redis
2026-01-18 15:52:07 0 举报AI智能生成
redis思维导图
作者其他创作
大纲/内容
概念
非关系型数据库 （key：value 键值对），数据是写在内存中的
支持数据的持久化，周期性的将内存中的数据刷入到磁盘中 （备份）
RDB
工作原理：在某个时间点将内存中所有数据生成一个二进制快照文件（dump.rdb)
备份方式：
1.手动触发：在命令行输入save
2.自动触发，修改配置文件配置文件：save 900 1 # 900秒内至少1个key变化
save 300 10 # 300秒内至少10个key变化
save 60 10000 # 60秒内至少10000个key变化
save 300 10 # 300秒内至少10个key变化
save 60 10000 # 60秒内至少10000个key变化
特点：
二进制格式：文件紧凑，恢复速度快
时间点快照：可能会丢失最后一次快照后的数据
AOF
工作原理：写操作日志，记录每个写的命令，已文本协议格式追加到文件末尾
*3 ←数组有3个元素
$3 ←第一个元素的长度是3个字节
set ←命令名称（3个字符）
$2 ←第二个元素的长度是2个字节
aa ←命令名称（2个字符）
$2 ←第三个元素的长度是2个字节
bb ←命令名称（2个字符）
$3 ←第一个元素的长度是3个字节
set ←命令名称（3个字符）
$2 ←第二个元素的长度是2个字节
aa ←命令名称（2个字符）
$2 ←第三个元素的长度是2个字节
bb ←命令名称（2个字符）
AOF重写方式：
手动触发：在命令行输入BGREWRITEAOF
自动触发：修改配置文件：auto-aof-rewrite-percentage 100 # 增长100%时触发
auto-aof-rewrite-min-size 64mb # AOF文件最小64MB
auto-aof-rewrite-min-size 64mb # AOF文件最小64MB
特点：
安全性高
文件体积大，磁盘空间需求大
恢复速度慢
单进程，使用一颗CPU （5版本以后支持多进程）
应用场景
关系型数据库的缓存
可做消息队列
数据结构
字符串类型 （String）
特点：
redis对基本的数据类型
一个key对应一个值
可以存储任何数据（文本、数字、图片等），最大容量512M，值可以是字符串、整数或者浮点数
应用场景：
缓存HTML片段，用户信息
计数器（文章阅读量、点赞数）
哈希 （Hash）
是一个string类型的field和value的映射表
存储实例：user01:{
"name":"张三",
"age":30,
}
"name":"张三",
"age":30,
}
哈希应用场景
存储对象
用户属性
商品信息
配置信息
列表 （List）
特点：
是一个简单的字符串列表，按照插入顺序排序
列表中的数据是有序的，并且允许有重复的值
可以双向操作
从列表的左端（头部）添加/删除元素（先进后出：lpush、lpop
存储过程：LPUSH queue A # [A]
LPUSH queue B # [B, A] ← B在头部，A在尾部
LPUSH queue C # [C, B, A] ← C在头部，A在尾部
LPOP queue # 返回C（最早插入的），列表变为[A, B]
LPOP queue # 返回B，列表变为[A]
LPOP queue # 返回A（最后插入的），列表变为[]
LPUSH queue B # [B, A] ← B在头部，A在尾部
LPUSH queue C # [C, B, A] ← C在头部，A在尾部
LPOP queue # 返回C（最早插入的），列表变为[A, B]
LPOP queue # 返回B，列表变为[A]
LPOP queue # 返回A（最后插入的），列表变为[]
从列表右端（尾部）添加/删除元素（后进先出）：rpush、rpop
存储过程：RPUSH queue A # [A]
RPUSH queue B # [A, B]
RPUSH queue C # [A, B, C]
RPOP queue # 返回C，列表变为[B, A]
RPOP queue # 返回B，列表变为[A]
RPOP queue # 返回A，列表变为[]
RPUSH queue B # [A, B]
RPUSH queue C # [A, B, C]
RPOP queue # 返回C，列表变为[B, A]
RPOP queue # 返回B，列表变为[A]
RPOP queue # 返回A，列表变为[]
列表应用场景
消息队列
最新消息
历史记录
集合 （Set）
特点：
支持集合运算（交集、并集等）
集合中的数据是无序的，并且允许有重复的值
有序集合(Sorted Set)
特点：
集合中的数据是有序的，并且不允许有重复的值
有序集合中的每个元素都会关联一个double类型的分数，redis通过该分数来为集合中的成员进行从小到大的排序。
应用场景：排行榜系统
集群
主从复制
一主一从或者一主多从，最少需要2节点
单向复制：只能从主节点复制到从节点
读写分离：主节点只负责写，从节点只负责读
工作流程：
从节点启动
↓
发送 SLAVEOF 命令
↓
主节点执行 BGSAVE 生成 RDB 快照
↓
主节点将 RDB 文件发送给从节点
↓
从节点清空旧数据，加载 RDB （全量同步）
↓
主节点将期间的写命令缓存到复制缓冲区
↓
主节点发送缓冲区的写命令给从节点 （增量同步）
↓
进入增量复制模式，持续同步新命令 （持续同步）
↓
发送 SLAVEOF 命令
↓
主节点执行 BGSAVE 生成 RDB 快照
↓
主节点将 RDB 文件发送给从节点
↓
从节点清空旧数据，加载 RDB （全量同步）
↓
主节点将期间的写命令缓存到复制缓冲区
↓
主节点发送缓冲区的写命令给从节点 （增量同步）
↓
进入增量复制模式，持续同步新命令 （持续同步）
redi-sentinel（哨兵）
Redis Sentinel 是Redis官方提供的高可用解决方案，用于监控Redis主从实例，并在主节点故障时自动进行故障转移。
特点：
监控：持续检查主从节点是否正常运行
自动故障转移：主节点故障时，自动将一个从节点升级为主节点
配置提供者：为客户端提供当前可用的主节点地址
支持VIP：在触发主从切换时，将vip也切换至新的redis节点
节点需求：
最少为3节点
sentinel节点设置为奇数
避免脑裂问题
sentinel使用少数服从多数的投票机制做决策
奇数节点可以确保投票能产生明确结果，偶数节点可能会出现平票
哨兵选举新主流程：
使用场景：小量数据，高可用
redis-cluster集群
Redis Cluster 是Redis官方提供的分布式解决方案，支持数据分片（sharding）、高可用和水平扩展。
特点：
数据分片：数据自动分散在多个节点上
高可用：主从复制 + 自动故障转移
无中心架构：每个节点都保存集群状态
客户端路由：客户端直接连接正确的节点
节点需求：
Redis Cluster最少需要6个节点（3主3从）：
3个主节点（负责数据存储和写操作）
3个从节点（每个主节点对应一个从节点，用于高可用）
存储原理：
Hash Slot（哈希槽）：数据存储在Hash Slot（哈希槽）上，一共16384个槽位，通过算法平均分在三个主节点上
当写入数据时，会进行取余计算，存储到分配在某个主节点上的槽位中
容错分析：三主三从
1.挂掉任意1个从节点：无影响，集群正常工作
2.挂掉任意1个主节点：对应的从节点会自动升级为主节点，集群正常工作，实现自动故障转移
3.挂掉1主1从（同一分片）：存储在该主从节点上的数据不可用，集群状态为fail，需要人工干预修复
4.挂掉一主一从（不同分片）：集群正常工作，但是集群的高可用性降低（运行受短暂影响）
5.挂掉2个从节点：集群正常工作，但是集群的高可用性降低（运行几乎无影响）
6.挂掉2个主节点：存活的主节点数<50%，集群不可用
使用场景：大量数据，高并发
0 条评论
下一页
