Redis是2009年发布的,到今天已经超过10岁了。作为必备技能之一,关于它也有聊不完的话题。本文中的任何一个点,都可以展开,完成一篇中等规模的文章。
交流和面试时,你需要用最精准的语言进行描述,那么本文比较适合你。
redis能力:
- 1 0W/s QPS (redis-benchmark)
- 1w+ 长链接 (netstat / ss)
- 最复杂的Zset 6kw数据 写入1k/s 读取5k/s 平均耗时5ms
- 持久化 (rdb)
1. 基本概览
学习一门新语言,重要的是掌握它的基本数据结构,以及这些数据结构的API。redis的这些数据结构,就类似一门语言。
Redis数据结构
常用5种,一共10种。面试时一般回答5种即可,但其他5种是加分项。
String
字符串Hash
字典List
列表Set
集合ZSet
有序集合。Pubsub
发布订阅 (不推荐使用,坑很多)Bitmap
位图GEO
地理位置 (有限使用,附近的人)Stream
流(5.0) (与Kafka非常像)Hyperloglog
基数统计
Redis的协议
Redis是文本协议
RESP
以CRLF结尾(\r\n)RESP3
(redis6启用,增加客户端缓存)
Redis底层数据结构
数据量较小和大数据量的时候,往往不同,关注大数据量的主要结构。
String
-sdsHash
-(ziplist , dict)Set
-(intset,dict)List
-(ziplist,quicklist)ZSet
-(ziplist+skiptable 跳表)Stream
-(radix-tree 基数数)
跳表的关注度比较大,在Java中,可以参考类似ConcurrentSkipListMap
实现。
另:Java中有序Set叫做TreeSet
,但是用红黑树实现的,注意区别。
Redis持久化方式
生产环境,一般仅采用RDB模式。
RDB
AOF
(类似Binglog row模式)- 混合模式:RDB+AOF
O(n)指令
- keys *
- hgetall
- smembers
- sunion
- ...
建议在集合大小不确定的时候,使用scan
hscan
sscan
zscan
替代。另外,像keys
这种危险命令,最好使用RENAME
指令给屏蔽掉。
性能优化
unlink
删除key -> 异步避免阻塞pipeline
批量传输,减少网络RTT ->减少频繁网络交互- 多值指令(mset,hmset)-> 减少频繁网络交互
- 关掉
aof
-> 避免io_wait
扩展方式
- lua
- redis-module
module模式知道的人比较少,属于比较底层的开发。
2. 问题排查
monitor指令
回显所有执行的指令。可以使用grep配合过滤keyspace-events
订阅某些Key的事件。比如,删除某条数据的事件,底层实现基于pubsubslow log
顾名思义,满查询,非常有用--bigkeys
启动参数 Redis大Key健康检查。使用的是scan的方式执行, 不用担心阻塞memory usage key
、memory stats
指令info
指令,关注instantaneous_ops_per_sec
、used_memory_human
、connected_clients
redis-rdb-tools
rdb线下分析
3. 淘汰策略
如果你应聘的是redis dba,这道题答不出来,直接淘汰。
- 被动删除 (只有被get到的时候,删除并返回NIL 属于惰性删除)
- 主动删除 (100ms运行一次,随机删除持续25ms,类似Cron)
- ->内存使用超过maxmemory,触发主动清理策略
针对于第三种情况,有8种策略。注意,redis已经有LFU了。
- 默认
volatile-lru
从设置过期数据集里查找最近最少使用 volatile-ttl
从设置过期的数据集里面优先删除剩余时间短的Keyvolatile-random
从设置过期的数据集里面任意选择数据淘汰volatile-lfu
从过期的数据集里删除 最近不常使用 的数据淘汰allkeys-lru
allkeys-lfu
allkeys-random
数据被使用频次最少的,优先被淘汰no-enviction
如果不设置maxmemory
,Redis将一直使用内存,直到触发操作系统的OOM-KILLER。
4. 集群模式
- 单机
- 单机多实例
- 主从(1+n)
- 主从(1+n)& 哨兵(3或者基数个)
- Redis Cluster (推荐,但使用有限制)
互联网建议使用Redis Cluster,外包、项目随意。
大规模
- twemproxy
- codis
- 基于Netty Redis协议自研
- 管理平台:CacheCloud
5. Redis常见问题
Redis使用场景
- 缓存 (缓存一致性 缓存穿透 缓存击穿 缓存雪崩)
- 分布式锁 (redlock)
- 分布式限流
- Session
API举例:
- zset 排行榜,排序
- bitmap 用户签到,在线状态
- geo 地理位置,附近的人
- stream 类似kafka的消息流
- hyperloglog 每日访问ip数统计
缓存一致性
为什么有一致性问题?
- 写入。缓存和数据库是两个不同的组件,只要涉及到双写,就存在只有一个写成功的可能性,造成数据不一致。
- 更新。更新的情况类似,需要更新两个不同的组件。
- 读取。读取要保证从缓存中读到的信息是最新的,是和数据库中的是一致的。
- 删除。当删除数据库记录的时候,如何把缓存中的数据也删掉?
建议使用:Cache Aside Pattern
读请求:
- 先读cache,再读db
变更操作:
- 先操作数据库,再 淘汰 缓存
涉及到复杂的事务和回滚操作,可以把淘汰放在finally里。
问题:缓存淘汰失败!(概率很低 ,定时补偿)
缓存击穿
影响,轻微。
高流量下 大量请求读取一个失效的Key -> Redis Miss -> 穿透到DB
解决方式:采用分布式锁,只有拿到锁的第一个线程去请求数据库,然后插入缓存
缓存穿透
影响,一般。
访问一个不存在的Key(恶意攻击)-> Redis Miss -> 穿透到DB
解决方式:
- 给相应的Key设置一个Null值,放在缓存中
- BloomFilter预先判断
缓存雪崩
影响:严重。
大量Key同时失效 | 2.Redis当机 -> Redis Miss -> 压力打到DB
解决方式:
- 给失效时间加上相对的随机数
- 保证Redis的高可用
分布式锁
redis的分布式锁,并不是那么简单。建议使用redisson的redlock。最基础的指令是setnx。
setnx-> SET key value [EX seconds|PX milliseconds|KEEPTTL] [NX|XX] [GET]
分布式锁 关键点:
- 原子性
- 锁超时
- 死锁
- 读写锁
- 故障转移
最简单的Redis分布式锁代码(不严谨)。
java端代码模拟lock和unlock。
public String lock(String key, int timeOutSecond) {
for (; ; ) {
String stamp = String.valueOf(System.nanoTime());
boolean exist = redisTemplate.opsForValue().setIfAbsent(key, stamp, timeOutSecond, TimeUnit.SECONDS);
if (exist) {
return stamp;
}
}
}
public void unlock(String key, String stamp) {
redisTemplate.execute(script, Arrays.asList(key), stamp);
}
lua脚本unlock。
local stamp = ARGV[1]
local key = KEYS[1]
local current = redis.call("GET",key)
if stamp == current then
redis.call("DEL",key)
return "OK"
end
6. Redis使用
常用Java客户端
- lettuce SpringBoot默认,基于Netty的事件驱动模型
- jedis 老牌的客户端,使用commons-pool来完成线程池开发
- redisson 非常丰富的分布式数据结构,包括锁,分布式Map等。大量使用Lua脚本️
使用规范
根据公司情况自定义裁剪,没有万能的规范。更多:
- 使用连接池,不要频繁创建关闭客户端连接
- 消息大小限制 消息体在10kb以下,可以使用snappy、msgpack等压缩
- 避免大key和hot key
- 不使用O(n)指令
- 不使用不带范围的Zrange指令
- 不使用database(容易覆盖数据)
- 不使用高级数据结构(使用基本的5种)
- 不使用事务操作
- 禁止长时间monitor
springboot cache redis
- 使用时更要注意规范性
- cache层抽象层次太高,如需要操作底层的数据结构,直接使用redisTemplate
Redis是多线程?
要看哪个阶段。数据操作阶段,一直是单线程的,哪怕是redis6。
End
祝好运!如有帮助,请不吝赐赞。