Redis总结大全

Redis简介
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）。
nginx: 3-5万/秒
redis: 读: 11.2万/秒 写: 8.6万/秒 平均10万/秒
吞吐量: 50万/秒

Linux中的操作命令
linux中redis的操作命令：
redis-cli -p 6379 进入客户端
ps -ef | grep redis 查看服务器有没有在启动

redis的api ：
set的集合的作用是去重
jedis.setnx 判断是否有值，有值的话就不做更改，没有值则新增值

Redis的作用？

1.redis 可以当做数据库、中间件、缓存使用

2.支持5种数据类型string、list集合、hash哈希，set的集合

3.为什么不用单台redis? 分片 优点：为了实现扩容 缺点：容易数据缺失->哨兵机制 可以实现redis的高可用，但是哨兵本身没有高可用。 有宕机，首先要判断宕机ping pang机制，超过半票就确定宕机，选举超过半票 就可以当主机。 分区就是集群。

4.redis没有多线程安全，因为他是单进程 单线程。

1.Redis持久化策略

1.1 什么是持久化？

说明：redis运行环境在内存中，如果redis服务器关闭，则内存数据会丢失。
需求：如何保存内存数据呢？
解决方案：可以定期将 内存数据持久化到磁盘中
持久化策略规则
当redis正常运行时，定期将数据保存到磁盘中，当redis服务器重启时，则根据配置文件中指定的持久化的方式，实现数据的恢复。（读取数据，之后恢复数据）

1.2 RDB模式

1.2.1RDB模式特点的说明

1.RDB是redis默认的持久化策略
2.rdb模式定期（时间间隔）持久化 弊端：可能会导致数据的丢失
3.rdb模式记录的是内存数据的快照，持久化效率高，快照只保留最新的记录

1.2.2 RDB模式命令

1.save命令：将内存数据持久化到磁盘中 主动的操作 会造成线程的阻塞
2.bgsave命令：将内存数据采用后台运行的方式，持久化到文件中，不会造成阻塞
3.默认的持久化的机制
save 900 1 如果在900秒里，执行了一次更新操作，则持久化一次
save 300 10 如果在300秒里，执行了十次更新操作，则持久化一次
save 60 10000 如果在60秒里，执行了10000次更新操作，则持久化一次

1.2.3 AOF模式

1.2.4 AOF模式特点

1.aof模式默认条件下是关闭的，需要手动开启
2.aof模式记录的是用户操作的过程，所有可以实现实时持久化从操作
3.aof模式由于记录得是实时的操作过程，持久化文件较大，需要定期维护

1.2.5启动AOF模式

1.3 关于持久化操作总结

1.当内存允许数据少量丢失的时候，采用RDB模式（快）
2.当内存数据不允许丢失时，采用AOF模式（定期维护 持久化文件）
3.一般工作中采用AOF和RDB相结合的模式共同作用，保证数据的有效性

1.4面试题

问题：如果小浩在公司服务器中执行了flushAll命令，咋办？
答： 需要找到aof文件之后，删除flushAll命令，之后重启redis，执行save命令即可

2.内存优化策略

2.1 为什么要进行内存优化？

原因：由于redis在内存中保留数据，如果一直保存数据肯定会内存满，然后内存溢出啊，所以就要定期维护内存数据的大小

办法：删除旧的不经常用的数据，保留新的常用的数据

2.2LRU算法

LRU，最近最少使用，是一种常用的页面置换算法
计算维度: 时间T
注意事项: LRU算法是迄今为止内存中最好用的数据置换算法

2.3 LFU

算法维度: 使用次数

2.4 随机算法

2.5 TTL算法

根据剩余的存活时间,将马上要超时的数据提前删除.

3.关于缓存面试问题（重点啊啊啊）

问题出发点喔：
由于缓存失效，导致大量的用户请求直接访问数据库服务器，导致负载过高，从而引发整体宕机的风险！！！

3.1缓存穿透

说明：用户频繁访问数据库中不存在的数据，可能会导致缓存穿透的现象，如果该操作是高并发操作，则可能直接威胁数据库服务器

解决方案：
1.采用IP限流的方式 降低用户访问服务器的次数，IP动态代理（一分钟变一次）
2.微服务的处理方式，利用断路器返回执行的业务数据即可不执行数据库操作，从而保护了数据库（Hystrix 熔断 10秒20次请求，50%失败降级）
3.微服务处理方式：api网关，不允许非法操作

3.2缓存击穿

说明：当缓存和数据库某一数据由于超时/删除等操作造成数据失效的时候，高并发多用户访问这个数据的时候直接访问数据库，会造成数据库压力过高，会导致数据损坏，甚至宕机的风险！！！

解决方案：
1.采用多级缓存的方法，保护数据库
2.同时数据超时时间采用随机数的方式

3.3缓存雪崩

说明：redis缓存中大部分数据失效，用户访问命中率太低，大量用户直接访问数据库，会导致整体数据库宕机风险！！
解决方案：
1.禁止使用flushall等敏感操作
2.采用多级缓存
3.设置不同的超时时间