Redis总结

当前很多企业中，为实现数据查询效率高且快的目的，都在使用redis作为自己的缓存核心件，因此，本文想从这点出发，来简单阐述一下为何redis这么抢手？

一.什么是Redis？

首先，我们要了解什么是redis？它有什么特点？为何要用它呢？请看下图。

那么大家肯定会问，redis怎么是个单线程呢？还特别快？
这是因为redis的瓶颈并不是cpu的运行速度，而往往是网络带宽和机器内存大小，单线程切换开销小，容易实现，既然单线程容易实现，而且CPU不会成为瓶颈，那就顺利成章采用单线程方案。如果CPU成为你的Redis瓶颈了，或者，你就是不想让服务器其他核闲置，那怎么办？那也很简单，你多起几个Redis进程就好了，redis-cluster可以帮你做的更好。
那么单线程可以处理高并发请求吗？答案是肯定的，redis就实现了，高并发并不是并行。（相关概念：并发性I/O流，意味着能够让一个计算单元来处理来自多个客户端的流请求。并行性，意味着服务器能够同时执行几个事情，具有多个计算单元）。
关于redis采用多路复用io阻塞机制，详情看[redis多路复用io阻塞机制https://blog.csdn.net/javaer_lee/article/details/87444386]。
Redis数据类型有很多，使得其在很多场景均可以运用到Redis，如图：

二.Redis如何使用

配置完成redis之后，redis的代码应该写在项目中的哪个部分？如果将缓存的代码写到业务代码中，首先代码不能复用，并且造成业务耦合性高。使用AOP面向切面编程最好。面向切面编程有以下优势：
核心：在不影响原有代码基础上，对方法进行扩展，减少代码耦合性。
公式：切面=切入点表达式+通知

三.Redis原理

Redis持久化策略：我们知道redis的运行环境的内存中，其特点是断电或者宕机就会导致数据清空，怎么来避免出现这种情况发生呢？那就是加持久化策略。

Redis内存策略：redis的数据保存在内存中,但是内存资源是有限的.如果需要存储海量的数据,则将之前的旧的数据应该先删除,之后再新增.总共有9种：

Redis缓存问题：缓存也会出现很多问题，针对缓存问题进行归纳，如图：

四.Redis内部机制

首先应先提分片机制：由于业务需要,通常可能会将海量的数据保存到redis的内存中,实现用户快读读取.但是Redis内存容量有限,不能一味的扩大内存.因为寻址的时间大大增加,性价比不高.所以最好的方式准备多台redis分别存储数据,实现内存的扩容.提高读写效率.如图

由于采用分片机制，便会新增或者移除节点，这样会改变我们之前的映射关系，因此为尽可能减小影响，采用一致性hash算法，同时也解决了分布式环境下的存储动态伸缩性（弹性）问题。
什么是一致性hash算法？是一种特殊的哈希算法，目的是解决分布式缓存的问题。[一致性hash算法解释https://www.cnblogs.com/lpfuture/p/5796398.html]，如图

一致性hash算法特点：
1.平衡性：是为了解决通过hash计算得到的结果是随机的，可能出现数据分配严重不平衡的情况，平衡性是指hash的结果应该平均分配到各个节点，这样从算法上解决了负载均衡问题，采用的方法是引入虚拟节点。

2.单调性：单调性是指在新增或者删减节点时，不影响系统正常运行,其中的数据可以自动的实现迁移。

3.分散性：是指数据应该分散地存放在分布式集群中的各个节点(节点自己可以有备份)，不必每个节点都存储所有的数据，也就是不要放在一个篮子里。

还有一个重要机制是Redis哨兵机制，若采用分片机制，如果将来有一台redis宕机，则直接影响程序正常的执行；如何解决：高可用。，也就是说当服务器宕机可以自动的实现主从的切换。但前提条件是需要配置缓存数据同步，数据的同步是实现高可用的前提条件，如果没有数据同步 即使实现了高可用,则也可能由于从服务器中没有数据而导致缓存雪崩效应。
因此引出哨兵机制，那什么是哨兵机制呢？它的工作原理是什么？它和分片机制有什么分别呢？如图：

终于到了Redis集群，那么集群是什么？在什么时候用最合适呢？集群是Redis提供的分布式数据库方案，通过分片来进行数据共享，并提供复制和故障转移功能的一个机制。也就是说集群可以是sentinel哨兵、主从模式和分片机制的结合体，通过cluster可以实现主从和master重选功能，这种模式适合数据量巨大的缓存要求，当数据量不是很大的时候使用哨兵即可。