Redis基础知识大盘点

前言

之前一直想写点Redis的技术文章， 奈何自己之前没有做过太多相关的开发实践 对其研究不够深入 加上工作之后太忙，借着前段时间做过一个简单的需求，这篇文章 南国就Redis的一些必备知识点做了大盘点。

概述

Redis中文官网标准定义是，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）。

在日常运用中，我们重点记得它是速度非常快的非关系型（NoSQL）内存键值数据库，可以存储键和五种不同类型的值之间的映射。键的类型只能为字符串，值支持五种数据类型：字符串、列表、集合、散列表、有序集合。

数据类型

不同数据类型的常用指令 可以在Redis官网查询得到。多说一下，如果有零基础入门的同学 之前从来没有接触过Redis的，南国这边的建议是 可以在服务器或者电脑的虚拟机上安装一个Redis 建议采用docker的方式，便捷 轻巧。 关于docker的基础知识 南国在之前写过简单的技术分享文章 也可自行百度安装运行Redis 然后对于每个数据类型的命令练练手。

数据结构

对于上述常用的数据类型，其底层实现的数据结构有8种, 分别是:

• SDS - simple dynamic string - 支持自动动态扩容的字节数组
• list - 平平无奇的链表
• dict - 使用双哈希表实现的, 支持平滑扩容的字典
• zskiplist - 附加了后向指针的跳跃表
• intset - 用于存储整数数值集合的自有结构
• ziplist - 一种实现上类似于TLV, 但比TLV复杂的, 用于存储任意数据的有序序列的数据结构
• quicklist - 一种以ziplist作为结点的双链表结构, 实现的非常苟
• zipmap - 一种用于在小规模场合使用的轻量级字典结构

而衔接"底层数据结构"与"Value Type"的桥梁的, 则是Redis实现的另外一种数据结构: redisObject. Redis中的Key与Value在表层都是一个redisObject实例, 故该结构有所谓的"类型", 即是ValueType. 对于每一种Value Type类型的redisObject, 其底层至少支持两种不同的底层数据结构来实现. 以应对在不同的应用场景中, Redis的运行效率, 或内存占用.

关于底层数据结构的详细分析，这里推荐一篇非常不错的文章底层数据结构, 与Redis Value Type之间的关系，这里值得重点关注的知识点在dict 和跳表上，他们是非常重要的数据结构 也是面试中常考的知识点， 特别是采用多指针有序链表实现的跳表结构。

数据淘汰策略

数据持久化

Redis 是内存型数据库，为了保证数据在断电后不会丢失，需要将内存中的数据持久化到硬盘上。

RDB 持久化

将某个时间点的所有数据都存放到硬盘上。
可以将快照复制到其它服务器从而创建具有相同数据的服务器副本。
如果系统发生故障，将会丢失最后一次创建快照之后的数据。
如果数据量很大，保存快照的时间会很长。

AOF 持久化

将写命令添加到 AOF 文件（Append Only File）的末尾。

使用 AOF 持久化需要设置同步选项，从而确保写命令同步到磁盘文件上的时机。这是因为对文件进行写入并不会马上将内容同步到磁盘上，而是先存储到缓冲区，然后由操作系统决定什么时候同步到磁盘。有以下同步选项：

选项	同步频率
always	每个写命令都同步
everysec	每秒同步一次
no	让操作系统来决定何时同步

always:选项会严重减低服务器的性能；
everysec:选项比较合适，可以保证系统崩溃时只会丢失一秒左右的数据，并且 Redis 每秒执行一次同步对服务器性能几乎没有任何影响；
no: 选项并不能给服务器性能带来多大的提升，而且也会增加系统崩溃时数据丢失的数量。

随着服务器写请求的增多，AOF 文件会越来越大。Redis 提供了一种将 AOF 重写的特性，能够去除 AOF 文件中的冗余写命令。

应用场景

计数器

可以对 String 进行自增自减运算，从而实现计数器功能。
Redis 这种内存型数据库的读写性能非常高，很适合存储频繁读写的计数量。

缓存

将热点数据放到内存中，设置内存的最大使用量以及淘汰策略来保证缓存的命中率。

查找表

例如 DNS 记录就很适合使用 Redis 进行存储。
查找表和缓存类似，也是利用了 Redis 快速的查找特性。但是查找表的内容不能失效，而缓存的内容可以失效，因为缓存不作为可靠的数据来源。

消息队列

List 是一个双向链表，可以通过 lpush 和 rpop 写入和读取消息
不过最好使用 Kafka、RabbitMQ 等消息中间件。

会话缓存

可以使用 Redis 来统一存储多台应用服务器的会话信息。
当应用服务器不再存储用户的会话信息，也就不再具有状态，一个用户可以请求任意一个应用服务器，从而更容易实现高可用性以及可伸缩性。

分布式锁实现

在分布式场景下，无法使用单机环境下的锁来对多个节点上的进程进行同步。
可以使用 Redis 自带的 SETNX 命令实现分布式锁，除此之外，还可以使用官方提供的 RedLock 分布式锁实现。

参考资料：
1.Redis中文官网
2. https://github.com/CyC2018/CS-Notes/blob/master/docs/notes/Redis.md