Redis实战观后感（持续更新）

最新推荐文章于 2022-05-04 19:06:46 发布

csatang

最新推荐文章于 2022-05-04 19:06:46 发布

阅读量182

点赞数

分类专栏： redis

本文链接：https://blog.csdn.net/qq_40308117/article/details/88889308

版权

redis 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

Redis一种nosql非关系型数据库，所以它的性能很强大，使用键值对保存数据，其中的值可以使五种数据类型。

因为采用的是基于内存的采用的是单进程单线程模型的 KV 数据库，由C语言编写，官方提供的数据是可以达到100000+的QPS（每秒内查询次数）。这个数据不比采用单进程多线程的同样基于内存的 KV 数据库 Memcached 差！

扩展下：

单进程多线程模型：MySQL、Memcached、Oracle（Windows版本）；

多进程模型：Oracle（Linux版本）；

横轴是连接数，纵轴是QPS（每秒内查询次数）。

五种数据类型

数据类型	数据特征
字符串	字符串，整型，浮点型。对整个字符串或字符串的其中一部分记性操作，对整型或浮点型进行自增或自减操作。
列表	list，有序。从两端压入或者弹出元素，读取单个或者多个元素，进行修剪只保留一个范围的元素
集合	set,无序，不重复。添加、获取、移除单个元素，检查元素是否在集合中，计算集合交集、并集、差集。从集合中获取随机元素
散列	hash（键值对）添加、获取、移除单个键值对，获取所有键值对，检查摸个键值对是否存在
有序集合	zset，和散列一样都是键值对，有序集合的键是成员（members）,值称为分值（score）自动根据分值排序。添加、获取、删除元素，根据分值范围或者成员来获取元素，计算一个键的排名

官方说单例能处理key：2.5亿个

Redis的数据持久化和安全性问题

持久化：

其实就是讲远程数据缓存到本地避免丢失，有两种方法。

一种是快照，采用 save 和bgsave 的指令来命令redis 将远程的数据复制到本地。

Save	暂停redis的一切操作把从上一个快照结束后到新的快照开始前的所有数保存到本地，这样的弊端就是效率低，保存期间redis不执行其他操作
bgsave	是生成一个子进程来复制数据，一般用这个。

快照的缺点就是一旦redis服务器崩溃，那么新的快照的还没得及执行，数据就会丢失。

还有一个方案就是之追加文件（AOF），它是执行将执行写的命令复制到硬盘里，这样只要执行这些命令就可以得到数据。

通过配置appendonly yes来操控，里面有个appendfsync 来控制频率

always	每个redis写的命令都要同步到硬盘，效率很低
everysec	每秒同步一次
no	让操作系统来决定应该何时进行同步（经常用）

复制功能：

选择一个主服务器，多个从服务器，大致意思就会说主服务器实现写，然后把数据背备份到从服务器中，从服务器用来查和存放暂时的数据。

Redis事物

MULTI、EXEC、DISCARD和WATCH命令是Redis事务功能的基础。

1、批量操作在发送 EXEC 命令前被放入队列缓存。

2、收到 EXEC 命令后进入事务执行，事务中任意命令执行失败，其余的命令依然被执行。

3、在事务执行过程，其他客户端提交的命令请求不会插入到事务执行命令序列中

简单购物车的案例用的就是watch、multi、exec

可以看出其实redis的可持久化其实比较薄弱的，但是只用它做缓存和内存查询就十分的快和方便。

用这些特性在工作中的使用：

使用它原子性的自增功能比较适合网页点赞，共享session可以设置玩家频繁操作。还有有序集合用来排行。

它默认有16（0-15）个库，但是公用一个cpu效率不可以提高，但是用来分类很不错，不同的库可以使用相同的key，也可以使用多个redis。

Redis自动补全

自动补全最近联系人，如果是数量较小，比如获取最近100联系人。可以使用列表，用multi、

lrem、lpush、ltrim 来实现这个功能很方便快捷。

如果需求的数量较大，就需要用有序集合来实现。有序集合它的分值如果相同的话，它会按照成员的二进制顺序进行排序。我们将插入的分值都设为0，它就会按照成员的二进制顺序排序。

思路是找到你要查的那个对象，在它前面加一个和它最后面加一个，这样就可以用zrange 把所有符合添加的对象全部查出来。,在ascii表中{是排在z后面的第一个，排在a前面的字符就是’。所以比如说你要查abc开头的对象，就插入一个abb’作为前缀，abc{作为后缀，得到他们两个的索引，就得到符合的所有条件。但这是字母的排序。

基于Redis的分布式锁

首先，为了确保分布式锁可用，我们至少要确保锁的实现同时满足以下四个条件：

互斥性。在任意时刻，只有一个客户端能持有锁。
不会发生死锁。即使有一个客户端在持有锁的期间崩溃而没有主动解锁，也能保证后续其他客户端能加锁。
具有容错性。只要大部分的Redis节点正常运行，客户端就可以加锁和解锁。

解铃还须系铃人。加锁和解锁必须是同一个客户端，客户端自己不能把别人加的锁给解了。

public class RedisTool {

    private static final String LOCK_SUCCESS = "OK";
    private static final String SET_IF_NOT_EXIST = "NX";
    private static final String SET_WITH_EXPIRE_TIME = "PX";

    /**
     * 尝试获取分布式锁
     * @param jedis Redis客户端
     * @param lockKey 锁
     * @param requestId 请求标识
     * @param expireTime 超期时间
     * @return 是否获取成功
     */
    public static boolean tryGetDistributedLock(Jedis jedis, String lockKey, String requestId, int expireTime) {

        String result = jedis.set(lockKey, requestId, SET_IF_NOT_EXIST, SET_WITH_EXPIRE_TIME, expireTime);

        if (LOCK_SUCCESS.equals(result)) {
            return true;
        }
        return false;

    }

}

可以看到，我们加锁就一行代码：jedis.set(String key, String value, String nxxx, String expx, int time)，这个set()方法一共有五个形参：

第一个为key，我们使用key来当锁，因为key是唯一的。
第二个为value，我们传的是requestId，很多童鞋可能不明白，有key作为锁不就够了吗，为什么还要用到value？原因就是我们在上面讲到可靠性时，分布式锁要满足第四个条件解铃还须系铃人，通过给value赋值为requestId，我们就知道这把锁是哪个请求加的了，在解锁的时候就可以有依据。requestId可以使用UUID.randomUUID().toString()方法生成。
第三个为nxxx，这个参数我们填的是NX，意思是SET IF NOT EXIST，即当key不存在时，我们进行set操作；若key已经存在，则不做任何操作；
第四个为expx，这个参数我们传的是PX，意思是我们要给这个key加一个过期的设置，具体时间由第五个参数决定。
第五个为time，与第四个参数相呼应，代表key的过期时间。

总的来说，执行上面的set()方法就只会导致两种结果：1. 当前没有锁（key不存在），那么就进行加锁操作，并对锁设置个有效期，同时value表示加锁的客户端。2. 已有锁存在，不做任何操作。

心细的童鞋就会发现了，我们的加锁代码满足我们可靠性里描述的三个条件。首先，set()加入了NX参数，可以保证如果已有key存在，则函数不会调用成功，也就是只有一个客户端能持有锁，满足互斥性。其次，由于我们对锁设置了过期时间，即使锁的持有者后续发生崩溃而没有解锁，锁也会因为到了过期时间而自动解锁（即key被删除），不会发生死锁。最后，因为我们将value赋值为requestId，代表加锁的客户端请求标识，那么在客户端在解锁的时候就可以进行校验是否是同一个客户端。由于我们只考虑Redis单机部署的场景，所以容错性我们暂不考虑。

错误示例1

比较常见的错误示例就是使用jedis.setnx()和jedis.expire()组合实现加锁，代码如下：

public static void wrongGetLock1(Jedis jedis, String lockKey, String requestId, int expireTime) {

    Long result = jedis.setnx(lockKey, requestId);
    if (result == 1) {
        // 若在这里程序突然崩溃，则无法设置过期时间，将发生死锁
        jedis.expire(lockKey, expireTime);
    }

}

setnx()方法作用就是SET IF NOT EXIST，expire()方法就是给锁加一个过期时间。乍一看好像和前面的set()方法结果一样，然而由于这是两条Redis命令，不具有原子性，如果程序在执行完setnx()之后突然崩溃，导致锁没有设置过期时间。那么将会发生死锁。网上之所以有人这样实现，是因为低版本的jedis并不支持多参数的set()方法。

错误示例2

public static boolean wrongGetLock2(Jedis jedis, String lockKey, int expireTime) {

    long expires = System.currentTimeMillis() + expireTime;
    String expiresStr = String.valueOf(expires);

    // 如果当前锁不存在，返回加锁成功
    if (jedis.setnx(lockKey, expiresStr) == 1) {
        return true;
    }

    // 如果锁存在，获取锁的过期时间
    String currentValueStr = jedis.get(lockKey);
    if (currentValueStr != null && Long.parseLong(currentValueStr) < System.currentTimeMillis()) {
        // 锁已过期，获取上一个锁的过期时间，并设置现在锁的过期时间
        String oldValueStr = jedis.getSet(lockKey, expiresStr);
        if (oldValueStr != null && oldValueStr.equals(currentValueStr)) {
            // 考虑多线程并发的情况，只有一个线程的设置值和当前值相同，它才有权利加锁
            return true;
        }
    }
        
    // 其他情况，一律返回加锁失败
    return false;

}

这一种错误示例就比较难以发现问题，而且实现也比较复杂。实现思路：使用jedis.setnx()命令实现加锁，其中key是锁，value是锁的过期时间。执行过程：1. 通过setnx()方法尝试加锁，如果当前锁不存在，返回加锁成功。2. 如果锁已经存在则获取锁的过期时间，和当前时间比较，如果锁已经过期，则设置新的过期时间，返回加锁成功。代码如下：

那么这段代码问题在哪里？1. 由于是客户端自己生成过期时间，所以需要强制要求分布式下每个客户端的时间必须同步。 2. 当锁过期的时候，如果多个客户端同时执行jedis.getSet()方法，那么虽然最终只有一个客户端可以加锁，但是这个客户端的锁的过期时间可能被其他客户端覆盖。3. 锁不具备拥有者标识，即任何客户端都可以解锁。

解锁代码

正确姿势

还是先展示代码，再带大家慢慢解释为什么这样实现：

public class RedisTool {

    private static final Long RELEASE_SUCCESS = 1L;

    /**
     * 释放分布式锁
     * @param jedis Redis客户端
     * @param lockKey 锁
     * @param requestId 请求标识
     * @return 是否释放成功
     */
    public static boolean releaseDistributedLock(Jedis jedis, String lockKey, String requestId) {

        String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
        Object result = jedis.eval(script, Collections.singletonList(lockKey), Collections.singletonList(requestId));

        if (RELEASE_SUCCESS.equals(result)) {
            return true;
        }
        return false;

    }

}

可以看到，我们解锁只需要两行代码就搞定了！第一行代码，我们写了一个简单的Lua脚本代码，上一次见到这个编程语言还是在《黑客与画家》里，没想到这次居然用上了。第二行代码，我们将Lua代码传到jedis.eval()方法里，并使参数KEYS[1]赋值为lockKey，ARGV[1]赋值为requestId。eval()方法是将Lua代码交给Redis服务端执行。

那么这段Lua代码的功能是什么呢？其实很简单，首先获取锁对应的value值，检查是否与requestId相等，如果相等则删除锁（解锁）。那么为什么要使用Lua语言来实现呢？因为要确保上述操作是原子性的。关于非原子性会带来什么问题，可以阅读【解锁代码-错误示例2】。那么为什么执行eval()方法可以确保原子性，源于Redis的特性，下面是官网对eval命令的部分解释：

Redis%E5%88%86%E5%B8%83%E5%BC%8F%E9%94%81%E7%9A%84%E6%AD%A3%E7%A1%AE%E5%AE%9E%E7%8E%B0%E6%96%B9%E5%BC%8F_01.png 转存失败重新上传取消

简单来说，就是在eval命令执行Lua代码的时候，Lua代码将被当成一个命令去执行，并且直到eval命令执行完成，Redis才会执行其他命令。

错误示例1

最常见的解锁代码就是直接使用jedis.del()方法删除锁，这种不先判断锁的拥有者而直接解锁的方式，会导致任何客户端都可以随时进行解锁，即使这把锁不是它的。

public static void wrongReleaseLock1(Jedis jedis, String lockKey) {
    jedis.del(lockKey);
}

错误示例2

这种解锁代码乍一看也是没问题，甚至我之前也差点这样实现，与正确姿势差不多，唯一区别的是分成两条命令去执行，代码如下：

public static void wrongReleaseLock2(Jedis jedis, String lockKey, String requestId) {
        
    // 判断加锁与解锁是不是同一个客户端
    if (requestId.equals(jedis.get(lockKey))) {
        // 若在此时，这把锁突然不是这个客户端的，则会误解锁
        jedis.del(lockKey);
    }

}

如代码注释，问题在于如果调用jedis.del()方法的时候，这把锁已经不属于当前客户端的时候会解除他人加的锁。那么是否真的有这种场景？答案是肯定的，比如客户端A加锁，一段时间之后客户端A解锁，在执行jedis.del()之前，锁突然过期了，此时客户端B尝试加锁成功，然后客户端A再执行del()方法，则将客户端B的锁给解除了。

总结

本文主要介绍了如何使用Java代码正确实现Redis分布式锁，对于加锁和解锁也分别给出了两个比较经典的错误示例。其实想要通过Redis实现分布式锁并不难，只要保证能满足可靠性里的四个条件。互联网虽然给我们带来了方便，只要有问题就可以google，然而网上的答案一定是对的吗？其实不然，所以我们更应该时刻保持着质疑精神，多想多验证。

如果你的项目中Redis是多机部署的，那么可以尝试使用Redisson实现分布式锁，这是Redis官方提供的Java组件，链接在参考阅读章节已经给出。

redis分布式锁摘录网站https://www.cnblogs.com/linjiqin/p/8003838.html

csatang

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
Redis实战观后感（持续更新）

Redis一种nosql非关系型数据库，所以它的性能很强大，使用键值对保存数据，其中的值可以使五种数据类型。因为采用的是基于内存的采用的是单进程单线程模型的KV 数据库，由C语言编写，官方提供的数据是可以达到100000+的QPS（每秒内查询次数）。这个数据不比采用单进程多线程的同样基于内存的 KV 数据库 Memcached 差！扩展下：单进程多线程模型：MySQL、Memcac...
复制链接

扫一扫