redis_fork cow for rdb-CSDN博客

Redis 是一个开源（BSD许可）的，内存中的数据结构存储系统，它可以用作数据库、缓存和消息中间件。它支持多种类型的数据结构，如字符串（strings），散列（hashes），列表（lists），集合（sets），有序集合（sorted sets）与范围查询， bitmaps， hyperloglogs 和地理空间（geospatial）索引半径查询。 Redis 内置了复制（replication），LUA脚本（Lua scripting）， LRU驱动事件（LRU eviction），事务（transactions）和不同级别的磁盘持久化（persistence），并通过 Redis哨兵（Sentinel）和自动分区（Cluster）提供高可用性（high availability）。

CRUG网站 Redis Redis文档中心 -- Redis中国用户组（CRUG）

redis单线程、单实例为什么效率高？

redis单线程为什么执行速度这么快-Redis-PHP中文网

引申：BIO、NIO、IO Multplexing、Asynchronous IO

10.BIO、NIO、AIO、多路复用IO的区别(图解)_扛麻袋的少年的博客-CSDN博客_io多路复用和nio的关系

redis中value数据结构sortedSet的原理：

使用时skip list（跳跃表）

【老荀】3分钟讲解redis中的跳跃列表_哔哩哔哩_bilibili

Redis zset的数据结构:SkipList(跳表)的原理及实现__Yasin的博客-CSDN博客

如何构建跳跃表：当插入一个数据时，随机获得这个节点的高度，没错，就是随机！每涨一层的概率为p，这个认为设置，一般为0.25或者0.5,这样层数越高的节点就越少（这种结构跟平衡树有点像）。

每一个结点不单单只包含指向下一个结点的指针，可能包含很多个指向后续结点的指针，这样就可以跳过一些不必要的结点，从而加快查找、删除等操作。对于一个链表内每一个结点包含多少个指向后续元素的指针，这个过程是通过一个随机函数生成器得到，这样子就构成了一个跳跃表。这就是为什么论文“Skip Lists : A Probabilistic Alternative to Balanced Trees ”中有“概率”的原因了，就是通过随机生成一个结点中指向后续结点的指针数目。

redis管道pipeline的使用

管道（Pipelining）：学习如何一次发送多个命令，节省往返时间。

redis的发布订阅

例子：

发布者：

订阅者：

redis：redis的一种使用场景（聊天记录）

redis事务的使用

redis是单线程的，谁的exec先到达就先执行谁的事务。

redis事务的几个相关命令：MULTI （开启事务）、 EXEC 、 DISCARD 和 WATCH 是 Redis 事务相关的命令

EXEC 命令负责触发并执行事务中的所有命令：

如果客户端在使用 MULTI 开启了一个事务之后，却因为断线而没有成功执行 EXEC ，那么事务中的所有命令都不会被执行。
另一方面，如果客户端成功在开启事务之后执行 EXEC ，那么事务中的所有命令都会被执行。

redis作为缓存的使用

访问是不会延迟过期时间的，set（写）会剔除过期时间，也可以设置到倒计数以及定时过期时间，ttl命令可以看到过期剩余的时间。

将redis当做使用LRU算法的缓存来使用:

回收策略：REDIS lru-cache -- Redis中国用户组（CRUG） LFU和LRU

redis如何淘汰过期的keys:

1，被动式 2，轮询主动式

redis持久化机制

参考文档：10分钟彻底理解Redis的持久化机制：RDB和AOF - Java知音号 - 博客园

RDB（快照）是默认开启的：

redis的fork和cow（copy on write写时复制）

如下：fork只会创建一个redis子进程，只复制地址映射，里面的指针还是指向主没存中的数据，cow父子进程互相不影响。

当数据发生改变时，比如把物理内存的x改成w，应该是先在物理内存中先出现w，若子进程改只需要将子线程中的指针（虚拟地址）指向物理内存中的w即可。对于redis的rdb来说子进程是不会修改数据的，他只会读数据往磁盘输出文件，主进程才对外提供增删改操作。

redis的持久化机制AOF

AOF持久化的策略。redis默认使用everysec，就是说每秒持久化一次，而always则是每次操作都会立即写入aof文件中。而no则是不主动进行同步操作，是默认30s一次。当然always一定是效率最低的，个人认为everysec就够用了，数据安全性能又高。（类似于flush的概念）

Redis集群

redis(六)：AKF架构解决Redis单机单节点下的弊端_DoYa~的博客-CSDN博客(AKF架构解决Redis单机单节点问题)

集群解决的问题：

redis的AFK原理：

AKF

X：全量，镜像 Y：业务，功能 Z：优先级，逻辑再拆分

多个redis产生的数据问题

第一种：同步阻塞所有的redis都操作成功才通知客户端成功，慢如果出现其中一个出现故障也麻烦

第二种：异步，先返回，然后再去同步数据

第三章：通过组件kafka先把命令写入，写入成功就返回

redis中的主备和主从

主备和主从的区别：主备主从主主模式 - madtank - 博客园

对主机如何做监控，sentinel

REDIS sentinel-old -- Redis中国用户组（CRUG）

区别：Redis Sentinel 与 Redis Cluster_devillyd2018的博客-CSDN博客

Redis-Sentinel(哨兵模式)是Redis官方推荐的高可用性(HA)解决方案，当用Redis做Master-slave的高可用方案时，假如master宕机了，Redis本身(包括它的很多客户端)都没有实现自动进行主备切换，而Redis-sentinel本身也是一个独立运行的进程，它能监控多个master-slave集群，发现master宕机后能进行自懂切换。它的主要功能有以下几点：

监控（Monitoring）： Sentinel 会不断地检查你的主服务器和从服务器是否运作正常。
提醒（Notification）：当被监控的某个 Redis 服务器出现问题时， Sentinel 可以通过 API 向管理员或者其他应用程序发送通知。
自动故障迁移（Automatic failover）：当一个主服务器不能正常工作时， Sentinel 会开始一次自动故障迁移操作，它会将失效主服务器的其中一个从服务器升级为新的主服务器，并让失效主服务器的其他从服务器改为复制新的主服务器；当客户端试图连接失效的主服务器时，集群也会向客户端返回新主服务器的地址，使得集群可以使用新主服务器代替失效服务器。
Redis Sentinel 是一个分布式系统，你可以在一个架构中运行多个 Sentinel 进程（progress），这些进程使用流言协议（gossip protocols)来接收关于主服务器是否下线的信息，并使用投票协议（agreement protocols）来决定是否执行自动故障迁移，以及选择哪个从服务器作为新的主服务器。

虽然 Redis Sentinel 释出为一个单独的可执行文件 redis-sentinel ，但实际上它只是一个运行在特殊模式下的 Redis 服务器，你可以在启动一个普通 Redis 服务器时通过给定 –sentinel 选项来启动 Redis Sentinel 。

redis的主从复制原理

从是只能读不能写的

如何设置追随: REPLICAOF 127.0.0.1 6380

Redis主从复制原理总结 - 老虎死了还有狼 - 博客园

redis和spring整合

Spring Data Redis

解决redis的容量问题-redis的Sharding分片机制

客户端分区：

一、概念

1. 分片机制：允许数据存放在不同的机器上，对客户端透明

2. Redis分片机制：减轻单台Redis实例的压力，扩展存储能力和计算能力

上面的主从复制其实解决的是redis的压力问题（从可以作为读取数据的服务器），以及高可用（HA）；下面讲解的是redis的容量问题

y轴上进行redis的业务逻辑划分，然后client端去进行访问

数据没办法划分拆解时的解决办法

其中有一个hash取模：hash(key)%N，根据余数，决定映射到那一个节点。这种方式比较简单，属于静态的分片规则。但是一旦节点数量变化，新增或者减少，由于取模的N 发生变化，数据需要重新分布。所以需要更好的解决方案一致性hash取模有，这三种模式其实都有弊端都不适合做数据库的使用

redis(六)：AKF架构解决Redis单机单节点下的弊端_DoYa~的博客-CSDN博客（AKF架构解决Redis单机单节点下的弊端）

一致性hash的详解

代理分区

对于server端，redis的连接成本很高

代理分区机制：predixy：一款吊打众对手的redis代理，你喜欢吗？_简易得的博客-CSDN博客_predixy

redis中的cluster引入(查询路由-也属于redis分区)

slot：槽一共有16384个所以槽的编号是从0到16383；假如有三台主机，那么每一个的主机所分的槽为,一号主机：[0-5460]；二号主机[5641-10922];三号主机[10923-16383]

REDIS cluster-tutorial -- Redis中文资料站 -- Redis中国用户组（CRUG）

高可用Redis：Redis Cluster - 割肉机 - 博客园

redis cluster主主模型/无主模型

客户端访问任意节点时，对数据key按照CRC16规则进行hash运算，然后对运算结果对16383进行取作，如果余数在当前访问的节点管理的槽范围内，则直接返回对应的数据
如果不在当前节点负责管理的槽范围内，则会告诉客户端去哪个节点获取数据，由客户端去正确的节点获取数据

缺点：因为数据hash计算后可能在不同的节点上所以数据分治。聚合操作很难实现，事务都会有问题，那么需要认为的把数据放在一个节点上

比如加hash tag，比如：key是{OO}k1 ,{OO} k2 那么只对（OO）进行hash计算，他们两个数据肯定会放在一个节点上。

redis面试

1，击穿、穿透、雪崩

REDIS缓存穿透，缓存击穿，缓存雪崩原因+解决方案 - 大码哥 - 博客园

击穿：

穿透：

有很多种方法可以有效地解决缓存穿透问题，最常见的则是采用布隆过滤器，将所有可能存在的数据哈希到一个足够大的bitmap中，一个一定不存在的数据会被这个bitmap拦截掉，从而避免了对底层存储系统的查询压力。另外也有一个更为简单粗暴的方法（我们采用的就是这种），如果一个查询返回的数据为空（不管是数据不存在，还是系统故障），我们仍然把这个空结果进行缓存，但它的过期时间会很短，最长不超过五分钟。

雪崩：

redis的分布式锁

redisApi的简单介绍

public void testRedis(){

// stringRedisTemplate.opsForValue().set("hello01","china");
//
// System.out.println(stringRedisTemplate.opsForValue().get("hello01"));

RedisConnection conn = redisTemplate.getConnectionFactory().getConnection();

conn.set("hello02".getBytes(),"mashibing".getBytes());
System.out.println(new String(conn.get("hello02".getBytes())));

// HashOperations<String, Object, Object> hash = stringRedisTemplate.opsForHash();
// hash.put("sean","name","zhouzhilei");
// hash.put("sean","age","22");
//
// System.out.println(hash.entries("sean"));

Person p = new Person();
p.setName("zhangsan");
p.setAge(16);

// stringRedisTemplate.setHashValueSerializer(new Jackson2JsonRedisSerializer<Object>(Object.class));

Jackson2HashMapper jm = new Jackson2HashMapper(objectMapper, false);

stringRedisTemplate.opsForHash().putAll("sean01",jm.toHash(p));

Map map = stringRedisTemplate.opsForHash().entries("sean01");

Person per = objectMapper.convertValue(map, Person.class);
System.out.println(per.getName());

stringRedisTemplate.convertAndSend("ooxx","hello");

RedisConnection cc = stringRedisTemplate.getConnectionFactory().getConnection();
cc.subscribe(new MessageListener() {
@Override
public void onMessage(Message message, byte[] pattern) {
byte[] body = message.getBody();
System.out.println(new String(body));
}
}, "ooxx".getBytes());

while(true){
stringRedisTemplate.convertAndSend("ooxx","hello from wo zi ji ");
try {
Thread.sleep(3000);
} catch (InterruptedException e) {
e.printStackTrace();
}

}