Redis
2022-05-20 15:50:23 45 举报AI智能生成
Redis知识点汇总
作者其他创作
大纲/内容
介绍
特性
基于内存运行，性能高效
支持分布式，理论上可以无限扩展
key-value存储系统
开源的使用ANSI C语言编写、遵守BSD协议、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API
特点
C/S通讯模型
单进程单线程模型
丰富的数据类型
操作具有原子性
持久化
高并发读写
读的速度是110000次/s,写的速度是81000次/s
应用场景
缓存系统（“热点”数据：高频读、低频写）、计数器、消息队列系统、排行榜、社交网络和实时系统
数据类型
String
value最大大小512M
Hash
List
理论上2^32
Set
无序集合，理论上2^32元素
ZSet
一种有序集合类型，理论上2^32元素
自定义类型
与Memcache区别
数据类型
redis支持丰富的数据类型
memcache支持简单数据类型，需要客户端自己处理复杂对象
memcache支持简单数据类型，需要客户端自己处理复杂对象
持久性
redis支持数据落地持久化存储,可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用。
memcache不支持数据持久存储
memcache不支持数据持久存储
数据一致性
redis使用的是单线程模型，保证了数据按顺序提交。
memcache需要使用cas保证数据一致性。
memcache需要使用cas保证数据一致性。
持久化机制
RDB
把数据以快照的形式保存在磁盘上,全量备份
save，阻塞
bgsave，默认
自定义
默认的持久化方式，默认的文件名为dump.rdb。
优点
RDB文件紧凑，全量备份，非常适合用于进行备份和灾难恢复
生成RDB文件的时候，redis主进程会fork()一个子进程来处理所有保存工作，主进程不需要进行任何磁盘IO操作
RDB 在恢复大数据集时的速度比 AOF 的恢复速度要快
缺点
快照持久化期间修改的数据不会被保存，可能丢失数据
AOF
增量备份
追加到AOF日志文件中
always
不丢失数据，IO开销大
eveysec
1秒钟可能丢失数据
no
不同步，不可控
优点
AOF可以更好的保护数据不丢失
AOF日志文件没有任何磁盘寻址的开销，写入性能非常高，文件不容易破损
AOF日志文件即使过大的时候，出现后台重写操作，也不会影响客户端的读写。
AOF日志文件的命令通过非常可读的方式进行记录，这个特性非常适合做灾难性的误删除的紧急恢复
缺点
对于同一份数据来说，AOF日志文件通常比RDB数据快照文件更大
AOF开启后，支持的写QPS会比RDB支持的写QPS低，因为AOF一般会配置成每秒fsync一次日志文件，当然，每秒一次fsync，性能也还是很高的
常见问题
缓存雪崩
原因
缓存服务器挂了
高峰期缓存局部失效
可以在时间上加一个随机值，分散过期时间点
热点缓存失效
解决
事前：redis 高可用，主从+哨兵，redis cluster，避免全盘崩溃。
事中：本地 ehcache 缓存 + hystrix 限流&降级，避免 MySQL 被打死
事后：redis 持久化，一旦重启，自动从磁盘上加载数据，快速恢复缓存数据。
缓存穿透
原因
用户大量并发请求的数据(key)对应的数据在redis和数据库中都不存在，导致尽管数据不存在但还是每次都会进行查DB
解决
从DB中查询出来数据为空，也进行空数据的缓存，避免DB数据为空也每次都进行数据库查询；
缓存击穿
原因：热点Key过期失效，高并发请求直接访问数据库
解决
设置key永远不过期，或者重新设置key过期时间
当从缓存拿到的数据为null，重新从数据库加载数据的过程上锁
缓存预热
缓存预热就是系统上线后，将相关的缓存数据直接加载到缓存系统
缓存降级
缓存降级，是为保证核心服务可用，使部分关键数据自动降级，同时也可避免缓存雪崩。
缓存更新
缓存更新，是指根据需要定期或触发清理过期或不需要的缓存。
过期键删除策略
被动删除
当读/写一个已经过期的key时，会触发惰性删除策略，直接删除掉这个过期key
主动删除
由于惰性删除策略无法保证冷数据被及时删掉，所以Redis会定期主动淘汰一批已过期的key
当前已用内存超过maxmemory限定时，触发主动清理策略
热数据、冷数据
热数据
信息修改频率不高，读取频率非常高。一般数据更新前至少读取两次，缓存才有意义。这个是最基本的策略，如果缓存还没有起作用就失效了，那就没有太大价值了
冷数据
对于冷数据而言，大部分数据可能还没有再次访问到就已经被挤出内存，不仅占用内存，而且价值不大
淘汰清理策略
配置文件中配置示例：maxmemory-policy volatile-lru
策略
noeviction：不删除，报异常
allkeys-lru：优先删除最近最少使用
allkeys-random：随机删除
volatile-lru：在设置了超时时间的key中优先删除最近最少使用的 key
volatile-random：在设置了超时时间的key中随机删除一部分 key
volatile-ttl：在设置了超时时间的key中优先删除剩余时间短的key
如何保证redis中10w数据都是热点数据
限定 Redis 占用的内存，Redis 会根据自身数据淘汰策略，留下热数据到内存。所以，计算一下 50W 数据大约占用的内存，然后设置一下 Redis 内存限制即可，并将淘汰策略为volatile-lru或者allkeys-lru
事务
Redis中，单条命令是原子性执行的，但事务不保证原子性，且没有回滚。事务中任意命令执行失败，其余的命令仍会被执行。
编译错误，可回滚。运行时错误，正确命令正常执行
MUlti [一系列操作命令] EXEC
集群
搭建
参照：http://note.youdao.com/s/A6AUWbA0
数据存放原理
插槽（slot）：0-16383
node1：0-5000
node2：5001-10000
node3：10001-16383
cluster，集群管理器
存取的key到达的时候，redis会根据crc16的算法得出一个结果，然后把结果对 16384 求余数，这样每个 key 都会对应一个编号在 0-16383 之间的哈希槽，通过这个值，去找到对应的插槽所对应的节点
主从
master，slave
主从复制
数据的复制是单向的，只能由主节点到从节点。
作用
故障恢复
负载均衡
可以由主节点提供写服务，由从节点提供读服务
高可用
最大节点数：16384（槽位限制，理论上可无限扩展）
不能选择数据库，默认使用db0
写丢失
过期 key 被清理
最大内存不足，导致 Redis 自动清理部分 key 以节省空间
主库故障后自动重启，从库自动同步
单独的主备方案，网络不稳定触发哨兵的自动切换主从节点，切换期间会有数据丢失
内存优化
redisObject对象
缩减键值对象
字符串优化
编码优化
控制key的数量
java
jedis
redisson
0 条评论
下一页
