redis

最新推荐文章于 2024-11-03 15:37:08 发布

Carl God

最新推荐文章于 2024-11-03 15:37:08 发布

阅读量8.8k

点赞数 3

文章标签： redis

本文链接：https://blog.csdn.net/programmer_union/article/details/117361219

版权

redis 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

redis

redis 数据类型以及应用场景

string:验证码
list:订单列表
hash:购物车
set:订单列表
Sorted Set:排行榜

redis 持久化方式

RDB持久化是指在指定的时间间隔内将内存中的数据集快照写入磁盘，实际操作过程是fork一个子进程，先将数据集写入临时文件，写入成功后，再替换之前的文件，用二进制压缩存储。

在这里插入图片描述

AOF持久化以日志的形式记录服务器所处理的每一个写、删除操作，查询操作不会记录，以文本的方式记录，可以打开文件看到详细的操作记录。

在这里插入图片描述
RDB持久化配置

Redis会将数据集的快照dump到dump.rdb文件中。此外，我们也可以通过配置文件来修改Redis服务器dump快照的频率，在打开6379.conf文件之后，我们搜索save，可以看到下面的配置信息：

save 900 1              #在900秒(15分钟)之后，如果至少有1个key发生变化，则dump内存快照。
save 300 10             #在300秒(5分钟)之后，如果至少有10个key发生变化，则dump内存快照。
save 60 10000           #在60秒(1分钟)之后，如果至少有10000个key发生变化，则dump内存快照。

AOF持久化配置

在Redis的配置文件中存在三种同步方式，它们分别是：

appendfsync always     #每次有数据修改发生时都会写入AOF文件。
appendfsync everysec   #每秒钟同步一次，该策略为AOF的缺省策略。
appendfsync no         #从不同步。高效但是数据不会被持久化。

参考资料：点击这里

redis 内存淘汰策略

过期策略

我们set key的时候，都可以给一个expire time，就是过期时间，指定这个key比如说只能存活1个小时，我们自己可以指定缓存到期就失效。如果假设你设置一个一批key只能存活1个小时，那么接下来1小时后，redis是怎么对这批key进行删除的？

答案是：定期删除+惰性删除

所谓定期删除，指的是redis默认是每隔100ms就随机抽取一些设置了过期时间的key，检查其是否过期，如果过期就删除。注意，这里可不是每隔100ms就遍历所有的设置过期时间的key，那样就是一场性能上的灾难。
实际上redis是每隔100ms随机抽取一些key来检查和删除的。

但是，定期删除可能会导致很多过期key到了时间并没有被删除掉，所以就得靠惰性删除了。这就是说，在你获取某个key的时候，redis会检查一下
，这个key如果设置了过期时间那么是否过期了？如果过期了此时就会删除，不会给你返回任何东西。并不是key到时间就被删除掉，而是你查询这个key的时候，redis再懒惰的检查一下

通过上述两种手段结合起来，保证过期的key一定会被干掉。但是实际上这还是有问题的，如果定期删除漏掉了很多过期key，然后你也没及时去查，也就没走惰性删除，此时会怎么样？如果大量过期key堆积在内存里，导致redis内存块耗尽了，怎么办？

答案是：走内存淘汰机制。

内存淘汰机制:

如果redis的内存占用过多的时候，此时会进行内存淘汰，有如下一些策略：

noeviction：当内存不足以容纳新写入数据时，新写入操作会报错，这个一般没人用吧
allkeys-lru：当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的key（这个是最常用的）
allkeys-random：当内存不足以容纳新写入数据时，在键空间中，随机移除某个key，这个一般没人用吧
volatile-lru：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，移除最近最少使用的key（这个一般不太合适）
volatile-random：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，随机移除某个key
volatile-ttl：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，有更早过期时间的key优先移除

redis 缓存穿透、击穿、雪崩问题

缓存穿透：key对应的数据在数据源并不存在，每次针对此key的请求从缓存获取不到，请求都会到数据源，从而可能压垮数据源。比如用一个不存在的用户id获取用户信息，不论缓存还是数据库都没有，若黑客利用此漏洞进行攻击可能压垮数据库。
缓存击穿：key对应的数据存在，但在redis中过期，此时若有大量并发请求过来，这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存，这个时候大并发的请求可能会瞬间把后端DB压垮。
缓存雪崩：当缓存服务器重启或者大量缓存集中在某一个时间段失效，这样在失效的时候，也会给后端系统(比如DB)带来很大压力。

解决方式：使用setnx，配合双重锁的机制代码如下：

package com.redis.lock;
import org.apache.commons.lang3.StringUtils;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Component;
import java.util.concurrent.TimeUnit;

/**
 * setNx 悲观锁 解决雪崩 击穿 穿透问题
 * 事物+监听  解决秒杀 库存卖超问题。
 */
@Component
public class RedisLockTest extends Thread {


    @Override
    public void run() {
        try {
            setNx();
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }

    @Autowired
    StringRedisTemplate stringRedisTemplate;
    public String setNx() throws InterruptedException {
        System.out.println(Thread.currentThread().getName()+"开始获取缓存数据");
        String key = stringRedisTemplate.opsForValue().get("order");
        if (StringUtils.isNotBlank(key)){
            System.out.println(Thread.currentThread().getName()+"开始获取缓存数据成功，返回");
            return  key;
        }
        System.out.println(Thread.currentThread().getName()+"获取缓存数据失败");
        Boolean aBoolean = stringRedisTemplate.opsForValue().setIfAbsent("lock", "1");

        if (aBoolean){
            System.out.println(Thread.currentThread().getName()+"拿到锁成功,重新设置缓存");
            stringRedisTemplate.expire("lock",1, TimeUnit.MINUTES);
            //处理业务逻辑
            key = stringRedisTemplate.opsForValue().get("order");
            if (StringUtils.isNotBlank(key)){
                System.out.println(Thread.currentThread().getName()+"---------返回缓存数据");
                stringRedisTemplate.delete("lock");
                return  stringRedisTemplate.opsForValue().get("order");
            }
            //模拟查询数据库
            Thread.sleep(2000);
            stringRedisTemplate.opsForValue().set("order","订单号为123456");
            stringRedisTemplate.delete("lock");
            System.out.println(Thread.currentThread().getName()+"。。。。。。返回缓存数据");
            return  stringRedisTemplate.opsForValue().get("order");
        }else {
            Thread.sleep(500);
            setNx();
        }
        return null;
    }
}