Redis核心数据结构与高性能原理

一、Redis的单线程和高性能

Redis是单线程吗？

　　Redis 的单线程主要是指 Redis 的网络 IO 和键值对读写是由一个线程来完成的，这也是 Redis 对外提供键值存储服务的主要流程。但 Redis 的其他功能，比如持久化、异步删除、集群数据同步　　　　等，其实是由额外的线程执行的。

Redis 单线程为什么还能这么快？

　　因为它所有的数据都在内存中，所有的运算都是内存级别的运算，而且单线程避免了多线程的切换性能损耗问题。正因为 Redis 是单线程，所以要小心使用 Redis 指令，对于那些耗时的指令(比如keys)，一定要谨慎使用，一不小心就可能会导致 Redis 卡顿。

Redis 单线程如何处理那么多的并发客户端连接？

　　Redis的IO多路复用：redis利用epoll来实现IO多路复用，将连接信息和事件放到队列中，依次放到文件事件分派器，事件分派器将事件分发给事件处理器。

二、高级命令

keys：全量遍历键：

　　用来列出所有满足特定正则字符串规则的key，当redis数据量比较大时，性能比较差，要避免使用

scan：渐进式遍历键：

　　SCAN cursor [MATCH pattern] [COUNT count]

　　　　scan 参数提供了三个参数，第一个是 cursor 整数值(hash桶的索引值)，第二个是 key 的正则模式，第三个是一次遍历的key的数量(参考值，底层遍历的数量不一定)，并不是符合条件的结果数量。第一次遍历时，cursor 值为 0，然后将返回结果中第一个整数值作为下一次遍历的 cursor。一直遍历到返回的 cursor 值为 0 时结束。

　　　　注意：但是scan并非完美无瑕， 如果在scan的过程中如果有键的变化（增加、 删除、 修改） ，那么遍历效果可能会碰到如下问题： 新增的键可能没有遍历到， 遍历出了重复的键等情况， 也就是说scan并不能保证完整的遍历出来所有的键， 这些是我们在开发时需要考虑的。

Info：查看redis服务运行信息：

　　分为 9 大块，每个块都有非常多的参数，这 9 个块分别是:

　　　　Server 服务器运行的环境参数

　　　　Clients 客户端相关信息

　　　　Memory 服务器运行内存统计数据

　　　　Persistence 持久化信息

　　　　Stats 通用统计数据

　　　　Replication 主从复制相关信息

　　　　CPU CPU 使用情况

　　　　Cluster 集群信息

　　　　KeySpace 键值对统计数量信息

三、五种数据结构

1.字符串string

应用场景：

1. 计数器：

   INCR article:readcount: id  ；GET article:readcount: id

2. Web集群session共享：

   spring session + redis实现session共享

3. 分布式系统全局序列号：

   INCRBY orderId 1000

2.哈希hash

应用场景：

　　1.对象缓存：

 　　　   HMSET user {userId}:name A {userId}:balance 1888； 

 

 

　　　　HMSET user 1:name A 1:balance 1888 ； HMGET user 1:name 1:balance

 

　　2.电商购物车

　　　　1）以用户id为key

 

 

　　　　2）商品id为field

　　　　3）商品数量为value

　　　　购物车操作

　　　　　　添加商品 hset cart:1001 10088 1

　　　　　　增加数量 hincrby cart:1001 10088 1

　　　　　　商品总数 hlen cart:1001

　　　　　　删除商品 hdel cart:1001 10088

　　　　　　获取购物车所有商品 hgetall cart:1001

优缺点：

　　　优点

　　　　1）同类数据归类整合储存，方便数据管理

　　　　2）相比string操作消耗内存与cpu更小

　　　　3）相比string储存更节省空间

　　　缺点

　　　　1）过期功能不能使用在field上，只能用在key上

　　　　2）Redis集群架构下不适合大规模使用

 

3.列表list

应用场景：

　　1.常用数据结构

　　　　Stack(栈) = LPUSH + LPOP

　　　　Queue(队列）= LPUSH + RPOP

　　　　Blocking MQ(阻塞队列）= LPUSH + BRPOP

　　2.微博消息和微信公号消息

　　　　A关注了C，B等大V

　　　　　　1）C发微博，消息ID为10018 LPUSH msg:{A-ID} 10018

　　　　　　2）B发微博，消息ID为10086 LPUSH msg:{A-ID} 10086

　　　　　　3）查看最新微博消息 LRANGE msg:{A-ID} 0 4

4.集合set

应用场景：

　　1.微信抽奖小程序

　　　　1）点击参与抽奖加入集合 SADD key {userlD}

　　　　2）查看参与抽奖所有用户 SMEMBERS key

　　　　3）抽取count名中奖者 SRANDMEMBER key [count] / SPOP key [count]

　　2.微信微博点赞，收藏，标签

　　　　1) 点赞 SADD like:{消息ID} {用户ID}

　　　　2) 取消点赞 SREM like:{消息ID} {用户ID}

　　　　3) 检查用户是否点过赞 SISMEMBER like:{消息ID} {用户ID}

　　　　4) 获取点赞的用户列表 SMEMBERS like:{消息ID}

　　　　5) 获取点赞用户数 SCARD like:{消息ID}

　　3.集合操作实现微博微信关注模型

　　　　1) A关注的人: ASet-> {C, E}

　　　　2) B关注的人: BSet--> {A, D, C, E}

　　　　3) C关注的人: CSet-> {A, B, D, E,F)

　　　　4) A和B共同关注: SINTER ASet BSet--> {C, E}

　　　　5) A关注的人也关注B: SISMEMBER CSet B ;SISMEMBER ESet B

　　　　6) A可能认识的人: SDIFF BSet ASet->(A, D}

　　　4.集合操作实现电商商品筛选

　　　　1) SADD brand:huawei P40

　　　　2) SADD brand:xiaomi mi-10

　　　　3) SADD brand:iPhone iphone12

　　　　4) SADD os:android P40 mi-10

　　　　5) SADD cpu:brand:intel P40 mi-10

　　　　6) SADD ram:8G P40 mi-10 iphone12

　　　　7) SINTER os:android cpu:brand:intel ram:8G -> {P40，mi-10}

5.有序集合zset

应用场景：

　　1.Zset集合操作实现排行榜

　　　　1）点击新闻 ZINCRBY hotNews:20190819 1 守护香港

　　　　2）展示当日排行前十 ZREVRANGE hotNews:20190819 0 9 WITHSCORES

　　　　3）七日搜索榜单计算 ZUNIONSTORE hotNews:20190813-20190819 7 hotNews:20190813 hotNews:20190814... hotNews:20190819

　　　　4）展示七日排行前十 ZREVRANGE hotNews:20190813-20190819 0 9 WITHSCORES