1、Redis是什么
Redis是一个基于内存的高性能key-value结构的非关系型数据库。
Redis 优势：
- 性能极高 – Redis能读的速度是110000次/s,写的速度是81000次/s 。
- 丰富的数据类型 – Redis支持二进制案例的 Strings, Lists, Hashes, Sets 及 Ordered Sets 数据类型操作。
- 原子–Redis的所有操作都是原子性的，意思就是要么成功执行要么失败完全不执行。单个操作是原子性的。多个操作也支持事务，即原子性，通过MULTI和EXEC指令包起来。
- 丰富的特性 – Redis还支持 publish/subscribe, 通知, key 过期等等特性。
2、Redis的数据结构
1、String：
String 是 redis 最基本的类型，一个 key 对应一个 value。string 类型是二进制安全的，意思是 redis 的 string 可以包含任何数据，比如jpg图片或者序列化的对象。string 类型是 Redis 最基本的数据类型，string 类型的值最大能存储 512MB。
2、List：
list 是有序可重复列表，和 Java 的 LinkedList 比较像，可以通过索引查询；插入删除速度快。
3、Hash：
是一个键值(key=>value)对集合(key =>(key => value)),特别适合用于存储对象。例如：set u001 "李三,18,20010101"
4、Set：
Redis的Set是string类型的无序集合。使用场景：1.共同好友、二度好友。
5、Sorted Set：
zset是Redis中比较有特色的数据类型，它和set一样是不可重复的，区别在于多了score值，用来代表排序的权重。也就是当你需要一个有序的，不可重复的集合列表时，就可以考虑使用这种数据类型。
3、Redis持久化机制
为什么要持久化
Redis是基于内存的，如果Redis服务器挂了，数据就会丢失。为了避免数据丢失了，Redis提供了两种持久化方式，RDB和AOF。
1、RDB(默认)
RDB持久化机制，是对 redis 中的数据执行周期性的持久化。
优点：
冷热备：RDB会生成多个数据文件，每个数据文件都代表了某一个时刻中redis的数据，这种多个数据文件的方式，非常适合做冷热备。
高性能：RDB对redis的对外读写能力影响有限，可以让redis保持高性能，因为redis主进程只需要fork一个子进程，让子进程执行磁盘IO来进行RBD持久化即可。
快速恢复：相对AOF持久化机制来说，直接基于RDB的数据恢复更加快速。因为RDB文件就是redis的数据备份。
缺点：
数据丢失：如果采用RDB进行数据的备份，数据完整性没有AOF表现的那么好。一般来说RDB数据快照文件是每个5分钟进行一次备份。所以可能会造成5分钟的数据丢失。
海量数据阻塞主进程：尽管RDB仅仅是fork一个子进程来执行RDB快照数据文件的备份，如果数据文件特别大，可能导致主进程被阻塞数毫秒甚至是数秒。
2、AOF
AOF 机制对每条写入命令作为日志，以 append-only 的模式写入一个日志文件中，在 redis 重启的时候，可以通过回放 AOF 日志中的写入指令来重新构建整个数据集。
AOF持久化配置：
AOF默认是关闭的，可以通过appendonly yes来开启。
appendfsync配置：
no：不使用fsync方法同步，而是交给操作系统write函数去执行同步操作，在linux操作系统中大约每30秒刷一次缓冲。这种情况下，缓冲区数据同步不可控，并且在大量的写操作下，aof_buf缓冲区会堆积会越来越严重，一旦redis出现故障，数据丢失严重。
always：表示每次有写操作都调用fsync方法强制内核将数据写入到aof文件。这种情况下由于每次写命令都写到了文件中, 虽然数据比较安全，但是因为每次写操作都会同步到AOF文件中，所以在性能上会有影响，同时由于频繁的IO操作，硬盘的使用寿命会降低。
everysec：数据将使用调用操作系统write写入文件，并使用fsync每秒一次从内核刷新到磁盘。 这是折中的方案，兼顾性能和数据安全，所以redis默认推荐使用该配置。
优点：
数据丢失更少：AOF日志文件每隔一秒会通过fsync刷新到磁盘。所以在默认情况下只会丢失一秒的数据。
性能开销小：AOF日志文件即使过大，出现后台重写操作，也不会影响客户端的读写。因为在rewrite log的时候，会对其中的指令进行压缩。创建出一份需要恢复的数据的最小日志出来。在创建新日志文件的时候，老的日志文件还是照常写入。当新的merge后的日志文件ready的时候，在交换新老日志文件即可。
灾难性误删除紧急恢复：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。比如某人不小心用flushall命令清空了所有数据，只要后台rewrite还没发生，那么就可以立即拷贝AOD文件，将最后一条flushall命令删除，然后再将该AOF文件放回去，然后恢复所有数据。
缺点：
性能较低：虽然AOF日志文件采用的是append-only模式写入，所以没有任何磁盘寻址的开销，写入性能非常高，但是相对于RDB持久化来说对redis性能影响还是较高的。每隔一秒执行一次fsync操作，这个开销还是很高的。(联想elasticsearch近实时性)
数据恢复慢：因为AOF是基于日志文件的数据恢复，所以相较于RDB数据备份来说数据恢复慢。
选择：
如果数据不能丢失，RDB和AOF混用
如果只作为缓存使用，可以承受几分钟的数据丢失的话，可以只使用RDB。
如果只使用AOF，优先使用everysec的写回策略。
4、Redis单线程还是多线程
Redis工作线程是单线程的，但是，Redis内部运行是多线程的。
Redis单线程为什么快
(1) 基于内存操作：Redis 的所有数据都存在内存中，因此所有的运算都是内存级别的，所以他的性能比较高；
(2) 数据结构简单：Redis 的数据结构是专门设计的，而这些简单的数据结构的查找和操作的时间大部分复杂度都是 O(1)，因此性能比较高；
(3) 多路复用和非阻塞 I/O：Redis使用 I/O多路复用功能来监听多个 socket连接客户端，这样就可以使用一个线程连接来处理多个请求，减少线程切换带来的开销，同时也避免了 I/O 阻塞操作;
(4) 避免上下文切换：因为是单线程模型，因此就避免了不必要的上下文切换和多线程竞争，这就省去了多线程切换带来的时间和性能上的消耗，而且单线程不会导致死锁问题的发生;
I/O 多路复用：
简单来说就是通过监测文件的读写事件再通知线程执行相关操作，保证 Redis 的非阻塞 I/O 能够顺利执行完成的机制。
多路指的是多个socket连接，
复用指的是复用一个线程。多路复用主要有三种技术：select，poll，epoll。
epoll是最新的也是目前最好的多路复用技术。采用多路 I/O 复用技术可以让单个线程高效的处理多个连接请求(尽量减少网络IO的时间消耗)，且Redis在内存中操作数据的速度非常快(内存内的操作不会成为这里的性能瓶颈)，主要以上两点造就了Redis具有很高的吞吐量。
开启多线程：
1、设置io-thread-do-reads配置项为yes，表示启动多线程。
2、设置线程个数。关于线程数的设置，官方的建议是如果为 4 核的 CPU，建议线程数设置为2或3，如果为8核CPU建议线程数设置为6，线程数一定要小于机器核数，线程数并不是越大越好。
5、Redis事务
Redis 事务的本质是一组命令的集合。事务支持一次执行多个命令，一个事务中所有命令都会被序列化。在事务执行过程，会按照顺序串行化执行队列中的命令，其他客户端提交的命令请求不会插入到事务执行命令序列中。
总结说：redis事务就是一次性、顺序性、排他性的执行一个队列中的一系列命令。
特点：
1、没有隔离级别：批量操作在发送 EXEC 命令前被放入队列缓存，并不会被实际执行，也就不存在事务内的查询要看到事务里的更新，事务外查询不能看到。
2、不能保证原子性：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。
6、Redis实现分布式锁
第一版：SetNX：获取锁的时候，使用 setnx(SETNX key value：当且仅当 key 不存在时，set 一个 key 为 value 的字符串，返回 1；若 key 存在，则什么都不做，返回 0)加锁，锁的 value 值为一个随机生成的 UUID，在释放锁的时候进行判断。
第二版：SetNX+过期时间(避免死锁)
第三版：延时过期时间(防止程序还没执行完key过期)
第四版：判断是否为当前线程(通过线程名、通过uuid判断)
第五版：Redison&Redlock
Redison：
String lockKey = "123";
RLock lock = redisson.getLock(lockKey);
try {
lock.lock();
System.out.println("获取成功");
}finally {
lock.unlock();
}
Lock：底层是lua脚本，先加锁和过期时间(默认30S)，然后通过threadId判断是否当前线程，如果是当前线程且程序没执行结束则续命。
7、Redis内存淘汰机制
- noeviction:添加数据时，如果redis判断该操作会导致占用内存大小超过内存限制，就返回error，然后啥也不干
- allkeys-lru:添加数据时，如果redis判断该操作会导致占用内存大小超过内存限制，就会扫描所有的key，淘汰一些最近未使用的key
- volatile-lru:添加数据时，如果redis判断该操作会导致占用内存大小超过内存限制，扫描那些设置里过期时间的key，淘汰一些最近未使用的key
- allkeys-random:添加数据时，如果redis判断该操作会导致占用内存大小超过内存限制，就会扫描所有的key，随机淘汰一些key
- volatile-random:添加数据时，如果redis判断该操作会导致占用内存大小超过内存限制，扫描那些设置里过期时间的key，随机淘汰一些key
- volatile-ttl:添加数据时，如果redis判断该操作会导致占用内存大小超过内存限制，扫描那些设置里过期时间的key，淘汰一些即将过期的key
- volatile-lfu:添加数据时，如果redis判断该操作会导致占用内存大小超过内存限制，就会淘汰一些设置了过期时间的，并且最近最少使用的key
- allkeys-lfu:添加数据时，如果redis判断该操作会导致占用内存大小超过内存限制，就会扫描所有的key，淘汰一些最近最少使用的key
如何设置淘汰策略：
1、查看最大内存配置：config get maxmemory(默认0，表示不限制)
2、修改淘汰策略：maxmemory-policy(默认neoviction)
补充：
1、LRU算法：LRU是Least Recently Used的缩写，也就是表示最近很少使用，也可以理解成最久没有使用。也就是说当内存不够的时候，每次添加一条数据，都需要抛弃一条最久时间没有使用的旧数据。标准的LRU算法为了降低查找和删除元素的时间复杂度，一般采用Hash表和双向链表结合的数据结构，hash表可以赋予链表快速查找到某个key是否存在链表中，同时可以快速删除、添加节点。
2、LFU算法：LFU(Least Frequently Used)，表示最近最少使用，它和key的使用次数有关，其思想是：根据key最近被访问的频率进行淘汰，比较少访问的key优先淘汰，反之则保留。LFU的原理是使用计数器来对key进行排序，每次key被访问时，计数器会增大，当计数器越大，意味着当前key的访问越频繁，也就是意味着它是热点数据。 它很好的解决了LRU算法的缺陷：一个很久没有被访问的key，偶尔被访问一次，导致被误认为是热点数据的问题。
3、TTL算法：就是在设置了过期时间的键里面呢，去找到更早过期的时间key进行有限的移除。
8、Redis如何处理过期数据
定时删除：
Redis会周期性的随机测试一批设置了过期时间的key并进行处理，测试到的已过期的key将被删除。
具体的算法如下：
- Redis配置项hz定义了serverCron任务的执行周期，默认为10，代表了每秒执行10次；
- 每次过期key清理的时间不超过CPU时间的25%,比如hz默认为10,则一次清理时间最大为25ms;
- 清理时依次遍历所有的db;
- 从db中随机取20个key,判断是否过期，若过期，则逐出;
- 若有5个以上key过期，则重复步骤4,否则遍历下一个db;
- 在清理过程中，若达到了25%CPU时间，退出清理过程;
惰性删除：
惰性删除不会去主动删除数据，而是在访问数据的时候，再检查当前键值是否过期，如果过期则执行删除并返回 null 给客户端，如果没有过期则返回正常信息给客户端。
它的优点是简单，不需要对过期的数据做额外的处理，只有在每次访问的时候才会检查键值是否过期，缺点是删除过期键不及时，造成了一定的空间浪费。
9、缓存穿透、缓存击穿、缓存雪崩
缓存穿透：
产生的原因：指在redis缓存中不存在数据，这个时候只能去访问持久层数据库，当用户很多时，缓存都没有命中就会照成很大压力.
解决办法：
1、根据IP判断是否正常访问，如果不是则拒绝查询；
2、给该key设置一个null值，指定过期时间。
缓存击穿：
产生的原因：指在同一个时间内访问一个请求的请求数过多，而在这个时候缓存某个key失效了，这个时候就会冲向数据库照成缓存击穿。
解决办法：
1、不给给该值设置过期时间；
2、设置一个分布式锁，当key失效获取不到数据时，只有第一个线程获取到锁，然后去数据库查寻，查询到后加入到redis中并释放锁。
缓存雪崩：
产生的原因：在某个时间段，大部分key失效，缓存集体过期；或者redis宕机。
解决办法：
1、批量存数据的时候给这些数据设置随机的过期时间；
2、如果预测可能发生在热点数据的话可以不设置过期时间
591
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
