JavaWeb - Redis04

Redis 删除策略 服务器配置 和 高级数据类型

Redis中的删除策略：

1. Redis中的数据特征：

   • Redis是一种种内存级数据库，所有数据均存放在内存中，内存中的数据可以通过TTL指令获取其状态
     • XX ：具有时效性的数据 返回的是剩余的过期时间
       
     • -1 ：永久有效的数据
     • -2 ：已经过期的数据 或 被删除的数据 或 未定义的数据
   • Redis切换数据库： 使用的命令select index默认的是使用第0个数据库 一共是16个

2. 数据删除策略

   • 数据删除策略的目标
     • 在内存占用与CPU占用之间寻找一种平衡，顾此失彼都会造成整体redis性能的下降，甚至引发服务器宕机或内存泄露
   • 删除策略：
     • 定时删除：用处理器性能换取存储空间（拿时间换空间）
       • 创建一个定时器，当key设置有过期时间，且过期时间到达时，由定时器任务立即执行对键的删除操作
       • 优缺点：
         • 优点：节约内存，到时就删除，快速释放掉不必要的内存占用
         • 缺点：CPU压力很大，无论CPU此时负载量多高，均占用CPU，会影响redis服务器响应时间和指令吞吐量
     • 惰性删除 用存储空间换取处理器性能 （拿空间换时间）
       • 数据到达过期时间，不做处理。等下次访问该数据时
         • 如果未过期，返回数据
         • 发现已过期，删除，返回不存在
       • 优缺点：
         • 优点：节约CPU性能，发现必须删除的时候才删除
         • 缺点：内存压力很大，出现长期占用内存的数据
     • 定期删除 周期性抽查存储空间（随机抽查，重点抽查）
       • Redis启动服务器初始化时，读取配置server.hz的值，默认为10
       • 每秒钟执行server.hz次serverCron()-- databasesCron()-- activeExpireCycle()
       • activeExpireCycle()对每个expires[数据库索引]逐一进行检测，每次执行250ms/server.hz
       • 对某个expires[索引]检测时，随机挑选W个key检测
         • 如果key超时，删除key
         • 如果一轮中删除的key的数量>W*25%，循环该过程
         • 如果一轮中删除的key的数量≤W*25%，检查下一个expires[索引]，0-15循环
         • W取值=ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP属性值
       • 参数current_db用于记录activeExpireCycle() 进入哪个expires[索引] 执行
       • 如果activeExpireCycle()执行时间到期，下次从current_db继续向下执行
   • 三种删除策略的对比：

   时删除	惰性删除	定期删除
   约内存，无占用	内存占用严重	内存定期随机清理
   不分时段占用CPU资源，频度高	延时执行，CPU利用率高	每秒花费固定的CPU资源维护内存
   拿时间换空间	拿空间换时间	随机抽查，重点抽查

3. 逐出算法

   • 新数据进入检测：
     • Redis使用内存存储数据，在执行每一个命令前，会调用freeMemoryIfNeeded()检测内存是否充足。如果内存不满足新加入数据的最低存储要求，redis要临时删除一些数据为当前指令清理存储空间。清理数据的策略称为逐出算法。
     • 注意：逐出数据的过程不是100%能够清理出足够的可使用的内存空间，如果不成功则反复执行。当对所有数据尝试完毕后，如果不能达到内存清理的要求，将出现错误信息
       
   • 影响数据逐出的相关配置
     • 最大可使用内存 maxmemory 占用物理内存的比例，默认值为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。
     • 每次选取待删除数据的个数 maxmemory-samples 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
     • 删除策略 maxmemory-policy 达到最大内存后的，对被挑选出来的数据进行删除的策略
   • 影响数据逐出的相关配置
     • 检测易失数据（可能会过期的数据集server.db[i].expires ）
       • volatile-lru：挑选最近最少使用的数据淘汰 到现在最长时间不使用的数据
       • volatile-lfu：挑选最近使用次数最少的数据淘汰 到现在最少使用次数的数据
       • 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：挑选最近最少使用的数据淘汰
       • allkeys-lfu：挑选最近使用次数最少的数据淘汰
       • allkeys-random：任意选择数据淘汰
     • 放弃数据驱逐
       • no-enviction（驱逐）：禁止驱逐数据（redis4.0中默认策略），会引发错误OOM（Out Of Memory）

服务器配置：

1. 服务器端配置：
   • 设置服务器以守护进程的方式运行 daemonize yes|no
   • 绑定主机地址 bind 127.0.0.1
   • 设置服务器端口号 port 6379
   • 设置数据库数量 databases 16
2. 日志配置
   • 设置服务器以指定日志记录级别 loglevel debug|verbose|notice|warning
   • 日志记录文件名 logfile 端口号.log
   • 注意：日志级别开发期设置为verbose即可，生产环境中配置为notice，简化日志输出量，降低写日志IO的频度 日志也是损耗性能的
3. 客户端配置
   • 设置同一时间最大客户端连接数，默认无限制。当客户端连接到达上限，Redis会关闭新的连接maxclients 0
   • 客户端闲置等待最大时长，达到最大值后关闭连接。如需关闭该功能，设置为 0 timeout 300
4. 多服务器快捷配置
   • 导入并加载指定配置文件信息，用于快速创建redis公共配置较多的redis实例配置文件，便于维护include /path/server-端口号.conf

高级数据类型：不常用

1. Bitmaps：
   • Bitmaps类型的基础操作
     • 获取指定key对应偏移量上的bit值 getbit key offset
     • 设置指定key对应偏移量上的bit值，value只能是1或0 setbit key offset value
   • Bitmaps类型的扩展操作
     • 对指定key按位进行交、并、非、异或操作，并将结果保存到destKey中 bitop op destKey key1 [key2...]op取值： or 或 and 与 not 非 xor 异或
     • 统计指定key中1的数量 bitcount key [start end]
2. HyperLogLog
   • HyperLogLog类型的基本操作
     • 添加数据 pfadd key element [element ...]
     • 统计数据 pfcount key [key ...]
     • 合并数据 pfmerge destkey sourcekey [sourcekey...]
   • HyperLogLog相关说明
     • 用于进行基数统计，不是集合，不保存数据，只记录数量而不是具体数据
     • 核心是基数估算算法，最终数值存在一定误差
     • 误差范围：基数估计的结果是一个带有 0.81% 标准错误的近似值
     • 耗空间极小，每个hyperloglog key占用了12K的内存用于标记基数
     • pfadd命令不是一次性分配12K内存使用，会随着基数的增加内存逐渐增大
     • Pfmerge命令合并后占用的存储空间为12K，无论合并之前数据量多少
3. GEO
   • GEO类型的基本操作
     • 添加坐标点 geoadd key longitude latitude member [longitude latitude member ...]
     • 获取坐标点 geopos key member [member ...]
     • 计算坐标点距离 geodist key member1 member2 [unit]