Redis的简单使用

什么是Nosql

nosql=not only sql(不仅仅是sql)

泛指非关系型数据库，随着web2.0互联网的诞生，传统关系型数据库解决不了，尤其是大规模的高并发的问题。

Redis（Remote Dictionary Server )

即远程字典服务，是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API。Redis 是一个高性能的key-value数据库。

数据类型

1. 字符串（string）: 可以用来做最简单的数据缓存，可以缓存某个简单的字符串，也可以缓存某个json格式的字符串，Redis分布式锁的实现就利用了这种数据结构，还包括可以实现计数器、Session共享、分布式ID。
2. 哈希表（hash）: 可以用来存储一些key-value键值对，更适合用来存储对象。
3. 列表（list）: Redis的列表通过命令的组合，即可以当作栈，又可以当作队列来使用，可以用来缓存类似微信公众号，微博等消息流数据。
4. 集合（set）: 和列表类似，也可以存储多个元素，但是不能重复，集合可以进行交集，并集和差集操作，从而可以实现类似：我和某人共同关注的人、朋友圈点赞等。
5. 有序集合（zset）: 集合是无序的，有序集合可以设置顺序，可以用来实现排行榜功能。

事物

1. 概念：
   是一个单独隔离操作：事务中的所有命令都会序列化，按顺序的执行，事物在执行过程中，不会被其他客户发送来的命令请求所打断。

2. 作用：
   串联多个命令，防止别的命令插队。

3. 命令：
   从输入Multi命令开始，输入的命令都会依次进入命令队列中，但不会执行，直到输入Exec后，Redis会将之前的命令队列中的命令依次执行。组队的过程中可以通过discard放弃执行。

    - Multi：组队
    - Exec：执行
    - discard：放弃执行
   

事物冲突

1. 例子：
   双十一小明有10000元，但是有三个女朋友abc

    - a要求买一个8000的口红
    - b要求买一个5000的包包
    - c要求买一个1000的手链
   

2. 解决方法：

    - 悲观锁
    - 乐观锁
   

   

    - watch监视：如果命令在执行前被改的，那么事物会被打断。
    watch（监视） exec（执行） discard(放弃)
   

   

   

三大特征

1. 单独的隔离操作

• 事务中的所有命令都会序列化、按顺序地执行。事务在执行的过程中，不会被其他客户端发送来的命令请求所打断

2. 没有隔离级别的概念

• 队列中的命令没有提交之前都不会实际被执行，因为事务提交前任何指令都不会被实际执行

3. 不保证原子性

• 事务中如果有一条命令执行失败，其后的命令仍然会被执行，没有回滚

持久化

Redis对数据的操作都是基于内存的，当遇到了进程退出、服务器宕机等意外情况，如果没有持久化机制，那么Redis中的数据将会丢失无法恢复。有了持久化机制，Redis在下次重启时可以利用之前持久化的文件进行数据恢复。

RDB（Redis DataBase）

在指定的时间间隔内将内存中的数据集快照写入磁盘。

1. 手动触发

• save
  执行save命令会手动触发RDB持久化，但是save命令会阻塞Redis服务，直到RDB持久化完成。当Redis服务储存大量数据时，会造成较长时间的阻塞，不建议使用。

• bgsave
  执行bgsave命令也会手动触发RDB持久化，和save命令不同是：Redis服务一般不会阻塞。Redis进程会执行fork操作创建子进程，RDB持久化由子进程负责，不会阻塞Redis服务进程。Redis服务的阻塞只发生在fork阶段，一般情况时间很短
  

    1. undefined.执行bgsave命令，Redis进程先判断当前是否存在正在执行的RDB或AOF子线程，如果存在就是直接结束。
    2. undefined.Redis进程执行fork操作创建子线程，在fork操作的过程中Redis进程会被阻塞。
    3. undefined.Redis进程fork完成后，bgsave命令就结束了，自此Redis进程不会被阻塞，可以响应其他命令。
    4. undefined.子进程根据Redis进程的内存生成快照文件，并替换原有的RDB文件。
    5. undefined.子进程通过信号量通知Redis进程已完成。
  

2. 自动触发

   与RDB不同，AOF持久化是通过记录Redis的所有写操作命令到一个文件中，并在Redis重启时，通过回放这些命令来重建数据。AOF持久化可以配置不同的同步策略，如每秒同步、每写操作同步或根据需要同步。默认情况下，Redis会开启AOF持久化，并将同步策略设置为每秒同步。

    AOF（Append Only File）
   

应用问题

1. 缓存穿透

    一直访问数据库，缓存没有起到作用
   

原因：

• 应用服务器突然增加
• redis命中率降低
• 频繁操作数据库

现象：

• redis查询不到数据库
• 出现很多不正常的url访问

问题：

一个一定不存在缓存及查询不到的数据，由于缓存是不命中时被动写的，并且出于容错考虑，如果从存储层查不到数据则不写入缓存，
这将导致这个不存在的数据每次请求都要到存储层去查询，失去了缓存的意义。

解决方案:

• 对空值缓存

  如果一个查询返回的数据为空，我们仍然把这个空结果( null )进行缓存，设置空结果的过期时间会很短，最长不超过五分钟
  

• 设置可访问的名单（白名单)

  使用bitmaps（位图）类型定义一个可以访问的名单，名单id作为bitmaps的偏移量，每次访问和 bitmap里面的id进行比较，如果访问id不在bitmaps里面，进行拦截，不允许访问。

• 采用布隆过滤器

  (布隆过滤器(Bloom Filter )是1970年由布隆提出的。它实际上是一个很长的二进制向量(位图)和一系列随机映射函数（哈希函数)。
  布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率和删除困难。
  将所有可能存在的数据哈希到一个足够大的bitmaps中，一个一定不存在的数据会被这个bitmaps拦截掉，从而避免了对底层存储系统的查询压力。
  

• 进行实时监控

  当发现 Redis 的命中率开始急速降低，需要排查访问对象和访问的数据，和运维人员配合，可以设置黑名单限制服务
  

3. 缓存击穿

   给某一个key设置了过期时间，当key过期的时候，恰好这时间点对这个key有大量的并发请求过来缓存击穿问题也叫热点key问题，就是一个被高并发访问并且缓存重建业务较复杂的key突然失效了，无数的请求访问会在瞬间给数据库带来巨大的冲击。

现象：

• 数据库访问压力瞬间增加
• redis里面没有出现大量key过期
• redis正常运行

解决方案：

• 互斥锁
  

• 监控数据，适时调整

  类似于新闻、某博等软件都需要对热点数据进行预先设置在redis中

• 提前对热点数据进行设置

  监控哪些数据是热门数据，实时的调整key的过期时长

4. 缓存雪崩

   在某个时间段，缓存中的大部分数据过期或失效，导致大量请求直接访问数据库，造成数据库压力剧增，甚至导致数据库崩溃。
   

现象：

• 大量Redis缓存数据同时过期，导致所有的发送到Redis请求都无法命中数据，只能到数据库中进行查询。
• Redis服务器宕机，所有请求都无法经Redis来处理，只能转向数据库查询数据。

解决方案：

1.事发前

• 设置随机过期时间
  为每个缓存设置一个随机的过期时间，避免大量缓存在同一时间失效，减少缓存雪崩的风险。
• 数据预热
  在系统低峰期将数据预先加载到缓存中，避免在高峰期因为大量请求导致缓存雪崩问题的发生。
• 缓存高可用
  使用多级缓存架构，将缓存服务进行集群化，避免单点故障，确保缓存服务的高可用性。
  a. 第一级缓存（本地缓存）：第一级缓存通常是位于应用程序内部的本地缓存，例如使用内存数据结构进行存储（如HashMap、ConcurrentHashMap等）。本地缓存速度非常快，对于短时间内频繁访问的数据能够提供快速响应。但由于是应用程序内部的缓存，其生命周期通常与应用程序的生命周期相同，不具备高可用性。
  b. 第二级缓存（分布式缓存）：第二级缓存是在多台服务器节点上运行的分布式缓存服务，例如Redis、Memcached等。分布式缓存能够存储大量数据，并提供高性能的读写操作。通过将缓存数据分片存储在不同的节点上，可以实现负载均衡和数据冗余，以提高系统的可用性和可靠性。
  c. 第三级缓存（持久化存储）：第三级缓存可以是持久化存储，如关系型数据库（如MySQL）或分布式文件系统（如Hadoop HDFS）。第三级缓存主要用于存储不常访问的数据，数据从第二级缓存中淘汰后仍然可以从第三级缓存中恢复。这样可以在第二级缓存故障或不命中时，仍然能够从第三级缓存中获取数据。

2.事发中

设置本地缓存(ehcache)+限流(hystrix)&降级，尽量避免数据库被干掉(起码能保证我们的服务还是能正常工作的)

3.事发后

redis持久化，重启后自动从磁盘上加载数据，快速恢复缓存数据。