redis笔记

1、redis 常用可视化工具

RedisDesktopManager

 

2、注意问题

有人提出一个很奇怪的现象,如果不使用set方法设置点击量的初始值,直接调用increment方法,Redis中存入的是正常的数字字符串,没有被序列化!这个现象仔细想想,跟sdr没有半毛钱关系的,更扯不到序列化。看上图中的一句说明,“如果 key 不存在,那么 key 的值会先被初始化为 0 ,然后再执行 INCR 操作”。在点击量的Key不存在时,直接调用increment方法,递增量的初始值是由Redis生成的,根本没有走sdr的序列化策略,又何来序列化。

StringRedisTemplate 继承了RedisTemplate<String,String>,虽然有increase方法但是却不能使用,需要用到increase,还得RedisTemplate

 

3.Redis内存回收策略

如果使用Redis的时候,不合理使用内存,把什么东西都放在内存里面,又不设置过期时间,就会导致内存的堆积越来越大。根据28法则,除了20%的热点数据之外,剩余的80%的非热点或不怎么重要的数据都在占用内存空间,这时就要使用一种淘汰策略来释放一些内存。Redis中提供了多种内存回收策略,当内存容量不足时,为了保证程序的运行,这时就不得不淘汰内存中的一些对 象,释放这些对象占用的空间,那么选择淘汰哪些对象呢?
在redis.conf 里面有个配置策略 maxmemory-policy ,它有几个可选值:

noeviction: 默认的策略,即当内存使用达到阈值的时候,所有引起申请内存的命令都会报错;
allkeys-lru:从数据集(server.db[i].dict)中挑选最近最少使用的数据淘汰 。
适用场景: 如果我们的应用对缓存的访问都是相对热点数据,就可以选择这个策略;
allkeys-random:随机移除某个key。
适合的场景:如果我们的应用对于缓存key的访问概率相等,则可以使用这个策略。

从已经设置了过期时间的key中去选择
volatile-random:从已设置过期时间的数据集(server.db[i].expires)中任意选择数据淘汰。
volatile-lru:从已设置过期时间的数据集(server.db[i].expires)中挑选最近最少使用的数据淘汰。
volatile-ttl:从已设置过期时间的数据集(server.db[i].expires)中挑选将要过期的数据淘汰;适合场景:这种策略使我们可以向Redis提示哪些key更适合被淘汰,可以自己控制 。

那么怎样保证Redis里面的数据都是热点数据?
可以使用LRU的淘汰策略,选择最近最少使用的数据全部淘汰掉,剩下的就是经常访问的数据,都是热点数据。

总结
实际上Redis实现的LRU并不是可靠的LRU,也就是名义上我们使用LRU算法淘汰内存数据,但是实际上被淘汰的键 并不一定是真正的最少使用的数据,这里就要权衡了,如果需要在所有的数据中搜索符合条件的数 据,那么一定会增加系统的开销,Redis是单线程的,所以耗时的操作会谨慎一些。为了在一定成本内实现相对的 LRU,早期的Redis版本是基于采样的LRU,也就是放弃了从所有数据中搜索解,改为采样空间搜索优解。Redis3.0 版本之后,Redis作者对于基于采样的LRU进行了一些优化,目的是在一定的成本范围内让结果更靠近真实的LRU。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值