Redis持久化与过期机制

Redis持久化与过期机制

1. 持久化机制

1.1 RDB（默认）

• 机制
  • 指定时间内、指定次数写操作 -> 会将内存中的数据写入磁盘（dump.rdb文件）
  • 重启Redis将会加载磁盘中已持久化的数据
• 优点：恢复速度快，适用于大多数场景
• 缺点：数据的数据完整性、一致性不高（因为如果内存中的数据写入磁盘之前，程序挂了或者宕机，会导致新的数据没有被持久化）

1.2 AOF

• 机制
  • 将每个写操作以日志的方式记录并追加到文件中
  • 重启Redis将会读取日志文件进行恢复
• 优点：数据的完整性、一致性更高
• 缺点：日志记录较多，恢复速度慢

2. 过期机制

2.1 根据过期策略删除数据

• 定时删除：内存占用低，CPU消耗高。每100ms进行一次随机抽样（100个key），删除过期的key。如果删除的key超过抽样总数的25%（即25个），那么立即进行下一次抽样检查。
• 惰性删除：内存占用高，CPU消耗低。当key被访问时，才检查key是否过期，如果过期则删除这个key，并返回空。
• 定期删除：定时删除与惰性删除的结合版。如果删除频次较高，转为定时删除，如果删除频次较低，转为惰性删除。

2.2 当内存过大装不下新数据时，将启用淘汰机制

• 一般为了防止Redis占用内存过大，影响整个服务器，会设置其最大内存值，即maxmemory
• 当内存超过maxmemory时，将根据maxmemory_policy释放内存
  • noeviction：写入新数据时，直接报错
  • allkeys-lru：写入新数据时，删除所有数据中最近最少使用的key
  • allkeys-lfu：写入新数据时，删除所有数据中使用频次最少的key
  • allkeys-random：写入新数据时，随机删除所有数据中的key
  • volatile-lru：写入新数据时，删除设置了过期时间的数据中最近最少使用的key
  • volatile-lfu：写入新数据时，删除设置了过期时间的数据中使用频次最少的key
  • volatile-random：写入新数据时，随机删除设置了过期时间的数据中的key
  • volatile-ttl：写入新数据时，优先删除过期时间较早的key
• 补充
  • LRU -> least recently used
  • LFU -> least frequently used

3. 其他

3.1 Redis快的原因

• 纯内存操作
• epoll是单线程，没有多线程的加锁以及切换（Redis6开始支持多线程I/O）

3.2 如何解决缓存穿透、缓存击穿、缓存雪崩？

• 缓存穿透 ->
  • 布隆过滤器
• 缓存击穿 ->
  • 去数据库（例如MySQL）取值时，先在Redis中为该key设置一个占位值，这样后续大量针对该key的请求就不会直接传到后面的数据库
  • 二级缓存
  • 分布式锁（Redis、Zookeeper）
• 缓存雪崩 ->
  • 为Redis生成带过期时间的key时，给一个随机的浮动时间，防止同一时间大量key一起过期
• 另外，内存足够的话，建议将热门数据设置无过期时间

3.3 应该为什么样的数据提前做缓存？

• 这个和具体的业务相关，要根据实际场景来分析
• 提前做好缓存是为了降低后面到来的流量高潮导致的压力
• 注意：这里主要强调提前做缓存，是主动的。内存足够时，建议直接设置无过期或是较长的过期时间。
• 举例（主要是可预测的热点数据）
  • 电商中促销活动商品的数据
  • 节日相关的商品的数据
  • 实时热点文章的数据
  • 热搜词相关的商品的数据
  • 新上映的电影相关的数据