西，大部分时候能直接从寄存处拿到自己想要的东西，只有少数情况需要去仓库（数据库）找。这样仓库的压力就比较小，能比较轻松地应对顾客的需求。
缓存雪崩的情况

缓存雪崩

假如有这么一天，超市的寄存处出大问题了，比如说突然着火了，里面存放的所有东西都被烧没了；或者是寄存处的系统故障，所有物品信息都丢失了。这时候，顾客再来超市买东西，发现寄存处啥都没有，那就只能一股脑地都去仓库找。仓库一下子涌入了大量的顾客，原本只能应对少量顾客的仓库，根本处理不过来这么多人的需求，仓库管理员（数据库）就会忙得晕头转向，甚至有可能因为承受不住这么大的压力而崩溃。

在计算机领域里，缓存雪崩就是这样。在某一个时刻，缓存中大量的 key 同时过期失效，或者缓存服务器突然宕机。原本这些请求是可以从缓存中获取数据的，现在缓存没数据了，大量的请求就会直接冲向数据库，数据库瞬间要处理比平时多很多倍的请求，就像超市仓库突然涌入大量顾客一样。数据库的处理能力是有限的，当这些请求超出了数据库的承受能力，就会导致数据库性能急剧下降，甚至直接崩溃，整个系统也就无法正常工作了。

Redis 单线程为什么还能这么快

• 纯内存操作，数据存放在内存中，读写速度快。
• 单线程避免了多线程的上下文切换开销以及锁竞争问题。
• 使用了高效的数据结构，如哈希表、跳表等。
• 采用了 I/O 多路复用机制，能同时监听多个客户端连接。

Redis 的过期策略有哪些

• 定时过期：每个设置过期时间的 key 都创建一个定时器，到期就立即删除。这种方式对内存友好，但会占用大量 CPU 资源。
• 惰性过期：只有当访问一个 key 时，才检查该 key 是否过期，若过期则删除。这种方式对 CPU 友好，但可能会导致内存占用过高。
• 定期过期：每隔一段时间，随机检查一部分 key，删除其中过期的 key。Redis 采用的是惰性过期和定期过期相结合的方式。

Redis 在项目中的使用场景有哪些

• 缓存：减少数据库压力，提高系统响应速度。
• 会话缓存：存储用户会话信息。
• 排行榜：使用有序集合实现各种排行榜。
• 分布式锁：保证分布式系统中数据的一致性。
• 消息队列：利用列表实现简单的消息队列。

如何使用 Redis 实现分布式锁

• 可以使用 SETNX（SET if Not eXists）命令，当 key 不存在时，设置成功返回 1，表示获取到锁；若 key 已存在，设置失败返回 0，表示未获取到锁。
  为了避免死锁，需要给锁设置过期时间。在 Redis 2.6.12 及以后版本，可以使用 SET key value NX PX timeout 命令，原子性地完成设置值和过期时间的操作。

Redis 有哪些高可用方案

• 主从复制：一个主节点（Master）负责写操作，多个从节点（Slave）负责读操作，实现读写分离。
• 哨兵模式（Sentinel）：在主从复制的基础上，引入哨兵节点，用于监控主从节点的状态，当主节点出现故障时，自动进行故障转移。
• 集群模式（Cluster）：将数据分散存储在多个节点上，实现数据的分片和高可用。

Redis 集群的原理是什么

• Redis 集群采用哈希槽（Hash Slot）来实现数据的分片，共有 16384 个哈希槽。
  每个节点负责一部分哈希槽，当客户端请求时，根据 key 的哈希值计算出对应的哈希槽，然后将请求路由到负责该哈希槽的节点上。
• 集群中的节点通过 Gossip 协议进行通信，交换节点状态信息。

Redis 持久化方式有哪些

• RDB（Redis Database）：定期将内存中的数据快照保存到磁盘上。优点是恢复速度快，适合做冷备；缺点是可能会丢失部分数据。
• AOF（Append Only File）：将 Redis 的写操作以日志的形式追加到文件末尾。优点是数据安全性高，最多丢失 1 秒的数据；缺点是文件体积较大，恢复速度相对较慢。

RDB 和 AOF 各有什么优缺点

• RDB 优点：文件紧凑，恢复速度快；缺点：可能会丢失最后一次快照之后的数据，且在进行快照时会消耗较多的 CPU 资源。
• AOF 优点：数据安全性高，可通过重写机制压缩文件；缺点：文件体积大，恢复速度慢，写操作性能相对较低。