2021-03-17

一 Redis持久化机制

RDB文件的载入工作是在服务器启动时自动执行的，并没有专门的命令。但是由于AOF的优先级更高，因此当AOF开启时，Redis会优先载入AOF文件来恢复数据；只有当AOF关闭时，才会在Redis服务器启动时检测RDB文件，并自动载入。服务器载入RDB文件期间处于阻塞状态，直到载入完成为止。
Redis载入RDB文件时，会对RDB文件进行校验，如果文件损坏，则日志中会打印错误，Redis启动失败。

（一）、RDB持久化模式

1、Redis DataBase(简称RDB)模式说明

1.1 RDB 文件是在硬盘上的二进制文件Redis 定期 将内存数据保存到RDB文件中；
1.2 RDB模式 redis默认的规则；
1.3 RDB模式记录的是内存存储的数据在某一时刻的快照 ,持久化效率更高(只保留最新数据)；
1.4 RDB模式由于定期持久化,可能导致数据丢失；
1.5 RDB 文件可在 Redis 启动的时候载入；
1.6 RDB 文件是 Redis 节点复制时的媒介。

2、RDB命令

2.1 持久化操作 save 同步操作 可能其他线程陷入阻塞
2.2 后端持久化 bgsave 异步操作 用户操作不会陷入阻塞 该操作什么时候完成不清楚。

3、RDB模式配置

save 900 1 900秒内用户更新1次 则持久化1次
save 300 10 300秒内用户更新10次 持久化 1次
save 60 10000 60秒内用户更新10000次 持久化1次
save 1 1 保证数据安全性 问题:效率极低 阻塞…
如果想让持久化性能更优,则需要通过监控的手段灵活运用。

RDB常用的配置项，以及默认值:
save m n：bgsave自动触发的条件；如果没有save m n配置，相当于自动的RDB持久化关闭，不过此时仍可以通过其他方式触发；
stop-writes-on-bgsave-error yes：当bgsave出现错误时，Redis是否停止执行写命令；设置为yes，则当硬盘出现问题时，可以及时发现，避免数据的大量丢失；设置为no，则Redis无视bgsave的错误继续执行写命令，当对Redis服务器的系统(尤其是硬盘)使用了监控时，该选项考虑设置为no；
rdbcompression yes：是否开启RDB文件压缩。Redis默认采用LZF算法对RDB文件进行压缩。虽然压缩耗时，但是可以大大减小RDB文件的体积，因此压缩默认开启；可以通过命令关闭；
rdbchecksum yes：是否开启RDB文件的校验，在写入文件和读取文件时都起作用；关闭checksum在写入文件和启动文件时大约能带来10%的性能提升，但是数据损坏时无法发现；
dbfilename dump.rdb：RDB文件名；
dir ./：RDB文件和AOF文件所在目录

2、AOP持久化模式

Append-only file (简称AOF) 将“操作 + 数据”以格式化指令的方式追加到操作日志文件的尾部，在append操作返回后(已经写入到文件或者即将写入)，才进行实际的数据变更，“日志文件”保存了历史所有的操作过程；当server需要数据恢复时，可以直接replay此日志文件，即可还原所有的操作过程。
2.1 AOP持久化特点
优点：可以保持更高的数据完整性，如果设置追加file的时间是1s，如果redis发生故障，最多会丢失1s的数据；且如果日志写入不完整支持redis-check-aof来进行日志修复；AOF文件没被rewrite之前（文件过大时会对命令进行合并重写），可以删除其中的某些命令（比如误操作的flushall）
AOF持久化时，采用异步方式进行
缺点：AOF文件做追加的操作，文件较大，且恢复速度慢，需定期清理。
我们可以简单的认为AOF就是日志文件，AOF的特性决定了它相对比较安全，如果你期望数据更少的丢失，那么可以采用AOF模式。同时需要提醒，如果你的redis持久化手段中有aof，那么在server故障失效后再次启动前，需要检测aof文件的完整性。AOF默认关闭，开启方法，修改配置文件reds.conf： appendonly yes
2.2 AOF持久化原则
appendfsync always 用户执行一次操作,持久化一次
appendfsync everysec 每秒持久化一次
appendfsync no 不主动持久化

二 Redis内存优化策略

1、内存说明

Redis运行环境在内存中，但是内存资源是有限的，不能一味扩容，所以需要对内存进行优化。
Redis内存大小的设定:
最大内存设定:

2、LRU算法

	LRU是Least Recently Used的缩写，即**最近最少使用**，是一种**常用的页面置换算法**，选择最近最久未使用的页面(数据)予以淘汰。该算法赋予每个页面一个访问字段，用来记录一个页面自上次被访问以来所经历的时间 t，当须淘汰一个页面时，选择现有页面中其 t 值最大的，即最近最少使用的页面予以淘汰。

维度: 时间T

3、LFU算法

LFU（least frequently used (LFU) page-replacement algorithm）。即最不经常使用页置换算法，要求在页置换时置换引用计数最小的页，因为经常使用的页应该有一个较大的引用次数。但是有些页在开始时使用次数很多，但以后就不再使用，这类页将会长时间留在内存中，因此可以将引用计数寄存器定时右移一位，形成指数衰减的平均使用次数。
维度: 引用次数

4、随机算法

随机生成挑选数据删除

5、TTL算法

根据设定了超时时间的数据，将快要超时的数据提前删除

6、算法优化

6.1
volatile-lru 设定超时时间的数据中,采用lru算法删除数据
allkeys-lru 在所有数据中，采用lru算法删除数据
volatile-lfu 设定超时时间的数据中，采用lfu算法删除数据
allkeys-lfu 在所有数据中，采用lfu算法删除数据
volatile-random 设定超时时间的数据中，采用随机算法删除数据
allkeys-random 在所有数据中，采用随机算法删除数据
volatile-ttl 设定超时时间的数据中，采用ttl算法删除数据
6.2
noeviction默认不删除数据，如果内存满了，则报错返回

三 关于Redis缓存常见面试题

1、缓存穿透

在高并发的条件下,用户频繁访问一个不存在的数据.导致大量的请求直接发往数据库.导致服务器宕机.
解决方案:
1.1 布隆过滤器
布隆过滤器在Redis里面就是一个大型位数组跟几个无偏hash函数组成（所谓无偏hash就是能够相对的将数据算的比较均匀）。步骤如下：
1.1.1 当一个key添加到布隆过滤器时，使用hash函数对key进行hash得一个整数；
1.1.2 将第一步得到的整数对数组长度进行取模，得到的值就是key所在的数组位置；
1.1.3 将位置数组位置设为1；
1.1.4 使用下一个hash函数重复以上步骤；
1.2 IP限流 黑名单. 微服务中可以通过API网关进行控制

2、缓存击穿

在高并发条件下 用户频繁访问一个热点数据. 但是该热点数据在缓存中失效.导致用户直接访问数据库.

3、缓存雪崩

所谓缓存雪崩就是在某一时刻，缓存大量失效，导致大量请求直接打到数据库，给数据库带来巨大的负担
解决方案:
1.为热点数据设定超时时间时 采用随机数. 10秒+随机数 保障数据不会同时失效.
2. 设定多级缓存