一、Redis事务管理
- 简介：
redis事务作为一个命令执行的队列，将一系列的预处理的命令包装成为一个整体，当执行时按照添加顺序依次执行，中间不会被打断或干扰。因此redis采用multi、exec、discar进行对事务的处理。
开启事务：multi 关闭事务：exec 取消命令：discard
- redis事务的特性：
在传统的关系数据库中存在类似事务的ACID属性。然而在redis中也存在事务的原子性（Atomicity）、一致性（Consistency）、隔离性（Lsolation）以及在持久化时存在持久性（Durability）。具体ACID此处不展开叙述。学到redis的人应该之前都知道ACID
- 注意事项：
redis与关系型数据库还是有很大的区别，例如在mysql的InnoDB存储引擎中具有支持事务的处理，以及在SQL中他们都支持事务的回滚机制，但是在mysql中并不存在这种机制。
PS：有的人会认为discard是事务的回滚，这种认为是错误的，他只是在事务开启后输入discard指令，然后取消预处理队列中的所有命令也就是取消事务。
- 执行过程：
总的来说就是，我们开启客户端后输入mutil指令，开启事务，事务开启后，就可进行get set操作。直到我们输入exec，开始进行事务处理，或者是遇到discard取消事务。
- 测试案例：
- 闲谈：
也许这时候你会想到，万一我写的时候命令写错了怎么办，嗯，没事他会取消所有的指令操作，也就是取消整个事务。然后可能你还会想到，万一我指令没写错，数据写错了怎么办呢，emmmmm，那就祝你好运吧，你懂的。
二、Reids锁
当我们在进行某些操作时需要对其加锁处理，redis也提供相应的操作。
watch监视锁：对某个key进行监视，key一旦发生改变则不再执行
- 未加监视锁：
- 启监视锁：
- 闲谈：
这里也许你会想到说，这只是监视锁，我想要的是当我做操作的时候其他人不可以做，只有等我结束了其他人才可以做，别急我们来看看下面的分布式锁。
三、分布式锁
- 说明：
当一个线程真正执行的过程中，不允许其他线程的操作，也就是在做操作之前判断是否有锁，如果有锁，说明有线程在执行，进入等待状态，直到锁被释放后得到锁，然后加锁–执行–释放。
- 举个例子：
有一天你去广场上看大妈们跳广场舞。突然，这时候你肚子疼。但是这个广场只有一个公共卫生间每次只能共一个人使用。然后你就飞快的跑着过去，突然你发现门从里面被反锁了。然后你没办法，只能在外面等待里面的人出来，这时候门开了，你飞快跑进去。然后关门、上锁，开始拉粑粑，直达拉好，然后你开锁，然后打开门出来，下一个人进去。
在这个例子中，你卫生间就相当于公共资源，每当一个人进去之后就会关上门（加锁）当一个人使用的时候另一个人只能进入等待状态，直到锁打开（锁被释放）才能够获得其资源。
- 案例：
**PS:**在我们处理分布式锁的时候通常事微秒或毫秒级别的，因此加锁时间不宜过大，具体时间需要业务测试后确认。
设定时间推荐: 最大耗时120%+平均网络延迟110 or 最大耗时<<网络平均时延，则取网络延时，反之相反
四、删除策略
redis采用的是内存数据库。除了持久化以外的文件，所有的数据均在内存中进行运行，但有些数据并不是有效的，因此出现了删除策略。
删除策略包括：定时删除、惰性删除、定期删除
- 引入：
在分别讲述删除策略时，我们先来看一下下面的这个图：
我们在进行信息存储的时候Redis不仅仅会进行一个信息的存储，同时还会分配出expires空间，通过地址关联存储key的过期时间。
- 定时删除：
创建一个定时器，当达到时间，定时器工作，删除其指令与expires空间中内容。
换句话说就是我们set的时候在设定过期时间的同时也就创建了一个定时器，当时间一到，定时器响应，然后删除其key相关的所有东西。
优点：
节约内存、到时就删除、快速释放内存
缺点：
CPU压力大，无论CPU压力有多大都会占用CPU，同时影响redis服务器的相应时间与吞吐量
PS：用CPU性能换取存储空间（拿时间换空间）
- 惰性删除
简单描述就是当数据过期后不做任何处理，当下次访问时候再将数据删除
也就是我们在设定key的过期时间，key过期了，虽然我们不能够进行操作，但是他仍然存在于内存之中，而每次我们对key进行访问时会调用expirelfNeeded()进行是否过期判断，如果过期则将其删除，没有过期则继续操作。
优点：
节约CPU性能，发现必须删除时候才进行删除
缺点：
内存压力大，出现长期占用内存的情况
PS：用存储空间换处理器性能（拿空间换时间）
- 定期删除
定时删除需要花费更多的时间，惰性删除需要花费更多的空间，而定期删除进行了二者的折中，采用周期性轮询Redis数据的时效性，采用随机读取的策略，采用过期数据占比的方式控制删除的频度。
具体实现：
如果觉得下面的废话太多，直接看图。
当redis服务器进行初始化时，会对配置文件进行读取，读取其中的server.hz的值（默认大小为10）进行操作。然后进行每秒钟执行server.hz次serverCron（）操作。而每次的serverCron（）操作都会对所有的数据库进行databaseseCron（）轮询。在轮询过程中执行axtiveExpireCyle()操作。而对于每一个expires[*]进行逐一的检测，每次执行250ms/server.hz个。在检测过程中会采用随机挑选W个值进行检测，如果检测到key超时就将其删除。而在一次轮询中删除的key数量大于25xW时，则再次循环这个过程，如果小于等于25xW则检测下一个expire。
W取值=ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP 属性值
参数Current_db记录每次activeExpireCycle进入到那个expires[]执行
如果activeExpirecycle执行时间到期，停止执行，下次继续相同位置执行
特点：
- cpu的性能设有峰值，检测频度可以自己设定
- 内存压力不大，长期常用内存的过期数据会被持续性清除
PS：
随机性抽查，重点抽查存储空间
五、逐出算法
定义：
redis使用内存存储数据，在执行每一个命令之前，都会调取freeMemorylfNeeded（）进行检测内存是否充足，如果内存不满足新书加入数据的最低要求，redis要临时删除一些数据为当前指令清出存储空间，清除数据的策略称之为逐出算法。
注意：
逐出过程不是100%能够清理出足够的内存空间，当不成功时候会反复执行，当对所有的数据都尝试完毕后，还没有达到内存的清理的要求就会抛出错误信息：
（error）OOM command not allowed when used memomry>'maxmemory'
配置：
maxmemory 最大的可用内存（占用物理内存的比例，默认为0，表示不限制，生产环境中根据需求设定，通常设置在50%以上）
maxmemory-samples：每次选取删除数据的个数，（选取数据时并不会全库扫描，导致严重的性能消耗，降低读写性能，因此采用随机获取数据的方式作为待检测删除数据策略）
策略配置：eg：maxmemory-policy volatile-lfu
检测易失数据（可能会过期的数据server.db[i].expire）
volatile-lru:挑选最近没有使用过的数据淘汰
volatile-lfu:挑选最近使用最少的数据淘汰
volatile-ttl:挑选将要过期的数据淘汰
volatile-random:任意选择数据淘汰
检测全库数据：(所有数据集server.db[i].dict)
allkeys-lru:挑选长时间未使用的数据
allkeys-lfu：挑选最近使用次数最少的数据
allkeys-random：任意选择淘汰
no-enviction:禁止驱逐数据（4.0中默认策略。会引发OOM）
调优：
InFO：查看hit命中与miss的次数然后进行调优
❤️给❤️梦❤️想❤️一❤️点❤️点❤️时❤️间❤️让❤️它❤️一❤️步❤️步❤️成❤️长❤️
💪加油！！！ 💪
上一篇：
Redis进阶：主从复制–小白的进阶教程（理论：一文搞懂主从复制）
下一篇：
Redis进阶：集群–小白的进阶教程（二）（理论+图解+实践：一文了解集群）
redis更多早期随笔：
redis进阶–企业级解决方案（缓存预热、缓存雪崩、缓存击穿、缓存穿透、性能指标监控）
redis持久化（RDB与AOF）的方式比较：https://www.wslhome.top/articles/2020/06/16/1592312734423.html
redis搭建、redis命令、基础知识：
https://www.wslhome.top/articles/2020/06/12/1591944857524.html
Redis进阶：集群–小白的进阶教程（二）（理论+图解+实践：一文了解集群）
https://blog.csdn.net/qq_40432886/article/details/106909151
❤️ 如有错误欢迎指出❤️
❤️ 点击访问更多个人博客 www.wslhome.top❤️
❤️感谢Thanoslee1993:提指出存在的问题。有什么问题欢迎指出
6589
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
