缓存Redis

缓存Redis

数据结构

字符类型

k-V存储

hash类型

存储 对象

list列表类型

存储有序列表，可以用它做简单的消息队列或者是微博大V的那种粉丝列表

无序集合

去重

有序集合

缓存

与memcached的区别

redis支持服务器端的操作：相比于memcached而言，有更多的数据结构和支持更丰富的数据操作。在memcached，通常需要把数据拿到客户端进行类似的修改再set回去，增加了网络io的次数和数据体积。内存使用高效率：单纯的k-v是memcached高，但是采取hash结构的话，内存利用率是redis高性能对比：由于redis只使用单核，memcached可以使用多核，所以平均每个核上redis存储小数据比memcached高，但是100k以上的数据，memcached性能高于redis集群模式：memcached没有原生的集群模式，需要依靠客户端来实现往集群分片中写入数据，但是redis目前是原生支持cluster模式。

线程模型

redis是基于reactor模式开发了网络事件处理器，也叫文件事件处理器。这个文件事件处理器是单线程的，所以redis也被叫做单线程的模型。原理是通过采取IO多路复用机制同时监听几个socket，根据socket的时间来选择对应的事件处理器。socket有accept，read，write，close等事件通过上面的形式实现了高性能的通信模型【想到啥了，没错就是NIO】

为啥这么快

1）纯内存操作2）核心的nio的io多路复用3）单线程反而避免了多线程的频繁上下文切换

常见问题

过期策略

定期删除

redis默认每隔100ms就随机抽取一些设置了过期时间的key，检查是否过期，过期则删除。定期删除是随机抽取一部分并不是全部，所以可能会导致很多过期key到了时间没有被删除掉。

惰性删除

当你去get一个key的时候，redis会检查一下这个key是否过期了，如果过期了，那么就删除，这就是惰性删除。

内存淘汰机制

noeviction

当内存不足以容纳新数据，新写入数据报错【这种一般没有人用】

allkeys-lru

当内存不足以容纳新的数据，移除最近最少使用的key【最常用】

allkeys-random

内存不足。随机溢出某个key

volatile-lru

当内存不足，在设置了过期时间的key中移除，最近最少使用的key

volatile-random

内存不足，在设置了过期时间的key中随机移除一个key

volatile-ttl

内存不足，在设置过期时间的key中，有更早过期时间的key被移除

LRU算法

基于linkedhashmap实现最简单的lru【核心是他的removeEldestEntry】

高并发

redis的高并发的实现：【本质就是读写分离】首先先理解一个常识，单机的redis能够承载的qps是上万到几万不等，如果qps在10万+，那单机的redis肯定是会崩的。所以处理处理高并发说白了就是分流，redis采取主从的模式，对于落到redis上的操作我们区分为读和写。正常情况下，读操作的数量都是大于写的，所以我们把所有的读操作落在slave上，所有的写操作落在master上，然后master把数据同步到所有的slave上。

redis主从复制的原理

开始full resynchronization的时候，master会启动一个后台线程，开始生成一份RDB快照文件，同时还会将从客户端收到的所有写命令缓存在内存中。RDB文件生成完毕之后，master会将这个RDB发送给slave，slave会先写入本地磁盘，然后再从本地磁盘加载到内存中。然后master会将内存中缓存的写命令发送给slave，slave也会同步这些数据。

持久化机制

RDB

AOF

数据一致性怎么保证

先删缓存，在更新数据库，可能会脏读

先更新，成功之后删除缓存

更新缓存，然后通过异步调度来批量更新数据库，性能好但是无法保证强一致性

缓存雪崩

缓存雪崩是指在我们设置缓存时采用了相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到DB，DB瞬时压力过重雪崩。原有的过期时间加一个随机值，这样重复率就少了

缓存穿透

缓存穿透是指查询一个一定不存在的数据，由于缓存是不命中时被动写的，并且出于容错考虑，如果从存储层查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到存储层去查询，失去了缓存的意义。在流量大时，可能DB就挂掉了，要是有人利用不存在的key频繁攻击我们的应用，这就是漏洞。解决方案：布隆过滤器或者对空进行缓存，过期时间设置5分钟

缓存击穿

对于一些设置了过期时间的key，如果这些key可能会在某些时间点被超高并发地访问，是一种非常“热点”的数据。这个时候，需要考虑一个问题：缓存被“击穿”的问题，这个和缓存雪崩的区别在于这里针对某一key缓存，前者则是很多key。缓存在某个时间点过期的时候，恰好在这个时间点对这个Key有大量的并发请求过来，这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存，这个时候大并发的请求可能会瞬间把后端DB压垮。1）采取限流组件，然后异步的吧一些即将过期的热点数据再重新构建