Redis的常用知识点

Redis使用总结

本文围绕以下几点进行阐述
1~ 为什么使用redis
2~ 使用redis有什么缺点
3~ 单线程的redis为什么这么快
4~ redis的数据类型,以及每种数据类型的使用场景
5~ redis的过期策略以及内存淘汰机制
6~ redis和数据双写一致性问题
7~ 如何应对缓存穿透和缓存雪崩问题
8~ 如何解决redis的并发竞争问题

1、为什么使用redis

分析:博主觉得在项目中使用redis,主要是从两个角度去考虑:性能和高并发。当然,redis还具备可以做分布式锁等其他功能,但是如果只是为了分布式锁这些其他功能,完全还有其他中间件(如 zookpeer)来代替,并不是非要使用redis。因此,这个问题主要从性能和并发两个角度去答

(一)性能
如下图所示,我们在碰到需要执行耗时特别久,且结果不频繁变动的SQL,就特别适合将运行结果放入缓存。这样，后面的请求就去缓存中读取,使得请求能够迅速响应

(二)并发

如下图所示,在大并发的情况下,所有的请求直接访问数据库,数据库会出现连接异常。这个时候，就需要使用缓存操作，让请求先访问到redis,而不是直接访问数据库

2.使用redis有什么缺点
分析:主要是四个问题
(一)缓存和数据双写一致问题
(二)缓存雪崩问题
(三)缓存击穿问题
(四)缓存的并发竞争问题

3.单线程的redis为什么这么快

这个问题其实是对redis内部机制的一个考察。
主要是以下三点
(一)纯内存操作
(二)单线程操作,避免了频繁的上下文切换
(三)采用了非阻塞多路复用机制

4.redis的数据类型,以及每种数据类型的使用场景

1~String
这个就是做常规的set get 操作 value可以是数字 一般做一些复杂的计数功能的缓存
2~ hash
这里value存放的是结构化的对象 比较方便的就是操作其中的某个字段 单点登录就是用这种数据结构来储存用户信息,以cookiedId作为key 设置30分钟为缓存过期时间 能很好的模拟出类似session的效果
3~ list
使用list的数据结构,可以做简单的消息队列的功能.另外一个就是 可以利用range命令 做基于redis的分页功能
也可以用在生产者消费者场景 可以排队先进先出的原则

4~ set
因为set堆放的是一堆不重复值的集合 所以可以做全局去重的功能 为什么不用JVm自带的set去重 因为我们的而系统一般都是集群部署 使用JVM自带SET 比较麻烦

5~ redis的过期策略以及内存淘汰机制

redis采用的是定期删除+惰性删除策略

为什么不用定时删除策略?
定时删除,用一个定时器来负责监听key,过期则自动删除
虽然内存及时释放,但是十分消耗CPU资源.在大并发请求下,CPU要将时间应用在处理请求,而不是删除key 因此没有采用这一策略

redis.conf中有一行配置
maxmemory-policy volatile-lru
配置淘汰策略
1.noeviction:当内存不足以新写入数据时 新写入操作会报错
2.allkeys-lru:当内存不足以容纳新写入数据时 在键空间中
移除最少使用的key 推荐使用
3.allkeys-random:当内存不足以写入数据时 在键空间中 随机移除key 去随机删除
4.volatile-lru:当内存不足以容纳新写入数据时 在设置了过期时间的键空间中 移除最少使用的key 这种情况一般是把redis即当缓存,又把持久化储存的时候才用
5.volatile-random:当内存不足以容纳写入数据时 在设置了过期时间的键空间中 随机移除某个key
6.volatile-ttl:当内存不足以容纳新写入数据时 在设置了过期时间的键空间中 有更早过期时间的key优先移除

6~ redis和数据库的双写一致性问题

首先 采取正确更新策略 先更新数据库 再删除缓存 其次 因为可能存在删除缓存失败的问题 提供一个补偿措施即可
例如使用消息队列

7~ 如何应对缓存穿透和缓存雪崩的问题
缓存穿透:所有的请求压到数据库
1.利用互斥锁:缓存失效的时候 先去获得锁 再去请求数据库 没得到锁 则休眠一段时间重试
2.采用异步更新策略 无论是key是否取到值 都直接返回
value值中维护一个缓存失效时间 缓存如果过期 异步起一个线程去读数据库 更新缓存 需要做缓存预热
3.提供一个能迅速判断请求是否有效的拦截机制,比如 内部维护一系列合法有效的key 迅速判断出 请求所携添加链接描述带的key是否合法有效 如果不合法 则直接返回
缓存雪崩 即缓存同一时间大面积的失效 这个时候又来了一波请求 结果所有的请求都堆到数据库上 从而导致数据库连接异常

解决方案:

• 给缓存的失效时间,加上一个随机值 避免群体失效
• 使用互斥锁 但是该方案吞吐量明显下降
• 双缓存策略
  原文链接: