Redis笔记（待完）

最新推荐文章于 2021-06-06 15:28:48 发布

Just_Kyrie

最新推荐文章于 2021-06-06 15:28:48 发布

阅读量166

点赞数

分类专栏：数据库文章标签： redis

本文链接：https://blog.csdn.net/ctr1181113557/article/details/114510433

版权

数据库专栏收录该内容

1 篇文章 0 订阅

订阅专栏

本文介绍了数据库从MySQL到NoSQL的发展历程，重点讨论了NoSQL在处理大数据量和高性能方面的能力。NoSQL数据库如MongoDB、HBase提供了多样化数据模型。Redis作为键值对数据库，适用于高速缓存和持久化，支持事务、发布订阅模型以及主从复制。针对缓存问题，文章提出了缓存穿透、缓存击穿和缓存雪崩的解决方案，并探讨了Jedis和SpringBoot整合Redis的应用。

摘要由CSDN通过智能技术生成

1、NoSQL概述

数据库发展的几个重要结点：
（1）APP+DAL+MySQL（data access layer，数据访问层，Hibernate、mybatis）
问题：
单机硬盘、内存容量小
读写混合，单机压力大
（2）Memcached（缓存）+MySQL+垂直拆分
问题：
缓存只能解决读的压力，并未解决写的压力
（3）MySQL主从读写分离
问题：
MySQL主库的写压力仍然大
MyISAM在高并发下出现严重的锁问题（MyISAM使用表锁，InnoDB使用行锁）
（4）MySQL开始使用InnoDB做默认存储引擎+分表分库（水平拆分）+MySQL集群（水平拆分）
问题：
不适应处理大数据量
可扩展性差（实现技术复杂）
大数据下，IO操作压力大
表结构更改困难
（5）NoSQL+MySQL（当今）

Q：为什么要使用NoSQL？
A：关系型数据库不能很好的适应大数据时代中各种各样的数据类型（个人信息、地理位置、社交网络等），但NoSQL对大数据的适应性很好。

NoSQL的特点
（1）方便扩展（因为数据之间没有关系）
（2）高性能处理大数据量（因为细粒度缓存）
（3）数据类型多样（对数据库设计要求不高）
（4）NoSQL比RDBMS编程简单
（5）NoSQL的数据结构更多样化（键值对、列、文档、图等）
（6）高性能、高可用、高可扩展性（水平拆分，扩展机器）

2、阿里巴巴架构演进

参考：
阿里巴巴中文站架构技术实践：https://max.book118.com/html/2018/1219/7056023040001165.shtm

3、NoSQL数据模型

4、NoSQL四大分类

KV键值对数据库：
Redis、Tair、memecache

文档型数据库：
MongoDB、ConthDB

列存储数据库：
HBase、分布式文件系统

图关系数据库：
Neo4j、InfoGrid

5、CAP

6、BASE

7、Redis简介

Redis（Remote Dictionary Server，远程字典服务）是一个开源的、C语言编写的、可基于内存、可持久化的、日志型的KV数据库。
Redis能实现：
（1）数据内存存储和持久化
（2）可用于实现高速缓存
（3）发布订阅系统、地图信息分析、计数器（浏览量）等等。。。。。。

Redis命令
参考：
菜鸟教程：https://www.runoob.com/redis/redis-commands.html
redis官网命令集：https://redis.io/commands

参考：
官网：https://redis.io/
中文网：https://www.redis.cn/

8、五大基本数据类型

9、三种特殊数据类型

10、Redis配置详解

11、Redis持久化

redis是基于内存的数据库，如果不使用持久化，数据断电即失。

1、rdb（redis database）

（1）每间隔一段时间，redis进行一次持久化操作。
（2）父进程分叉出一个子进程和内存页面副本，并与子进程共享内存，子进程将共享的内存数据写入临时的rdb文件（内存数据快照），并将其覆盖正式的rdb文件。（默认保存的文件名是 dump.rdb）
（3）父进程在子进程持久化的时候，仍能处理client的写请求，但写入的不是真实内存，而是内存页面的副本，在子进程完成持久化后，将该内存页面副本替换真实内存。
ps：rdb方式进行持久化，主进程不进行io操作，并在持久化时持续处理写请求；但最后一次持久化后的操作可能丢失。

2、aof（append only file）

以日志的形式追加记录所有的写操作指令，并保存在aof文件中。启动redis，将把aof所有的指令重新执行一遍以恢复内存数据。
优势：
sync every ops，数据完整性更好
sync every secs，可能丢失一秒数据，但效率会高
never sync，效率最高
劣势：
aof更消耗存储空间，修复速度也比rbd更慢
aof运行效率也更慢

12、事务操作

13、订阅/发布模型

14、主从复制

主从复制的目的是为了避免单点故障。

参考：https://blog.csdn.net/weixin_39764056/article/details/104345786

15、哨兵模式

哨兵的作用有两个：
1、通过发送命令，监控各个服务器的运行状态。
2、当监测到服务器down机时，通过发布/订阅模式，通知其他slave服务器修改配置文件，切换master服务器。

多哨兵模式
单哨兵模式可能会出现问题，因此存在多哨兵共同监控服务器，哨兵之间也会相互监测。

主观下线：一个哨兵发现master服务器down机。
客观下线：发现master服务器down机的哨兵达到一定数量时，其中一个哨兵发起failover操作，多个哨兵一起投票，选举一个正常运行的slave服务器，发起failover的哨兵发起投票结果，并通过订阅/发布模式通知其他哨兵切换master。

哨兵模式的配置参考：https://www.jianshu.com/p/06ab9daf921d

16、缓存穿透及解决方案（面试高频，工作常用）

当大量用户同时去查询缓存中不存在的数据项，将会造成数据库的高负荷，就像缓存被穿透了。

解决方案：
（1）布隆过滤器
布隆过滤器是一种数据结构，对所有可能的查询参数以hash形式存储，在控制层先进行校验，查询的hash结果在布隆过滤器中不存在，则丢弃该请求，避免对底层存储系统进行大量无效查询。
布隆过滤器原理参考：
https://www.cnblogs.com/zqyx/p/13673597.html
https://baike.baidu.com/item/%E5%B8%83%E9%9A%86%E8%BF%87%E6%BB%A4%E5%99%A8/5384697?fr=aladdin
（2）缓存空对象
对于没有命中的缓存读请求，在缓存中添加一个空对象，避免对数据库服务器的大量空结果读访问。
缺点：
空对象消耗了一定的内存空间。
缓存中的空对象可能会与服务器中的数据存在数据不一致的情况（缓存空对象未超时，但该对象的键在数据库中被写入了内容），可能会影响业务。

17、缓存击穿及解决方案（面试高频，工作常用）

当某个key（数据库记录）具有较大的并发访问量，当该key在缓存中过期，对该key的大量访问将会直接落到底层存储系统上，并且该底层存储系统也会回写缓存，这将造成底层存储系统的压力过大。

解决方案：
（1）热点数据取消过期时间
（2）加互斥锁（分布式锁）
保证每个key在一个时间内只有一个线程访问，其他线程不能持有该锁，只能等待。
缺点：这种方式对分布式锁的压力较大。

18、缓存雪崩及解决方案（面试高频，工作常用）

某个时间段内，缓存集中过期失效。（场景比如：redis宕机、业务某种需求等）

解决方案：
（1）redis高可用：
增设redis服务器，搭建集群，异地多活。
关闭不必要的服务。
（2）限流降级（spring cloud）：
缓存失效后，通过加锁、队列的方式控制读数据库、写缓存的线程数量。
（3）数据预热：
预先访问可能存在高并发访问的数据（提前回写缓存）、设置均匀分布的失效时间。

19、基础API之Jedis详解

20、SpringBoot集成Redis

SpringData提供数据及数据库访问技术，基于Spring编程模型，保留了基础数据存储的特殊特征。
Spring1.x中的SpringData使用jedis，Spring2.x中的SpringData使用lettce实现SpringBoot和Redis整合：
（1）jedis：TODO
（2）lettuce：TODO