redis的基本数据类型？过期策略？淘汰策略？

啥也不懂的派大星

已于 2024-07-02 15:36:32 修改

阅读量152

点赞数

分类专栏：面试题-分布式文章标签： redis 缓存队列

于 2021-04-17 23:04:49 首次发布

本文链接：https://blog.csdn.net/zwb_dzw/article/details/115749408

版权

22 篇文章 1 订阅

订阅专栏

字符串String
- 缓存、存用户凭证（分布式会话）、分布式锁（setnx）、存验证码、存json串，数字（点赞、计数器）
列表List
- 队列和栈双向链表做秒杀抢购、只允许用户登录几台设备分布式ID
集合Set
- 无序唯一只能抢购一件商品求集合的差集并集交集
有序集合Zset
- 可排序分数数值，定点提醒，排行榜
Hash
- value是键值对，更适合存对象可以快速定位存储信息且频繁修改的信息如购物车
位图（Bitmaps）
- 虽然位图不是 Redis 的一种独立数据类型，但它通过字符串类型实现，用于处理大量的开关状态信息。例如，可以使用位图来跟踪用户是否访问过某个页面。通过 SETBIT、GETBIT、BITCOUNT 等命令操作。
HyperLogLog
- HyperLogLog 是一种用于基数估计的算法，它可以在非常小的内存空间内，实现对大量唯一数据的统计。它非常适合用于统计网站的 UV（独立访客）数量。通过 PFADD、PFCOUNT 等命令操作。
地理空间（Geo）
- Redis 的地理空间类型用于存储地理位置信息，可以轻松地实现诸如附近位置查询等功能。通过 GEOADD、GEOPOS、GEORADIUS 等命令操作。
流（Streams）
- Redis Streams 是 Redis 5.0 引入的一种新的数据类型，用于消息队列。它支持多播消息、消费者组、消息持久化等特性。通过 XADD、XREAD、XGROUP 等命令操作。

内存管理策略回收策略淘汰策略

设置有效期，到期不是立马回收，仍占据着内存。
expire key ttl：将 key 值的过期时间设置为 ttl 秒。
ttl key 返回 key 剩余过期秒数。

定时删除 ：为每个key设置一个定时器，一旦到期就删除。对CPU不友好，每个定时器都占用CPU资源。
惰性删除：不管是否过期都不主动删除，每次查询时如果过期才删除。对内存不友好，浪费内存。
定期扫描：每隔一定的时间，会扫描一定数量的数据库的expires字典中一定数量的key（是随机的），并清除其中已过期的key。该策略是定时过期和惰性过期的折中方案。通过调整定时扫描的时间间隔和每次扫描的限定耗时，可以在不同情况下使得CPU和内存资源达到最优的平衡效果。
看源码得知：
在 Redis 当中，其选择的是策略 2 和策略 3 的综合使用。不过 Redis的定期扫描只会扫描设置了过期时间的键，因为设置了过期时间的键Redis会单独存储，所以不会出现扫描所有键的情况。
分桶策略：定期过期的优化，将过期时间点相近的key放在一起，按时间扫描分桶。

具体算法，主要的两种思路，LRU和LFU
TTL 根据过期时间
LRU 最少最近使用提高缓存的命中率主要针对的是时间
LFU 最近最少频率使用针对的是使用频率。
不回收满了以后只能读，不能写

推荐：LRU，从精确度和性能考虑。使用采样的方式来筛选

淘汰策略也可以直接使用命令 config set maxmemory-policy <策略>来进行动态配置。

Redis中的LRU和LFU算法都是用于缓存淘汰的，但是它们适用的场景略有不同。
LRU算法适用于缓存访问模式比较集中的场景，即缓存中的某些数据被频繁访问，而其他数据很少被访问。在这种情况下，LRU算法可以很好地保留经常访问的数据，而淘汰不常用的数据，从而提高缓存的命中率。

LFU算法适用于缓存访问模式比较平均的场景，即缓存中的数据被访问的频率比较均匀。在这种情况下，LFU算法可以很好地保留访问频率高的数据，而淘汰访问频率低的数据，从而提高缓存的命中率。

因此，如果你的应用程序中存在一些热点数据，可以使用LRU算法；
如果你的应用程序中的数据访问比较平均，可以使用LFU算法。当然，也可以根据实际情况结合使用这两种算法，以达到更好的缓存效果。

LRU算法适合：较大的文件 比如游戏客户端（最近加载的地图文件）;
LFU算法适合：较小的文件和零碎的文件 比如系统文件、应用程序文件 ;
LRU消耗CPU资源较少，LFU消耗CPU资源较多。

RedisCluster的理解
RedisCluster3.0之后提供的特征
特定：

没有中间层，客户端直接跟RedisCluster的节点进行连接
每个节点都支持读写功能，分担了写的压力，后续增加新的主机，做hash迁移，新主机就可以分担压力
因为每个节点负责的区域不同，所以往里面存数据的时候，需要根据key做crc16算法，从而得到一个数值，数值%16384 =（0-18383），从而确认存储到哪个节点
为了保证每个节点的高可用，每个节点都是主从节点
还支持后续增加主节点或从节点，需要做数据迁移时，会从之前的主节点移动部分数据到新的主节点。

关注