非关系型数据库篇-redis

Redis

[Redis 是单进程单线程的]

支持并发11万读操作、并发8万写操作。

a：定义

a.1 特点&好处

1快

/完全基于内存/数据结构简单，对数据操作也简单/采用单线程/使用多路I/O复用模型，非阻塞IO

2

3 支持事务

4丰富的特性：可用于缓存，消息，按 key 设置过期时间，过期后将会自动删除

b:类型/使用场景/基础操作指令

类型	使用场景	指令	底层实现		特点
String	序列化对象		Sds	一个键最大存储512M
hash	存储对象		压缩列表/字典
List	1 消息队列 2 最新消息排行榜		压缩列表/双端链表		增删快
Set	1 共同好友 2 统计独立ip		整数集合/字典		元素不重复
Sorted	1 排行耪 2 带权重的消息队列		压缩列表(ziplist)/ 跳跃表(skiplist)

redis过期策略 

redis使用的回收策略是:惰性删除/定期删除/定时删除 

Rdb 与aof对比

名称	执行机制	优点	不足
rdb	快照	性能高	在save配置条件之间若发生宕机，此间的数据会丢失
aof	将对数据的每一条修改命令追加到aof文件	数据不容易丢失	性能较低

RedisTemplate和StringRedisTemplate的区别

1. 两者的关系是StringRedisTemplate继承RedisTemplate。

2. 两者的数据是不共通的；也就是说StringRedisTemplate只能管理StringRedisTemplate里面的数据，RedisTemplate只能管理RedisTemplate中的数据。

3. SDR默认采用的序列化策略有两种，一种是String的序列化策略，一种是JDK的序列化策略。

StringRedisTemplate默认采用的是String的序列化策略，保存的key和value都是采用此策略序列化保存的。

RedisTemplate默认采用的是JDK的序列化策略，保存的key和value都是采用此策略序列化保存的

回收策略:

1 volatile-lru：从已设置过期时间的数据集（server.db[i].expires）中挑选最近最少使用的数据淘汰

2 allkeys-lru：从数据集（server.db[i].dict）中挑选最近最少使用的数据淘汰

3 volatile-random：从已设置过期时间的数据集（server.db[i].expires）中任意选择数据淘汰

4allkeys-random：从数据集（server.db[i].dict）中任意选择数据淘汰

5  volatile-ttl：从已设置过期时间的数据集（server.db[i].expires）中挑选将要过期的数据淘汰

6 no-enviction（驱逐）：禁止驱逐数据

>>幂规 == allkeys-lru

>> 平等 == allkeys-random

[主从同步，从从同步]

集群

（1）Redis Sentinal 着眼于高可用，在 master 宕机时会自动将 slave 提升为master，继续提供服务。

（2）Redis Cluster 着眼于扩展性，在单个 redis 内存不足时，使用 Cluster 进行分片存储

异步复制/数据库从0开始/最大节点数-16384

采用虚拟槽方式。

Redis事务命令:

Mulit/开始一个事务

exce/执行事务

discard/放弃事务

Un|Watch/取消对所有key的监视|监视

[

>>redis不保证数据强一致性。

>>如果内存用完,可读不可写。

>>一个redis实例最多可以存储232个key

>>如果大量的 key 过期时间设置的过于集中，到过期的那个时间点，redis 可能会出现短暂的卡顿现象。一般需要在时间上加一个随机值，使得过期时间分散一些

>>一般使用 list 结构作为队列，rpush 生产消息，lpop 消费消息

]

redis异常问题

缓存雪崩

造成原因:

>>原有缓存失效，新缓存未到]期间所有原本应该访问缓存的请求都去查询数据库了

造成的结果而对数据库CPU和内存造成巨大压力，严重的会造成数据库宕机

解决

>>加锁排队(不推荐：原因线程还会被阻塞，用户体验很差)

>>增加缓存标致

>>为key设置不同的过期时间

>>“二级缓存”的解决方法

缓存预热/[系统上线后，将相关的缓存数据直接加载到缓存系统]

双层缓存策略/

定时更新缓存策略/

设置不同的过期时间，让缓存失效的时间点尽量均匀

缓存穿透

定义

>>缓存穿透是指用户查询数据，在数据库没有，自然在缓存中也不会有。这样就导致用户查询的时候，在缓存中找不到对应key的value，每次都要去数据库再查询一遍，然后返回空（相当于进行了两次无用的查询）

解决

>>缓存空值/

>>采用布隆过滤器BloomFilter/[占用内存空间很小，位存储；性能特别高，使用key的hash判断key存不存在]

[

布隆过滤器:

定义:
实现:

]

缓存击穿

定义

>>在平常高并发的系统中，大量的请求同时查询一个key时，此时这个key正好失效了，就会导致大量的请求都打到数据库上面去。这种现象我们称为缓存击穿

造成的问题会造成某一时刻数据库请求量过大，压力剧增

解决方案:

使用互斥锁(mutex key)

缓存更新

常见策略:

>>定时去清理过期的缓存

>>当有用户请求过来时，再判断这个请求所用到的缓存是否过期，过期的话就去底层系统得到新数据并更新缓存

getObjectSize()来获取类的大小

缓存预热

定义:

缓存预热就是系统上线后，将相关的缓存数据直接加载到缓存系统

缓存降级

用途:

降级的最终目的是保证核心服务可用

其他：

开启基于注解的缓存，使用 @EnableCaching 标识在 SpringBoot 的主启动类上。
@Cacheable 

cacheNames/value ：用来指定缓存组件的名字,将方法的返回结果放在哪个缓存中，可以是数组的方式，支持指定多个缓存

key ：缓存数据时使用的 key，可以用它来指定。默认是使用方法参数的值。（这个 key 你可以使用 spEL 表达式来编写）

keyGenerator ：key 的生成器。 key 和 keyGenerator 二选一使用

cacheManager ：可以用来指定缓存管理器。从哪个缓存管理器里面获取缓存。

condition ：可以用来指定符合条件的情况下才缓存

unless ：否定缓存。当 unless 指定的条件为 true ，方法的返回值就不会被缓存。

sync ：是否使用异步模式,