redis高级
事务机制
简述
redis事务是基于队列实现的，创建一个事务队列，然后将事务操作都放入队列中，最后依次执行
作用
保证数据可以恢复操作，确保数据的完整性
列子
#我的关注 user:用户id:follow 被关注的用户id
#我的粉丝 user:用户id:fans 粉丝用户id
#开启事务
multi
#添加命令
#小明用户为1001 ， 小张用户id为1002
sadd user:1001:follow 1002
sadd user:1002:follow 1001
sadd user:1001:fans 1002
sadd user:1002:fans 1002
#执行事务
exec
# 取消事务
discard
事务的机制
语法错误（编译）
#开启事务
multi
#命令
set name zhangsan
set age
seterror sex male
#执行事务
exec
#获取正确指令数据
get name
事务队列中的命令在进入队列后，在执行exec命令前，队列中的命令存在语法错误，此时队列中的所有命令都会执行失败
执行错误（运行）
#开启事务
multi
#命令
set lesson java
rpush lesson eureka feign nacos
set lesson redis
#执行事务
exec
#获取数据
get lesson
事务队列中的命令在进入队并执行exec命令后，出现错误，此时队列中其他命令不会受到影响正常执行
springboot实现redis事务操作
1）修改RedisConfig配置类，开启事务控制
//开启redis事务控制
redisTemplate.setEnableTransactionSupport(true);
2）自定义方法，测试事务效果
@Test
@Transactional(rollbackFor = Exception.class)
public void multiTest(){
//开启事务
redisTemplate.multi();
try{
redisTemplate.opsForValue().set("lesson","java");
redisTemplate.opsForSet().add("lesson","eureka","feign","gateway");
redisTemplate.opsForValue().set("lesson","redis");
System.out.println(redisTemplate.opsForValue().get("lesson"));
}catch (Exception e){
//回滚
System.out.println("出现异常");
redisTemplate.discard();
}finally {
redisTemplate.exec();
}
}
持久化机制
RDB快照
RDB（Redis DataBase）是Redis默认存储方式。其基于快照思想，当符合一定条件（手动或自动触发）时，Redis会将这一刻的内存数据进行快照并保存在磁盘上，产生一个经过压缩的二进制文件，文件后缀名.rdb
触发条件
自动
在redis.conf文件中配置了一些默认触发机制。
手动
在redis客户端执行save或bgsave命令，手动触发RDB快照。
#进入客户端
bin/redis-cli
#执行save命令(同步执行)
save
#执行bgsave命令(异步子线程执行)
bgsave
save或bgsave命令的区别
save：同步处理，阻塞Redis服务进程，服务器不会处理任何命令，直到RDB文件保存完毕。
bgsave：会fork一个和主线程一致的子线程负责操作RDB文件，不会阻塞Redis服务进程，操作RDB文件的同时仍然可以处理命令。
Redis默认使用的是 bgsave 来保存快照数据。
执行过程
1）Redis服务进程判断，当前是否有子线程在执行save或bgsave。
2）如果有，则直接返回，不做任何处理。
3）如果没有，则以阻塞式创建子线程，在创建子线程期间，Redis不处理任何命令。
4）创建完子线程后，取消阻塞，Redis服务继续响应其他命令。
5）同时基于子线程操作RDB文件，将此刻数据保存到磁盘。
AOF
AOF（append only file）是Redis提供了另外一种持久化机制。与RDB记录数据不同，当开启AOF持久化后，Redis会将客户端发送的所有更改数据的命令，记录到磁盘中的AOF文件。 这样的话，当Redis重启后，通过读取AOF文件，按顺序获取到记录的数据修改命令，即可完成数据恢复。
举个例子，对Redis执行三条写命令：
set name itheima
hset cart shop nike
sadd lesson java python hadoop
RDB会将name、cart、lesson三个键值对数据进行保存，而AOF会将set、hset、sadd三个命令保存到AOF文件中。
触发方式
AOF方式需要手动开启，修改redis.conf
# 是否开启AOF，默认为no
appendonly yes
#设置AOF文件名称
appendfilename appendonly.aof
对于AOF的触发方式有三种：always、everysec、no。 默认使用everysec。可以通过redis.conf中appendfsync属性进行配置。
- always：每次执行写入命令都会将aof_buf缓冲区文件全部内容写入到AOF文件中，并将AOF文件同步到磁盘。该方式效率最低，安全性最高。
- everysec：每次执行写入命令都会将aof_buf缓冲区文件全部内容写入到AOF文件中。 并且每隔一秒会由子线程将AOF文件同步到磁盘。该方式兼备了效率与安全，即使出现宕机重启，也只会丢失不超过两秒的数据。
- no：每次执行写入命令都会将aof_buf缓冲区文件全部内容写入到AOF文件中，但并不对AOF文件进行同步磁盘。 同步操作交由操作系统完成（每30秒一次），该方式最快，但最不安全。
执行原理
开启AOF后，重启Redis，进入Redis客户端并执行多条写命令，这些命令会被保存到appendonly.aof文件中。
set name zhangsan
set age 18
set sex male
get name
get age
get sex
此时查看redis/data目录，会新产生一个appendonly.aof文件。 查看文件内容
*2 #表示该命令有两个词 （select 0 查询0号数据库）
$6 #表示第一个词由6个字符组成
SELECT #表示第一词为select
$1 #表示第二个词由1个字符组成
0 #表示第二词为0
*3
$3
set
$4
name
$8
zhangsan
*3
$3
set
$3
age
$2
18
*3
$3
set
$3
sex
$4
male
出现的*1 $1这些可以防篡改
重写优化
随着操作redis越多，命令数据占用大量存储空间、数据还原花费的时间多
自动
#当前aof文件大小超过上一次aof文件大小的百分之多少时进行重写。如果之前没有重写过，以
启动时aof文件大小为准
auto-aof-rewrite-percentage 100
#限制允许重写最小aof文件大小，也就是文件大小小于64mb的时候，不需要进行优化
auto-aof-rewrite-min-size 64mb
手动
直接调用bgrewriteaof命令。（命令：redis-cli bgrewriteaof）
高可用
redis集群，主从分离，当一台服务器中数据更新后，可以自动的将更新的数据同步到其他服务器上
读写分离
在生产环境下，读请求会远远多于写请求，大概10:1的比率。 当单机无法应对大量读请求时，可以通过主从复制机制，实现读写分离。主节点只负责写请求，从节点只负责读请求
持久化优化
从节点上开启持久化、在主节点关闭持久化
操作流程
1、Slave服务启动，主动连接Master，并发送SYNC命令，请求初始化同步；
2、Master收到SYNC后，执行BGSAVE命令生成RDB文件，并缓存该时间段内的写命令；
3、Master完成RDB文件后，将其发送给所有Slave服务器；
4、Slave服务器接收到RDB文件后，删除内存中旧的缓存数据，并装载RDB文件；
5、Master在发送完RDB后，即刻向所有Slave服务器发送缓存中的写命令；
作用
- 读写分离：主写从读，提高服务器的读写负载能力
- 负载均衡：基于主从结构，配合读写分离，由slave分担master负载，并根据需求的变化，改变slave的数量，通过多个从节点分担数据读取负载，大大提高Redis服务器并发量与数据吞吐量
- 故障恢复：当master出现问题时，由slave提供服务，实现快速的故障恢复
- 数据冗余：实现数据热备份，是持久化之外的一种数据冗余方式
- 高可用基石：基于主从复制，构建哨兵模式与集群，实现Redis的高可用方案
哨兵模式
如果主库挂了，我们就需要运行一个新主库，比如说把一个从库切换为主库，把它当成主库。
这就涉及到三个问题：
-
主库真的挂了吗？
-
该选择哪个从库作为主库？
-
怎么把新主库的相关信息通知给从库和客户端呢？
哨兵(sentinel) 是一个分布式系统，用于对主从结构中的每台服务器进行监控，当出现故障时通过投票机制选择新的master并将所有slave连接到新的master。
单机版哨兵
注意：
-
哨兵也是一台redis服务器，只是不提供数据服务
-
通常哨兵配置数量为单数
-
如果配置启用单节点哨兵，如果有哨兵实例在运行时发生了故障，主从库无法正常
切换啦，所以我们需要搭建 哨兵集群
哨兵集群
- Redis提供了哨兵的命令，是一个独立的进程
- 原理 哨兵通过发送命令给多个节点，等待Redis服务器响应，从而监控运行的多个Redis实例的运行情况
- 当哨兵监测到master宕机，会自动将slave切换成master，通过通知其他的从服务器，修改配置文件切换主机
注意：
哨兵必须要配置大于等于3的奇数，因为哨兵要进行投票判断主服务器是否挂了
如果某个哨兵检测到主服务器挂了，但是其他没有检测到，就说明哨兵出现了误判1！
主观下线
哨兵检测到主服务器挂了就会先把它标记为“主观下线”，并进行投票。
客观下线
当哨兵判断主服务器挂的票数多于半数时，主服务器就会变成客观下线（此时才拿掉，客观下线条件只适用于主服务器）
仲裁
投票的过程就叫仲裁
高可扩
先通过crc16算法判断数据是否有问题再通过hash槽进行计算，然后分配数据到Master服务器
key过期淘汰策略
定时删除
它会在设置键的过期时间的同时，创建一个定时器， 当键到了过期时间，定时器会立即对键进行删除。 这个策略能够保证过期键的尽快删除，快速释放内存空间
优缺点：
- Redis的操作频率是非常高的
- 会造成出现大量定时器执行，严重降低系统性能
- 该策略对内存空间足够友好， 但对CPU非常不友好，会拉低系统性能，因此不建议使用
惰性删除
它不持续关注key的过期时间， 而是在获取key时，才会检查key是否过期，如果过期则删除该key
优缺点：
- 不持续关注key的过期时间， 而是在获取key时，才会检查key是否过期，如果过期则删除该key
- 惰性删除对CPU足够友好，但是对内存空间非常不友好，会造成大量内存空间的浪费
定期删除
- 默认每秒运行10次会对具有过期时间的key进行一次扫描，但是并不会扫描全部的key，因为这样会大大延长扫描时间。
- 每次默认只会随机扫描20个key，同时删除这20个key中已经过期的key。
- 如果这20个key中过期key的比例达超过25%，则继续扫描。
可以通过参数配置修改每秒扫描次数只需要修改redis.conf中的hz参数即可。
缺点：
因为是随机扫描，所以可能会出现过期了但一直没有扫描到的情况
内存淘汰策略
作用
Redis会检查内存空间大小，如超过最大内存，则触发内存淘汰策略，redis通过释放内存中的数据，来保证新数据的添加
最大内存参数配置
修改redis.conf中的maxmemory 来设置最大内存。
淘汰策略
过期时间数据淘汰
- volatile-lru
删除设置了ttl2，且最近中最久未被使用过的key - volatile-lfu
删除设置了ttl，且最近中最少使用过的key - volatile-ttl
删除设置了ttl，且即将过期的key - volatile-random
从设置了ttl中的key中随机删除
所有数据淘汰
- allkeys-lru
所有key中，删除最近中最久未被使用过的key - allkeys-lfu
所有key中，删除最近中最少使用过的key - allkeys-random
从所有key中，随机删除key
不淘汰
- noeviction
不删除，当内存空间不足时，直接报异常
策略设置
redis默认使用noeviction，我们可以通过修改redis.conf中maxmemory-policy属性值设置不同的内存淘汰策略。
使用场景
1、Redis只做缓存，不做DB持久化，使用allkeys。如状态性信息，经常被访问，但数据库不会修改。
2、同时用于缓存和DB持久化，使用volatile。如商品详情页。
3、存在冷热数据区分，则选择LRU或LFU。如热点新闻，热搜话题等。
4、每个key被访问概率基本相同，选择使用random。如企业内部系统，访问量不大，删除谁对数据库也造成太大压力。
5、根据超时时间长久淘汰数据，选择选用ttl。如微信过期好友请求。
redis6.0新特性
支持多线程
- redis6多线程只是用来处理网络数据的读写和协议解析上，底层数据操作还是单线程
- 执行命令仍然是单线程，之所以这么设计是不想因为多线程而变得复杂，需要去控制 key、lua、事务，LPUSH/LPOP 等等的并发问题
- 默认不开启
io-threads-do-reads yes
io-threads 线程数
- 官方建议 ( 线程数小于机器核数 )
4 核的机器建议设置为 2 或 3 个线程
8 核的建议设置为 4或6个线程， - 不会有安全问题，Redis 的多线程部分只是用来处理网络数据的读写和协议解析，执行命令仍然是单线程顺序执行。
acl
给用户创建权限，通过限制对命令和密钥的访问来提高安全性，以使不受信任的客户端无法访问
3.redis的客户端支持缓存
类似浏览器缓存一样
lettuce客户端
lettuce的依赖
jedis的依赖
lettuce的配置
jedis的配置
api一样
1038
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
