Redis理解

什么是redis

一个用C语言开发的单进程单线程的NOSQL数据库，由于数据保存在内存中，所以redis特别快，理论速度可以达到11万次/秒的读取。8万/次的写入。redis支持多种数据类型，提供了丰富的使用场景，支持事务监听等功能。’redis也支持数据的持久化操作。

 

redis的数据类型

string 

传送门 ：Redis 之 string类型

list 

传送门： Redis 之 list数据类型

hash

传送门： Redis 之 hash类型

set

暂无传送门~

zset

暂无传送门~

 

redis用途

缓存

这是我们最常用的。用于当做web应用程序的第三方缓存。

面对一些查询量相当大的业务，我们为了减轻接口或者DB的压力，就会将查询出来的数据保存到redis中。

当相同的查询请求再进来时直接读取redis中的数据。加快响应速度。

分布式系统中session共享

分布式架构中，我们可以将session进行加密成token，然后放入requestHander中，每次请求带着token，微服务接收到请求之后，拿着token解密之后的sessionid去redis中查询，找出对应的session，这样就实现了分布式系统中的session共享。

计数器

计数器的应用就比较多了。举个简单例子就是一个手机号多次发送短信，我们怀疑他恶意刷我们系统，我们可以将每次请求记录加1存入redis并设置一个超时时间，当达到我们指定的次数后，限定其指定时间内不允许再次发送。

抽奖

使用set集合，存入不可重复的抽奖名称，然后使用随机弹出几个key。

队列

我们可以用list实现队列。比如朋友圈推送？A有B,C两个朋友，分别发了两个朋友圈B1,C1。我们将他们放入A的朋友圈更新队列中。每次让他从右侧弹出指定10条或者100条朋友圈。并不一定他们是这么实现的，我只是觉得这是一个可行的方案。

数据持久化

redis虽然是将数据存在内存之中，但是也提供持久化方式，有两种，一种是RDB模式，一种是AOF模式。

关于持久化内容，我单独写了一个博客，传送门：

redis的持久化方式的一些理解

 

redis缓存策略

redis提供了6中缓存策略：

noeviction

默认策略，当内存写满时，不在继续提供写服务；仅保留读服务；这会导致系统业务中断，不建议使用。

 

volatile-lru

淘汰设置了timeout的key中上次使用时间距淘汰时的时间最长的key，没设置timeout的key不会被清除。保证持久化的数据不丢失。

key中维护了一个24位时间，LRU算法是根据当前时间与key最后被使用时间做比较，决定是否淘汰。

 

volatile-lfu

从redis4.0开始，新增了LFU策略。淘汰设置了timeout的key中使用最少的key。相比LRU更精确。

LFU算法将24位时间拆分为16位时间+8位计数器。是根据当前时间与key的最后使用时间，与使用数量，最比较。

比如keyA在过去一段时间内经常被使用，清理前没有被使用，而keyB一直没有被使用过，在清理前却被使用了一次。那么根据LRU算法，会淘汰掉使用率更高的A而新的LFU算法则会淘汰B。

 

volatile-ttl

淘汰设置了timeout的key中剩余时间最少的key。其余和volatile-lru一致。

 

volatile-random

随机淘汰一批设置了timeout的key。

 

allkeys-lru

除了淘汰的是全部key以外，同volatile-lru。这个策略可以在座位缓存服务器时使用。保证key在最后保留的都是热点key。

 

allkeys-lfu

除了淘汰的是全部key以外，同volatile-lfu。这个策略可以在座位缓存服务器时使用。保证key在最后保留的都是热点key。

 

allkeys-random

随机淘汰一批key，包括持久化的key。不建议使用。

 

redis的过期策略

定期删除

redis将设置过timeout的key放到一个字典中，每100ms会扫描一遍这个字典，扫描方式是随机抽取20个key进行扫描。清除过期的key。

惰性删除

当我们查询某个key时，他会再去检查一下是否有超时时间，是否到达超时时间。如果已经超时则将其清除。

 

过期策略也是两个策略共同使用来保证key的过期。

 

缓存雪崩

 

雪崩，大面积问题。即redis服务器挂了或者一时间大面积key过期大面积key的导致流量进入db。

比如：我们的web应用高峰时db可承受并发量是1000/秒；我们使用了redis作为缓存服务器后，web应用并发得到扩展，有5000/秒，这时候发生缓存雪崩，压力瞬间都到db中，瞬间就将db压垮了。如此之高的请求可能当我们再重启db时又瞬间被压垮。导致整个web服务不可用。这就是缓存雪崩。

如果是redis崩了，我们可以通过集群部署redis+主从冷备+哨兵；如果是大量key过期失效，我们可以使用随机过期时间处理。

 

缓存击穿

 

击穿，像子弹一样打穿一个点。即redis的某个热点key过期导致的大量流量从一个点进入db。

和缓存雪崩不一样，雪崩只大量缓存集中过期导致的；而击穿指某个热点key，突然过期导致db压力暴增。

解决办法：1、热点key的定期刷新。2、热点key的db查询功能加锁。防止热点key的大量重建进入。并且将热点key再次加入缓存。即使热点key过期也仅需一次db请求即可。后续又可以从redis缓存中获取到。

 

缓存穿透

 

穿透，像没有一样穿过去。即redis中没命中，去查db也没命中。所以也不会有结果被缓存到redis中，这类请求一直打进来，会导致redis没有作用。透明一样。

我们做缓存一般是将查询到的数据去存入redis 如果db中查不到的那么redis中也没有的。就会出现问题，当有人恶意发起访问，一直高并发去请求这类数据，就会绕过缓存直接攻击到数据库’。所以，我们可以使db中查询不到的信息也放入redis，设为空。这样就避免了对db的直接攻击。或者使用布隆过滤器。布隆过滤器即将一个key通过多个hash算法进行运算，放入一个大的bitmap中。一个一定不存在的数据会被布隆过滤器拦截。

 

缓存预热

 

预热，预先放入缓存。提高缓存命中率。

有些数据是我们经常要用的，这些数据也不会经常改变，那么我们可以使系统在初始化时就加载到缓存中，直接通过缓存来使用。这就叫缓存预热。提前讲缓存准备好，使其根本不需要去查询db。

 

缓存降级

 

在超大并发下的，对业务功能的取舍。