当前位置：首页 > news >正文

Review --- Redis

news 来源：原创 2025/8/15 21:17:00

Redis

在这里插入图片描述

redis是什么?

Redis是一个开源的,使用C语言编写的,支持网络交互的，key-value数据结构存储系统,支持多种语言的一种非关系型数据库,它可以用作数据库（存储一些简单的数据，例如新闻点赞量），**缓存（秒杀的商品数量信息）**和消息中间件（两个项目间交换数据）

mysql在硬盘上存储数据：客户端不断刷新会攻击mysql，redis缓存则可以抵挡，同一请求不断刷新时就从redis读取数据返回给客户端，不跟mysql进行交互

Redis特点

Redis 将数据存储在内存中,也支持数据的持久化，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。
性能极高 , Redis 能读的速度是 110000 次/s,写的速度是 81000 次/s 。
Redis 供 list，set，zset，hash 等数据结构的存储来进行存储数据。
原子 – Redis 的所有操作都是原子性的，同时 Redis 还支持对几个操作全并后的原子性执行。
Redis 分布式集群化扩展性极,高即 master-slave(主-从)模式。

为什么使用Redis？

随着 web3.0（支持大量用户使用添加，全民参与，例如头条、抖音用户量很大，大量用户来连接数据库【链接太多，IO瓶颈】为了缓解关系型数据库的压力，可以将数据暂时存储在redis中，甚至有些数据直接存储在redis中，从而实现对关系型数据库的保护）的时代到来,传统的关系型数据库在大量的访问压力出现了一些性能问题,如连接数量问题,IO瓶颈问题等,此时需要使用redis对部分数据进行缓存,或者将某些数据直接存储在 redis 中,以减少对关系型数据库的访问压力.

当然 redis 数据库也是不能完全替代关系型数据库的,他们是相互依赖的.

Redis安装（通过docker）

在这里插入图片描述

Redis中的五种数据存储结构（值）

redis中键都是string类型的，没有其它数据结构

五种数据结构：

String：redis最基本类型，单值存储（存一个具体值，也可以存储一个java中的对象，对象是被序列化为json格式的字符串）一个值最大存储512MB

计数器：

set news_views 0

incr news_views (+1)

decr news_views (-1)

get news_views (获得值)
Hash: 是一个string类型的属性和值的映射表，hash特别适合存储对象

新闻点赞

新闻收藏

hset key 属性值

hget key 属性

hdel key 属性

hlen key

hgetall key 返回key下所有属性值
List（列表）：Redis 列表是简单的字符串列表，按照插入顺序排序。你可以添加一个元素到列表的头部（左边）或者尾部（右边）。有添加顺序

lpush list名值

rpush list名值

rpop list名

lpop list名

lrange list名 start stop（索引从0开始）
Set（集合）：Redis 的 Set 是无序集合。

sadd set名值

srem set名

smembers set名（查看指定set名下所有的元素）

scard set名（查看指定set下元素个数）
zset（有序集合）：有排序

zadd key 分数值

zrem key 值

zscore key 值（返回值的分数）

zcard key（查看key下元素个数）

java程序连接redis

使用官方提供的Jedis类实现连接

通过Jedis对象调用各种方法
使用springboot对jedis的封装实现
1. 管理连接redis对象，提供数据库连接池功能
2. 针对每种数据结构分别封装不同的实现类
3. 事务（跳过）
4. 提供了对键值序列化，反序列化操作
具体搭建

Redis缓存（穿透、击穿、雪崩）

1.**缓存穿透：**请求访问不存在的数据，redis查不到就请求直接落在了mysql数据库上了，mysql查不到数据，就没给缓存同步数据，大量访问不存在数据的请求直接落在数据库上，数据库可能崩溃宕机。
解决方法：1）每次mysql根据id查出空值也同步到缓存，这样该请求再次过来就会落在redis而不对数据库进行操作

2）缓存预热时候，启动布隆过滤器，客户端请求过来后先到布隆过滤器，如果该数据存在就将该请求传到缓存，不存在就直接返回
在这里插入图片描述

布隆过滤器依赖于位图(bitmap)

在这里插入图片描述

2.**缓存击穿：**一个热点key过期了，恰巧这时候有大量请求过来请求这个数据，由于key过期了，大量请求直接落在了mysql数据库上，有可能导致mysql宕机罢工

解决方法：1）逻辑过期,将热点key创建时候设置为永不过期,设置一个过期时间字段,确保数据就算过期了也可以查询到.一个请求过来查询数据发现过期了,则开启一个线程并获加锁到数据库重新查询数据重置缓存.在这个重置缓存过程中第一个请求会接受过期数据.如果这个时候另一个请求过来也查询这个数据,那么它会获取锁失败,然后直接返回现在的缓存数据

2)给查询方法加互斥锁,发现数据过期时,启动重置缓存方法并获取锁,这个时候其他线程查询这个数据时候,获取锁失败,休眠一会,继续查询缓存中是否存在该数据,直至缓存重置线程完

3.缓存雪崩: 同一时间大量热点key过期了/Redis服务宕机,所有热点key的请求落在了数据库,数据库可能宕机

解决方法: 1）针对第一种情况在原有设置过期时间上再随机加一个过期时间;

2）针对第二种情况：

利用redis集群提高服务的可用性,比如哨兵模式、集群模式.
在设计这个业务系统时候添加降级限流策略，如nginx或者微服务项目的话使用spring cloud gateway网关中设置限流的规则.
给业务添加多级缓存，一级使用Guava或Caffeine，二级使用redis缓存

降级限流可作为系统的保底策略，适用于缓存穿透、缓存击穿、缓存雪崩

双写一致性

概念:当修改了数据库数据后,要更改缓存数据,确保数据库和缓存数据一致

读操作: 缓存命中,直接返回;缓存未命中查询数据库数据,写入缓存,设置超时时间

写操作: 延时双删(先删除缓存还是先修改数据库都会出现问题),所以采用删除两次缓存,延时是因为数据库是主从模式,数据从主节点同步到从节点需要时间.

一般放入缓存中的数据都是读多写少,写多读少的话直接操作数据库

1.一致性要求高的

1)互斥锁

2)共享锁readLock(读读不互斥,写互斥)和排他锁(读写、读读都互斥)writeLock也叫独占锁,加锁之后阻塞其它线程读写操作,避免其它线程读脏数据

2.允许延迟一致(短暂的不一致)

1)使用MQ异步通知保证数据的最终一致性,需要保证MQ的可靠性.更新数据之后,通知缓存删除

2)利用canal(监听MySQL的binlog),基于mysql的主从进行实现.不需要修改业务代码,伪装为mysql的一个从节点,canal通过读取binlog数据更新缓存

在这里插入图片描述

Redis持久化存储

RDB和AOF

在这里插入图片描述

一、RDB全称Redis Database Backup file(Redis数据备份文件),也被叫做Redis数据快照.简单来说就是把内存中的所有数据都记录到磁盘中.当Redis实例故障重启后,从磁盘读取快照,恢复数据

save #由Redis主进程来执行RDB,会阻塞所有命令

bgsave #开启子进程执行RDB,来避免主进程收到影响

Redis内部有触发RDB的机制,可以在redis.conf文件中找到,格式如下:

#900秒内,囡至少一个key被修改,则执行basave

save 900 1

save 300 1

save 60 10000

RDB的执行原理是什么?

bgsave开始时会fork主进程得到子进程,子进程共享主进程的内存数据.完成fork后读取内存数据并入RDB文件

如果子进程在持久化数据时候,主进程也在对数据进行操作,可能会出现脏数据的问题,实际上fork主进程得到子进程中,fork采用的是copy-on-write技术:

当主进程执行读操作时,访问共享内存;

当主进程执行写操作时,则会拷贝一份数据,执行操作后再进行数据替换

(fork时候会把共享数据标记为read-only)

二、AOF全称为Append Only File(追加文件). Redis处理的每一个写命令都会记录在AOF文件中,可以看作是命令日志文件.

AOF默认是关闭的,需要修改redis.conf配置文件来开启AOF:

#是否开启AOF功能,默认是no

appendonly yes

#AOF文件的名称

appendfilename “appendonly.aof”

在这里插入图片描述

AOF因为是记录命令,AOF文件会比RDB文件大得多.而且AOF会记录对同一个key的多次写操作,但是只有最后一次写操作才有意义.通过执行bgrewriteaof命令,可以让AOF文件执行重写功能,用最少的命令达到相同效果

在这里插入图片描述

Redis的数据过期策略

Redis的key过期后,会立即删除吗?

惰性删除:key过期后不管,访问key的时候,判断key是否过期,过期则删除反之则返回key对应的value

定期删除:定期检查一定量的key是否过期(SLOW模式+FAST模式)

SLOW模式是定时任务,执行频率默认为10hz,每次不超过25ms,以通过修改配置文件redis.conf的hz选项来调整这个次数
FAST模式执行频率不固定,但两次间隔不低于2ms,每次耗时不超过1ms

优点:可以通过限制删除操作执行的时长和频率来减少删除操作对CPU的影响.另外定期删除,也能有效释放过期键占用的内存.

缺点:难以确定删除操作执行的时长和频率.

Redis的过期删除策略:惰性删除+定期删除两种数据过期策略配合使用

Redis的数据淘汰策略

假如缓存过多,内存是有限的,内存被占满了怎么办?

数据的淘汰策略: 当Redis中的内存不够用时, 此时在向Redis中添加新的key,那么Redis就会按照某一种规则将内存中的数据删除掉,这种数据的删除规则被称之为内存的淘汰策略

Redis中支持8种不同策略来选择要删除的key:

noeviction: 不淘汰任何key,但是内存满时不允许写入新数据,默认就是这种策略.
volatile-ttl: 对设置了TTL的key,比较key的剩余TTL值,TTL越小越先被淘汰
allkeys-random: 对全体key,随机进行淘汰
volatile-random: 对设置了TTL的key, 随机进行淘汰.
allkeys-lru: 对全体key, 基于LRU算法进行淘汰
volatile-lru: 对设置了TTL的key,基于LRU算法进行淘汰
allkeys-lfu: 对全体key,基于LFU算法进行淘汰
volatile-lfu: 对设置了TTL的key,基于LFU算法进行淘汰

LRU(Least Recently Used) 最近最少使用. 用当前时间减去最后一次访问时间,这个值越大则淘汰优先级越高.

LFU(Least Frequently Used) 最少频率使用. 会统计每个key的访问频率,值越小淘汰优先级越高.

Redis分布式锁,是如何实现的?

需要结合项目中的业务进行回答,通常情况下,分布式锁使用的场景:

集群情况下的定时任务、抢单、幂等性场景

抢券场景:

单体情况

在这里插入图片描述

只适用于单体项目这样写

集群部署

在这里插入图片描述

synchronized锁是服务本地的锁,属于jvm,每个微服务都有一个自己的jvm

服务集群情况下就不能使用本地锁解决,只能用外部锁(分布式锁)解决并发

Redis分布式锁

Redis实现分布式锁主要利用Redis的setnx命令. sentx是SET if not exits (如果不存在,则SET)的简写.

获取锁:

获取锁的过程需要满足以下条件：

锁的键不存在时才能成功设置锁。
设置锁时需要指定一个唯一的值（通常是客户端的唯一标识），以避免误删其他客户端的锁。
设置锁的同时需要指定一个超时时间，防止死锁（例如某个客户端在持有锁后崩溃(服务器宕机)，无法释放锁）。

# 添加锁,lock_key: 锁的键名，用于标识锁。unique_value: 锁的值，通常是一个唯一的标识符（如客户端 ID 或 UUID），用于区分不同的客户端。 NX是互斥表示只有当键不存在时才设置键, EX是设置超时时间

SET lock_key unique_value NX EX 10 (过期时间单位为秒)

释放锁:

释放锁时需要注意以下几点：

只有持有锁的客户端才能释放锁。
为了避免误删其他客户端的锁，释放锁时需要检查锁的值是否与当前客户端的唯一标识匹配。
使用 Lua 脚本可以保证操作的原子性。

# 释放锁，删除即可

DEL lock_key

redisson实现的分布式锁-执行流程

在这里插入图片描述

线程二有等待阈值,一般达不到

在这里插入图片描述

redisson实现的分布式锁-可重入

同一个线程才可以重入,不是同一个线程互斥

在这里插入图片描述

redisson实现的分布式锁-主从一致性

在这里插入图片描述

Redis整体思想是AP思想,优先考虑高可用性.

有些业务必须要强一致性则采用CP思想的zookeeper

在这里插入图片描述

Redis集群方案

主从复制
哨兵模式
分片集群

在这里插入图片描述

主从复制

单节点Redis的并发能力是有上限的,要进一步提高Redis的并发能力,就需要搭建主从集群,实现读写分离

一般都是一主多从,主节点负责写数据,从节点负责读数据

在这里插入图片描述

主从数据同步原理

主从全量同步:

在这里插入图片描述

主从增量同步:

在这里插入图片描述

哨兵的作用

Redis提供了哨兵(Sentinel)机制来实现主从集群的自动故障恢复。哨兵的结构和作用如下：

在这里插入图片描述

服务状态监控

Sentinel基于心跳机制监测服务状态，每隔一秒向集群的每个实例发送ping命令：

主观下线：如果某sentinel节点发现某实例未在规定时间响应，则认为该实例主观下线
客观下线：若超过指定数量（quorum）的sentinel都认为该实例主观下线，则该实例客观下线。quorum值最好超过Sentinel实例数量的一半。

在这里插入图片描述

Redis集群(哨兵模式)脑裂

在这里插入图片描述

分片集群结构

主从和哨兵可以解决高可用、高并发读的问题。但是依然有两个问题没有解决：

海量数据存储问题
高并发写的问题

使用分片集群可以解决上述问题，分片集群特征：

集群中有多个master，每个master保存不同数据
每个master都可以有多个slave节点
master之间通过ping监测彼此健康状态
客户端请求可以访问集群任意节点，最终都会被转发到正确节点

分片集群结构-数据读写

Redis分片集群引入了哈希槽的概念，Redis集群有16384个哈希槽，将16384个插槽分配到不同的实例。每个key通过CRC16校验后对16384取模来决定放置哪个槽，集群的每个节点负责一部分 hash 槽。

根据key的有效部分计算哈希值,对16384取余(有效部分，如果key前面有大括号，大括号的内容就是有效部分，如果没有，则以key本身作为有效部分)余数作为插槽，寻找插槽所在的实例。

Redis是单线程的,为什么还那么快?

Redis是纯内存操作,执行速度非常快
采用单线程，避免不必要的上下文切换可竞争条件，多线程还要考虑线程安全问题
使用I/O多路复用模型，非阻塞IO

可以解释下I/O多路复用模型?

Redis是纯内存操作，执行速度非常快，它的性能瓶颈是网络延迟而不是执行速度，I/O多路复用模型主要就是实现了高效的网络请求
在这里插入图片描述

在这里插入图片描述
可以看到，非阻塞IO模型中，用户进程在第一个阶段是非阻塞，第二个阶段是阻塞状态。虽然是非阻塞，但性能并没有得到提高。而且忙等机制会导致CPU空转，CPU使用率暴增。

在这里插入图片描述

Redis

redis是什么?

Redis特点

为什么使用Redis？

Redis安装（通过docker）

Redis中的五种数据存储结构（值）

java程序连接redis

Redis缓存（穿透、击穿、雪崩）

双写一致性

Redis持久化存储

Redis的数据过期策略

Redis的数据淘汰策略

Redis分布式锁,是如何实现的?

Redis分布式锁

redisson实现的分布式锁-执行流程

redisson实现的分布式锁-可重入

redisson实现的分布式锁-主从一致性

Redis集群方案

主从复制

主从数据同步原理

哨兵的作用

服务状态监控

Redis集群(哨兵模式)脑裂

分片集群结构

分片集群结构-数据读写

Redis是单线程的,为什么还那么快?

可以解释下I/O多路复用模型?

相关文章：