Redis缓存

目录

1.redis是什么

2.redis的存储结构及应用场景

3.为什么要用redis和redis为什么那么快

4.缓存雪崩、缓存穿透、缓存击穿

5.redis的持久机制

6.redis的过期策略

7.redis的淘汰策略

8.redis怎么设置高可用或者集群

9.redis实现分布式锁

10.分布式锁的特征

---

1.redis是什么

是c语言开发的高性能的非关系型数据库

2.redis的存储结构及应用场景

2.1 String（字符串）

set key value  //设置值
get key        //获取值

数据类型：最简单的键值对存储。

应用场景：

存储简单的数据，如用户的登录状态、配置信息等。

用于计数器，例如网站访问次数、点赞数等。

用于缓存经常访问的数据，如商品详情页面的内容。

2.2 Hash（哈希）

hset key field value //设置值
hget key field       //获取值

数据类型：键值对的集合，每个键值对都属于一个哈希表。

应用场景：

存储对象的属性，例如用户资料（用户名、邮箱、密码等）。

用于存储配置信息，如应用配置参数集合。

用于缓存复合对象，如用户购物车中的商品信息。

2.3 List（列表）

LPUSH key  element1 element2 element3 ...   //左边插入元素，头插法
LPOP key                                    //移除并返回列表左侧的第一个元素，没有则返回null

数据类型：有序的字符串列表。

应用场景：

作为消息队列，用于异步处理任务。

用于存储有序的日志条目。

用于实现简单的聊天室消息记录。

2.4 Set（集合）

SADD key member1 member2 member3 ...  //向set中添加一个或多个元素
SREM key member1   //移除set中的指定元素

数据类型：无序的字符串集合，集合中的元素不允许重复。

应用场景：

存储不重复的元素集合，如好友列表。

用于去重，例如存储用户已阅读的文章列表。

实现交集、并集、差集等集合运算。

2.5 Sorted Set（有序集合）

ZADD key score1 member1 score2 member2 score3 member3  //添加一个或多个元素到sorted set ，如果已经存在则更新其score值
ZREM key member1                                       //删除sorted set中的一个指定元素

数据类型：与集合类似，但集合中的元素可以关联一个分数，以此来排序。

应用场景：

存储带有权重的数据，如热门话题列表。

实现实时排行榜，如游戏排行榜。

用于存储优先级队列，例如任务优先级列表。

2.6 Bitmaps（位图）

数据类型：使用位来表示数据，可以节省存储空间。

应用场景：

存储大量二进制数据，如用户登录状态。

用于实现简单的统计，如网站访问统计。

用于存储大量稀疏数据，如用户偏好设置。

2.7 HyperLogLog

数据类型：用于估计集合的基数（即集合中不同元素的数量）。

应用场景：

估计独立访客数量，如网站UV统计。

估计某个时间段内的唯一元素数量，如用户行为分析。

实现近似计数，当精确计数不必要时使用。

2.8 Stream（流）

数据类型：类似于列表，但提供了更多的功能，如按时间顺序自动排序和过期策略。

应用场景：

用于构建实时消息系统，如实时日志收集。

实现事件驱动的架构，如异常监控。

用于消费/生产模式的实时数据处理。

2.9 Geo（地理空间）

数据类型：用于存储和查询地理位置信息。

应用场景：

存储地理位置信息，如用户的位置信息。

实现基于位置的服务，如附近的人推荐。

用于地理围栏功能，如基于位置的通知。

2.10 Modules and Plugins

数据类型：Redis 提供了扩展模块和插件，如RedisJSON、RedisTimeSeries等。

应用场景：

使用 RedisJSON 存储和操作 JSON 数据。

使用 RedisTimeSeries 存储时间序列数据，如传感器数据。

实现特定领域的数据处理，如金融交易数据。

3.为什么要用redis和redis为什么那么快

3.1 内存操作，速度快。每秒读11万次，写8万次。

3.2 支持事务和持久化。

3.3 单线程，避免了线程的切换。redis 6 引进了多线程。

3.4 采用IO多路复用，单线程处理多个连接请求。

4.缓存雪崩、缓存穿透、缓存击穿

4.1 缓存雪崩： 缓存中的数据大量过期，然后大量请求去访问数据库，导致数据库压力过大或者down机。或者redis宕机了。

解决：

①使缓存过期时间分布比较均匀。

②设置高可用集群。

4.2 缓存穿透： 缓存和数据库都没有要的数据，然后会一直请求，给数据库压力。

解决：

①给缓存设置一个空值或者默认值。

②使用布隆过滤器。先通过过滤器判断数据是否存在，存在再继续向下查。

4.3 缓存击穿： 某个key过期，恰巧有大量请求访问这个key，然后导致数据库压力过大。

解决：

①使用互斥锁，只让一个请求去访问，然后把数据带到缓存，然后剩余请求再去访问请求。

②设置缓存不过期。

5.redis的持久机制

5.1 RDB(默认)： 一定时间内将内存数据以快照(记录某一时刻数据，相当于拍了一张照片)形式保存到硬盘中。某个时间点把数据写到临时文件，然后替换上次持久化的文件。
 

# 在 10秒之后，如果至少有 1 个 key 发生变化，Redis就会自动创建快照

save 10 1

优点： 恢复大的数据集时，比AOF效率更高。

缺点： 不安全，数据丢失。

5.2 AOF： 会把每次写的命令记录到日志文件(同一个日志文件，不会替换)，redis重启会将持久化的日志文件恢复。如果两种持久化都开启，优先恢复AOF。

# 开启 AOF 持久化

appendonly yes 

# 每次有数据修改发生时都会写入 AOF 文件，速度缓慢但是最安全

appendfsync always   

# 每秒钟同步一次，显示地将多个写命令同步到硬盘。AOF 默认使用的

appendfsync everysec 

# 让操作系统决定何时进行同步，速度最快

appendfsync no   

优点： 安全，几乎不会丢失数据。

缺点： AOF文件比RDB文件大，且恢复速度慢。

6.redis的过期策略

定时删除： 每个key都需要创建一个定时器，到时间就会清除key，所以对内存很友好，但是会占用cpu的大量资源去处理过期。

惰性删除： 用到key的时候再去判断过没过期，过期就清除，可以节省cpu的资源，但是对内存不友好。可能出现大量过期的key没有清除。

定期删除： 定时删除和惰性删除的结合体，每隔一段时间抽取设置过期的key检测是否过期(默认是1s执行10次清除，每次抽取5个检测)，过期就清除。

7.redis的淘汰策略

7.1 算法：

LRU（Least Recently Used）：淘汰最近最少使用的数据。

LFU（Least Frequently Used）：淘汰最不常使用的数据。

TTL（Time To Live）：根据数据的过期时间进行淘汰。

7.2 策略：

①volatile-lru： 针对设置了过期时间的key，使用lru算法(最近最少使用的key：根据时间)进行淘汰。

②allkeys-lru： 针对所有key使用lru算法进行淘汰。

③volatile-lfu： 针对设置了过期时间的key，使用lfu算法(最近最少使用：根据计数器)进行淘汰。

④allkeys-lfu： 针对所有key使用lfu算法进行淘汰。

⑤volatile-random： 从所有设置了过期时间的key中使用随机淘汰机制进行淘汰。

⑥allkeys-random： 针对所有的key使用随机淘汰机制进行淘汰。

⑦volatile-ttl： 删除过期时间最早(剩余存活时间最短的)。

⑧no-eviction(默认)： 不删除键，操作报错。

8.redis怎么设置高可用或者集群

8.1 主从复制： 一个主，一个或多个从，从节点在主节点复制数据。主节点负责写，从节点负责读。可以更好的分担主节点的压力，但是如果主节点宕机了，会导致部分数据不同步。

8.2 哨兵模式(重点)： 也是一种主从模式，哨兵定时去查询主机，如果主机太长时间没有相应，多个哨兵就投票选出新的主机。提高了可用性，但是在选举新的主节点期间，还是不能工作。

8.3 Cluster集群模式： 采用多主多从(一般都是三主三从)，按照规则进行分片，每台redis节点储存的数据不一样，解决了单机储存的问题。还提供了复制和故障转移功能。配置比较麻烦。

9.redis实现分布式锁

分布式锁： 是控制分布式系统不同进程共同访问共享资源的一种锁的实现。秒杀下单、抢红包等等业务场景，都需要用到分布式锁。redis可以当分布式锁。

9.1 命令setnx + expire 分开写。

setnx key value //新增一个key，key存在返回1，不存在不增加返回0

expire key 100  //key过100秒过期。单位是秒

问题：无法保证原子性，setnx锁了之后，然后出现问题，过期时间没有设置，那么锁就是永久的了(别的线程就永远获取不到锁了)。

9.2 setnx + value 值是过期时间。

setnx key 过期时间  //把过期时间放到value，解决过期时间没有设置的问题，对比过期时间和当前时间就可以知道是否过期。

问题：取当前时间，分布式要求时间同步。

9.3 使用Lua脚本(包含SETNX + EXPIRE两条指令：保证原子性)。

9.4 set的扩展命令(SET key value[EX seconds][PX milliseconds][NX|XX])。

EX seconds:将键的过期时间设置为 seconds 秒。

PX milliseconds:将键的过期时间设置为 milliseconds 毫秒。

NX:只在键不存在的时候，才对键进行设置操作。SET key value NX 等同于 SETNX key value

XX:只在键已经存在的时候，才对键进行设置操作

set key value ex 10 nx  //key不存在才能新增，并且设置过期时间为10s。

问题：(1) 锁过期释放了，业务还没执行完。a获取锁，执行时间超过10秒，然后被b线程获取锁，导致代码执行顺序不一致。

        (2)  锁被误删，因为(1),a没执行完释放锁，被b获取，然后a执行完，删除锁，然后b可能还没执行完。

9.5 set ex px nx + 校验唯一随机值,再删除。

把 value设置成一个随机数，删除的时候对比随机数，一致再删除。     

问题：还是存在业务没执行完，锁释放。

9.6 开源框架~Redisson。

Redisson：给获得锁的线程，开启一个定时守护线程，每隔一段时间检查锁是否还存在，存在则对锁的过期时间延长，防止锁过期提前释放。

9.7 多机实现的分布式锁Redlock。假设有5个主节点，再五台服务器上运行。

按顺序向5个master节点请求加锁

根据设置的超时时间来判断，是不是要跳过该master节点。锁过期时间是10ms，超时时间是20ms，那么就跳过。

如果大于等于3个节点(N/2+1)加锁成功，并且使用的时间小于锁的有效期，即可认定加锁成功啦。

如果获取锁失败，再所有主节点解锁，没获取到锁也会解锁，防止九年义务教育漏网之鱼。

10.分布式锁的特征

互斥性: 任意时刻，只有一个客户端能持有锁

锁超时释放： 持有锁超时，可以释放，防止不必要的资源浪费，也可以防止死锁

可重入性： 一个线程如果获取了锁之后,可以再次对其请求加锁

高性能和高可用： 加锁和解锁需要开销尽可能低，同时也要保证高可用，避免分布式锁失效

安全性： 锁只能被持有的客户端删除，不能被其他客户端删除