Redis知识点归纳整理_2020

Redis知识点归纳

基础知识

基本数据类型

String

List

Hash

Set

ZSet

高级数据类型

Bitmaps

HyperLogLog 

Geo

Pub/Sub

文章链接：https://www.cnblogs.com/roadlandscape/p/12459170.html

文章链接:https://zhuanlan.zhihu.com/p/137122386

数据持久化

RDB (默认方式)

快照文件，默认五分钟备份一次

AOF

默认一秒备份一次，安全性高

官方推荐使用方式

https://redis.io/topics/persistence

过期策略

定时过期

惰性过期

定期过期

内存淘汰策略

noeviction

当内存不足以容纳新写入数据时，新写入操作会报错，这个一般没人用吧

allkeys-lru

当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的key（这个是最常用的）

allkeys-random

当内存不足以容纳新写入数据时，在键空间中，随机移除某个key，这个一般没人用吧

volatile-lru

当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，移除最近最少使用的key（这个一般不太合适）

volatile-random

当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，随机移除某个key

volatile-ttl

当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，有更早过期时间的key优先移除

最新Redis6.0中内存淘汰策略为8种

Redis4.0 开始从6种策略变为8种

如何选择淘汰策略

常用的淘汰算法

FIFO：First In First Out

先进先出。判断被存储的时间，离目前最远的数据优先被淘汰

LRU：Least Recently Used

最近最少使用。判断最近被使用的时间，目前最远的数据优先被淘汰

LFU：Least Frequently Used

最不经常使用。在一段时间内，数据被使用次数最少的，优先被淘汰

常见问题

缓存雪崩

概念

大量缓存数据同时过期，导致大量并发请求打入DB，造成DB崩溃

解决方案

1.把每个key的过期时间设置为随机值

2.设置热点数据永不过期

3.集群部署，将热点数据部署在多台机器上

缓存穿透

redis不存在用户高频访问的数据，故每次都需要调用数据库，对数据库造成巨大压力

1.校验key，对于不合法的直接return

3.BloomFilter 利用高效的数据结构和算法判断key是否在数据库中

缓存击穿

缓存击穿是指缓存中没有但数据库中有的数据（一般是缓存时间到期），这时由于并发用户特别多，同时读缓存没读到数据，又同时去数据库去取数据，引起数据库压力瞬间增大，造成过大压力

缓存击穿指并发查同一条数据，缓存雪崩是不同数据都过期了，很多数据都查不到从而查数据库。

1.设置热点数据永不过期

2.增加互斥锁

Redis事务

1.multi 事务开始

2.exec 事务结束

3.discard 取消事务，放弃执行事务块内的所有命令

4.watch 监视key变化，发生变化时会取消事务

5.unwatch 取消watch命令对所有key的监视

主从复制

是指将一台Redis服务器的数据，复制到其他的Redis服务器。前者称为主节点(master)，后者称为从节点(slave)；数据的复制是单向的，只能由主节点到从节点

默认情况下，每台Redis服务器都是主节点；且一个主节点可以有多个从节点(或没有从节点)，但一个从节点只能有一个主节点

全量复制

使用RDB做master的完全复制，一般发生在新slave节点启动或旧slave节点重连且无法满足增量复制条件的时候

增量复制

master向slave发送每一次写操作的命令，是主从复制优先尝试的方式

复制过程

1.连接建立阶段

2.数据同步阶段

3.命令传播阶段

Redis集群

主从模式

概念：一个集群中有且只有一个主节点，主节点可读写，从节点只读。主节点下线影响写服务，不影响读服务

数据同步机制：

当slave启动后，主动向master发送SYNC命令。master接收到SYNC命令后在后台保存快照（RDB持久化）和缓存保存快照这段时间的命令，然后将保存的快照文件和缓存的命令发送给slave。slave接收到快照文件和命令后加载快照文件和缓存的执行命令。复制初始化后，master每次接收到的写命令都会同步发送给slave，保证主从数据一致性。

缺点：

master挂掉后不能对外提供写服务（salve不会自动升级为master）。因此主从模式，只提供了读写分离的特性，不满足高可用

Sentinel模式

概念：基于主从模式，多了哨兵角色。Sentinel由一个或多个Sentinel实例组成Sentinel系统可以监视任意多个主服务器，以及这些主服务器下的所有从服务器，并在被监视的主服务器下线状态时，自动将下线服务器属下的从服务器升级为新的主服务器。

1.每个节点保存的数据都一样，存在冗余，造成内存浪费。

2.因为每个节点保存的数据都一样，master的最大存储容量决定了整个集群的容量，上限有限

3.如果数据量较大，故障恢复会需要比较长的时间。

参考链接：https://www.cnblogs.com/kevingrace/p/9004460.html

Cluster模式

概念：基于主从模式+哨兵模式，引入分片设计，通过hash计算，讲数据分开存储对应节点负责的槽(slot)

优点:

高可用，可扩展。横向扩展支持海量数据

参考链接：https://redis.io/topics/cluster-spec

应用场景

缓存：热点数据

共享session

排行榜

分布式锁

incr -> increment

netnx -> setifAbsent

set -> set  利用redis的原子性

分布式ID

利用 increment 方法在value值上 +1 

Increment 方法Redis进行加锁操作，无需担心初始化时出现重复值

设置有效期应用

有效期链接分享功能

过滤器

基于bitmap做布隆过滤器

位图

用户签到功能，用户登录统计等功能

GEO

计算两点之间的距离

获取某点半径多少内的点

对应面试题

1.如果有大量的key需要设置同一时间过期，一般需要注意什么？

2.如果这个redis正在给线上的业务提供服务，那使用keys指令会有什么问题？

3.redis是怎么持久化数据的？服务主从数据如何交互的？

4.是否使用过redis集群，集群的原理是什么？

5.如何使用redis做异步队列？

6.redis如何实现延时队列？

7.如果有多个系统同时操作（并发）Redis带的数据问题，如何保证数据一致性？

8.你只要用缓存，就可能会涉及到缓存与数据库双存储双写，你只要是双写，就一定会有数据一致性的问题，那么你如何解决一致性问题？

文章链接：https://baijiahao.baidu.com/s?id=1611955931705092609&wfr=spider&for=pc

文章链接：https://www.cnblogs.com/sunsing123/p/11093038.html

文章链接：https://blog.csdn.net/ligupeng7929/article/details/79603060

文章链接：https://www.cnblogs.com/sbj-dawn/p/11116673.html

https://www.cnblogs.com/kismetv/p/9236731.html