深入理解 Redis

  

 

数据库发展历史

==>就是IDVP--VADP哈哈哈哈

网站的瓶颈是什么？

• 数据量太大，一个机器放不下；
• 数据的索引（B+树），一个机器的内存放不下
• 访问量（读写混合），一个服务器承受不了 

发展过程：

　　1）优化数据结构和索引（垂直拆分+读写分离） --> 文件缓存（IO操作）--> Memcached（高速缓存插件）

 　　

　　2）分库分表+水平拆分（MySQL集群）

　　

 

　　 

 　　使用分库分表来解决写的压力 + MySQL集群

 

数据库拆分 优先级：

1）先用Redis等缓存挡一挡流量

2）读写分离（主从复制）

3）拆分数据：

　　3.1）垂直拆分【按业务】

　　3.2）水平拆分：先分库 [数据路由规则]；再分表 [单表1000万以内]；

 

---

什么是Nosql？

NoSQL = Not Only SQL（不仅仅是SQL）

泛指非关系型数据库，web2.0时代（音乐+视频），传统的关系数据库对付不了，尤其是高并发。

关系数据库RDBMS：表格，行+列，数据和关系都存在单独的表中

很多数据类型的信息，如：地理位置、社交网络、。。。不需要一个固定的格式，且不需要多于的操作就可以横向扩展

Map<String,Object> 键值对可以存一切，就是NoSQL的思想

Nosql特点：

　　方便扩展（数据之间没有关系，很好扩展）

　　大数据量，高性能（官方说明：11万次读/s　8万次写/s）（NoSQL的缓存记录级，是一种细粒度的缓存，性能会比较高！）

　　数据类型多样 5+3，不需要事先设计数据库

 　　 

 RDBMS + NoSQL 才是最好的（关系+非关系）

 

Nosql四大分类

• KV键值对    Redis  => 内容缓存、大数据量 高负载

• 文档型数据库    MongoDB  =>Web应用；接近关系数据库

• 列存储数据库　 HBase => 分布式文件系统

• 图形关系数据库    Neo4j => 社交网络、推荐系统、关系图谱

 

为什么需要Nosql?

　　用户的个人信息，社交网络，地理位置，用户日志等等都爆发式增长！

　　

 

当今企业架构分析

　　

阿里巴巴技术演进

　　大量公司做的都是相同的业务（竞品协议） 

   阿里巴巴在数据源之前加一层 UDSL，来统一操作数据源

 

 

---

什么是Redis?

用处：

• 内存存储，持久化；内存中是断电丢失，持久化的两种机制（RDB+AOF）
• 效率高，可以用于高速缓存
• 发布订阅系统
• 地图信息分析
• 计时器、计数器（浏览量）

特性：

• 多样的数据类型
• 持久化
• 集群
• 事务

学习方法：

　　官网：redis.io　　中文网：redis.cn

注意：

　　Redis推荐在Linux上搭建

 

---

Redis上手

Redis安装（Windows）

先后打开 server 和 cli

看到127.0.0.1:6379> 应该就好了！！

一些简单的使用：get   set   flushall

 

 

---

Redis安装（Linux服务器）

1）首先在Windows上面从官网 https://redis.io/  去下载 tar.gz 型安装包，然后通过MobaXterm传到Linux机子上，

2）解压缩，后可以看到redis.conf 配置文件

3）然后 gcc -v 可查看gcc版本

之后直接 make 就可以了，等make完了之后，再输入make install 检查下即可

4）redis默认安装路径为：

然后将redis.conf 复制到当前的安装目录下

5）之后修改配置文件 redis.conf（redis默认不是后台启动的）

找到（约257行）  从no改成yes

6）通过指定的配置文件启动服务： ##指定了配置文件

7）启动客户端：

然后测试一下：

8）关闭redis服务器：

关闭client：exit 或者 Ctrl+C

 

 

---

redis-benchmark 性能测试

	-h	指定服务器主机名	127.0.0.1
	-p	指定服务器端口	6379
	-s	指定服务器 socket
	-c	指定并发连接数	50
	-n	指定请求数	10000
	-d	以字节的形式指定 SET/GET 值的数据大小	3

 

 

 

 

 

 

 

 

 

 

 

 

 然后查看具体的性能：

  100个并发客户端，每次写入3字节，只有1台服务器处理这些请求

 

---

 

Redis基础命令

redis默认16个数据库，默认使用第0个；

select 3    ##选择数据库
dbsize    ##查看本数据库使用的空间大小
keys *    ##查看（本库）所有的key

flushall    ##清空所有的库
flushdb    ##清空当前的库
move name 3　　##删除库3中的name字段

EXPIRE name 10　　##10秒过期
ttl name　　##查看当前key的剩余时间
type name　　##查看当前key的类型

set name jqy    ##set
get name    ##get

info　　##查看redis信息
save　　##手动持久化

####  redis的命令在shell里面会自动提示字段，很方便

遇到不会的命令，可以到官网的命令来查找 redis.cn/commands.html

特性

Redis是单线程的！

　　Redis是基于内存操作，性能瓶颈是内存和网络带宽；

　　CPU不是它的性能瓶颈，所以用单线程；

Redis为什么快？

　　Redis是C语言写的，10万+ 的QPS（query per second），set和get分别10ms和3ms左右（1ms做到99%+）

• 内存存储：Redis是使用内存(in-memeroy)存储,没有磁盘IO上的开销
• 单线程实现：Redis使用单个线程处理请求，避免了多个线程之间线程切换和锁资源争用的开销
• 非阻塞IO：Redis使用多路复用IO技术，在poll，epool，kqueue选择最优IO实现
• 优化的数据结构：Redis有诸多可以直接应用的优化数据结构的实现，应用层可以直接使用原生的数据结构提升性能

 

 Redis 数据类型 5+3

五大基本数据类型

String

set key1 value1
exists key1    ##判断是否存在
append key1 "hello"
append key1 ",qingyang!"    ##拼接字符串
strlen key1    ##获取长度

getrange key1 0 3　　##类似substring （左闭右闭区间）
setrange key1 0 xx　　##替换 指定位置开始的字符串

set num 0
incr num　　## 自增 1
decr num
incrby num 100　　## 加100
decrby num 25

setex key2 hello 30　　## set with expire 设置值&过期时间
setnx key2 hi　　## set if not exist 不存在才设置，已存在则不会更新（如果直接set就可能会覆盖有的值）==》常用于：分布式锁

mset k1 v1 k2 v2 k3 v3　　##批量set
mget k1 k2 k3　　##批量get
msetnx k1 vv k4 v4　　##批量+不存在才设置==》msetnx原子性（都成功都失败）
get k4  ##(nil)

#### set对象（类似JSON格式的键值对）
set user:1{name:jqy,age:24}
mset user:1:name jqy user:1:age 24　　##与上一行等价
mget user:1:name user:1:age

##getset:不存在就设置，存在就替换；并且会返回当前值
getset nosql redis
(nil)
getset nosql mongodb
redis
get nosql
mongodb

 现在的命令，Java里面都用Jedis里面的方法

 

List  链表

所有操作都是在String基础上，在之前加上 L

由于是链表，从两端push/pop效率比 数组随机操作，效率要高

list做一些规则，完成多功能：

• Stack 栈（Lpush Lpop）
• Queue 队列（Lpush  Rpop）
• Array 数组

lpush list 1　　##left push
lpush list 2
lpush list 3
rpush list zero　　##right push

　　lrange list 0 -1　　##显示list的全部内容
　　1) "3"
　　2) "2"
　　3) "1"
　　4) "zero"

llen list　　##获得线性list的长度
(4)

lpop list　　##left pop
(3)
rpop list　　##right pop
(zero)

lindex list 1  ##通过下标获得list的值（这就是数组，随机查找）
lset list 1 one　　##更新数组指定位置的值

lrem list 1 zero　　##移除1个zero（如果有多个zero可以一次性移除多个）

ltrim　　##截断（会减少元素数量）

linsert list before/after zero newWord

 

Set

 set：无重复

sadd myset hello    ##增加元素
sadd myset hi
srem myset    ##移除元素
sismember myset hello    ##判断是否在set中
scard myset    ##元素总个数
smembers myset　　##列出所有元素
srandmember myset 2　　#随机抽出2个

## Venn集合关系
sdiff set1 set2　　##差集
sinter set1 set2　　##交集
sunion set1 set2　　##并集

 

Hash

 key-List<map>    （key是hash表名）

hset myhash name jqy age 24

hgetall myhash
hkeys myhash
hvals myhash
hlen myhash

hget myhash name
hdel myhash age

hexist myhash age

...

 

Zset（有序集合）

应用：排行榜（有序+无重复）

zadd myset 1 one
zadd myset 2 two 3 three
zrange myset 0 -1
zrem myset 

##实现排序
zadd student 80 jack
zadd student 90 mary
zadd student 95 yang

zrangebyscore student -inf +inf    ##负无穷到正无穷的范围，排序

zrem 移除
zrange 按范围展示
zcard 元素个数

 

 

 

三种特殊数据类型

Geo　地图

geoadd添加地理位置（经度，纬度）

经度（-180，+180）；纬度（-85，+85）

java里面可以一次性导入  城市地理数据；

##添加一些城市的地理位置信息
127.0.0.1:6379> geoadd china:city 116 40 beijing
127.0.0.1:6379> geoadd china:city 121 31 shanghai
127.0.0.1:6379> geoadd china:city 107 30 chongqing
127.0.0.1:6379> geoadd china:city 114 22.5 shenzhen
127.0.0.1:6379> geoadd china:city 109 34 xian

 

##获取城市坐标
geopos china:city beijing
##获取距离
geodist china:city guangzhou hefei
##附近的人，获取半径内的点
georadiusbymember china:city hefei 1000 km　　##按城市名来找
georadius china:city 117 31.5 1200 km
georadius china:city 117 31.5 1200 km withdist withcoord count 3

GEO的底层原理是zset，可以用zset的命令来操作geo

zrange china:city 0 -1
zrem china:city beijing

 

Hyperloglog

基数：不重复的元素

基数统计：网页UV（一个人访问一个网站多次，但还是算一个人）

传统方法：用set保存用户的id，然后统计id的数量；

　　　　   缺点：如果不需要id的具体值，而只需要人数，则浪费空间

Hyperloglog特点：占用固定的空间：12KB==约2^64元素

　　　　　缺点：有0.81%错误率，但UV一般忽略这个；如果不允许容错，就不能用这个了

pfadd uv1 a a b c d d d e e
pfcount uv1
(5)
pfadd uv2 c c e e f f g h i
(6)
pfcount uv2
pfmerge uv uv1 uv2　　##合并
pfcount uv
(9)

 

 

Bitmap

场景：用户bool状态（仅有0/1两种状态）

　　　比如 用户是否登录，上班是否打卡

setbit weekday 0 0
setbit weekday 1 1
setbit weekday 2 1
setbit weekday 3 1
setbit weekday 4 1
setbit weekday 5 1
setbit weekday 6 0

getbit weekday 4
(1)
bitcount weekday　　##统计1的总数
(5)

 

Redis多种功能 / 机制

Redis事务操作（multi+exec）

Redis单条命令能保证原子性，但事务不保证原子性

Redis不存在隔离级别的概念

　　事务=》一次性、顺序性、排他性

Redis的事务：

• 开启事务（multi）
• 命令入队（...）
• 执行事务（exec）

multi　　##开启事务
pfadd uv1 a a b c d d d e e
pfcount uv1
pfadd uv2 c c e e f f g h i
pfcount uv2
pfmerge uv uv1 uv2
pfcount uv
ping
exec　　##执行事务

结果：

 

##如果在第二步命令入队的时候，想要放弃事务，可以用discard　　　##不建议用Ctrl+C
discard

 

事务异常

1）编译型异常

　　==》所有命令，都不会执行

2）运行时异常

　　==》不保证原子性：错的语句报错、对的语句执行

 

 

Redis实现乐观锁（watch / unwatch）

　　==> 用 watch 加锁（乐观锁）； unwatch 解锁

##测试多线程，watch当做redis的乐观锁操作，保证原子性
set money 100
watch money    ##监视money
multi
DECRBY money 10
exec   ##在这个执行之前，开启另一个线程，并修改money的值 ==>导致事务失败
(nil)　 ##（即使是改两次改回来也不行）

 

---

Redis实现发布订阅（作用同消息队列）

应用：聊天室、公众号

原理：

　　SUBSCRIBE => redis-server维护一个链表List：channel作为key，List<client>作为value

操作实例：

1）开两个client来订阅一个频道：

2）再开一个client来发布消息：

3）已经订阅的两个client会显示收到的信息：

 

 

---

基础API之Jedis详解

　　　　Jedis是java操作redis的中间件（jar包）

　　　　是SpringBoot整合的底层

 首先，用maven导入依赖：

<dependency>
    <groupId>redis.clients</groupId>
    <artifactId>jedis</artifactId>
    <version>3.6.0</version>
</dependency>
<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>fastjson</artifactId>
    <version>1.2.73</version>
</dependency>

Jedis的hello world：

public class Test {
    public static void main(String[] args) {
        Jedis jedis = new Jedis("127.0.0.1",6379); //这里仅仅与本地redis-server相连，而没有连接数据库
        // 所有redis操作的命令，都在 jedis. 里面
        System.out.println(jedis.ping());
        jedis.set("name","jqy");　//所有的操作命令和redis基本相同
        jedis.set("age","24");
        System.out.println("jedis.keys(\"*\") = " + jedis.keys("*"));
    }
}

 事务相关：

public class Test {
    public static void main(String[] args) {
        Jedis jedis = new Jedis("127.0.0.1",6379);
        jedis.flushAll();  //任务执行前先清空缓存（好习惯）

        JSONObject jsonObject = new JSONObject();
        jsonObject.put("name","jqy");
        jsonObject.put("age","24");
        String result = jsonObject.toJSONString();
        System.out.println("result = " + result);

        Transaction multi = jedis.multi();
　　　　 jedis.watch(result);　//多线程情况下要加并发锁，这里是乐观锁（这里加锁和下面的异常是两回事，异常时 事务保证的是原子性；并发冲突时，乐观锁保证并发正确性）
        try {
            multi.set("user1",result);
//            int x = 1/0;
            multi.set("user2",result);
            multi.exec();
        } catch (Exception e) {
            multi.discard();   //出现异常，放弃事务
            e.printStackTrace();
        }
        finally {
            System.out.println(jedis.get("user1"));
            System.out.println(jedis.get("user2"));
        }

        jedis.close();  //关闭jedis连接(和上述事务无关)
    }
}

 

 

SpringBoot集成Redis操作

1）导入maven

 Spring数据操作都封装在Spring-data中，比如：jpa jdbc redis mongodb

<dependency>
     <groupId>org.springframework.boot</groupId>
     <artifactId>spring-boot-starter-data-redis</artifactId>
     <version>2.4.5</version>
</dependency>

按Ctrl+左键，点进去看到：

<artifactId>spring-boot-starter</artifactId>
<artifactId>spring-data-redis</artifactId>
<artifactId>lettuce-core</artifactId>

说明：在springboot 2.X 之后，原来使用的jedis被替换成了 lettuce（生菜）

jedis：采用的直连，多线程操作时不安全；用jedis pool连接池来解决并发问题，但效果一般

lettuce：采用netty，实例可以在多个线程中进行共享，线程安全，且不用开连接池

2）写配置文件

　　写配置文件方法论：

　　1）直接网上找 相关博客（二手资料）

　　2）看源码（一手资料）：

　　在项目文件目录的 External Libraries里面搜： autoconfig，找到：

　　

　　再进去搜redis：

　　

　　点RedisAutoConfiguration，进去找到：

　　

 　   再点进去RedisProperties就可以看到所有属性了（15个属性，图中仅部分）

　　

 写配置文件application.properties

spring.redis.host = 127.0.0.1
spring.redis.port = 6379

3）测试

 先写个类

@Data
@AllArgsConstructor
public class User{
    private String name;
    private int age;
}

测试：

@SpringBootTest
class DemoApplicationTests {
    @Autowired
    private RedisTemplate redisTemplate;  //redis模板，内含各种常用的API
    @Test
    public void Test() throws JsonProcessingException {
        User user = new User("jqy", 24);
        String jsonUser = new ObjectMapper().writeValueAsString(user);  //序列化(将对象序列化为String)
        redisTemplate.opsForValue().set("user",jsonUser);
        System.out.println("redisTemplate.opsForValue().get(\"user\") = " + redisTemplate.opsForValue().get("user"));　//一般在企业都会用RedisUtils而不是用原生的代码
//        redisTemplate.opsForValue().set("user",user);  //这样会报错，不能直接用对象，要序列化为String
    }
}

 

 

 

自定义RedisTemplate

序列化

但是这样需要每次都手动序列化，繁琐；

所以希望能够通过配置，来AOP自动进行序列化：

首先将实体类 类名后面加上 

　　implements Serializable

 然后写自定义配置RedisConfig:

@Configuration
public class RedisConfig {
    @Bean
    @SuppressWarnings("all")
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
        RedisTemplate<String, Object> template = new RedisTemplate<String, Object>();    //为了方便使用(避免强制转换)，将map的key从Object改为String
        template.setConnectionFactory(factory);
        Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);
        ObjectMapper om = new ObjectMapper();
        om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
        om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
        jackson2JsonRedisSerializer.setObjectMapper(om);
        StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();
        // 配置具体的序列化方式
        // key采用String的序列化方式
        template.setKeySerializer(stringRedisSerializer);
        // hash的key也采用String的序列化方式
        template.setHashKeySerializer(stringRedisSerializer);
        // value序列化方式采用jackson
        template.setValueSerializer(jackson2JsonRedisSerializer);
        // hash的value序列化方式采用jackson
        template.setHashValueSerializer(jackson2JsonRedisSerializer);
        template.afterPropertiesSet();
        return template;
    }
}

@Qualifier

    @Autowired
    @Qualifier("redisTemplate") 
    private RedisTemplate redisTemplate;  //redis模板，内含各种常用的API

 

 

Redis配置文件

需要仔细看源码的时候直接看 redis.config 文件

常用配置：

##  redis config
spring.redis.host= 127.0.0.1
spring.redis.port= 6379　　##集群的时候要修改端口
spring.redis.password= 123456
# 最大空闲连接数
spring.redis.jedis.pool.max-active=8
# 最小空闲连接数
spring.redis.jedis.pool.max-idle=8
# 等待可用连接的最大时间，负数为不限制

spring.redis.jedis.pool.max-wait=-1
# 最大活跃连接数，负数为不限制
spring.redis.jedis.pool.min-idle=1
# 数据库连接超时时间，2.0 中该参数的类型为Duration，这里在配置的时候需要指明单位  1.x可以将此参数配置10000 单位是ms
# 连接池配置，2.0中直接使用jedis或者lettuce配置连接池
spring.redis.timeout=60s
spring.redis.database=0

 

daemonize no   ##守护进程no改为yes
logfile ""  ##输出log文件位置
databases 16  ##数据库的数量，默认是16个

 

## 【快照Snapshot】内存数据库的持久化
## redis是内存数据库，如果没有持久化，那么数据断电即失
save 3600 1   ##3600s内，如果有1 key进行了修改，我们进行持久化操作
save 300 100
save 60 10000

 

 

 

 

Redis持久化（做缓存的时候，不用持久化；只有做数据库才要）

　redis是内存数据库，如果没有持久化，那么数据断电即失 ==> 所以要做持久化
　如果是用redis给其他数据库做缓存，那就不用持久化了

1）RDB（Redis DataBase）==》默认方式

　　

 

思想：

　　空间换时间，fork一个子进程，单独管理快照 ==> 数据写入临时文件 dump.rdb

　　父进程处理客户端请求，子进程单独管理快照（rdb），互不影响 性能高

优点：

　　备份由子进程来完成，不影响父进程的性能

　　适合大规模数据恢复 dump.rdb

　　二进制压缩，占用空间小

缺点：

　　save条件没有触发，或者宕机，那么最后一批的修改数据就没有了

　　子进程占用内存空间

 

dump.rdb触发规则：

　　

## 【快照Snapshot】内存数据库的持久化
## redis是内存数据库，如果没有持久化，那么数据断电即失
save 3600 1   ##3600s内，如果有1 key进行了修改，我们进行持久化操作
save 300 100
save 60 10000

 ==》usr/local/bin

 

2）AOF（Append Only File）

将我们的所有命令都记录下来，history，恢复的时候将命令都执行一遍

以日志的形式，记录 所有的 写操作，读不记录；

生成文件 appendonly.aof  

appendonly no   ## 将此处的no改为yes就可以使用AOF了

redis-check-aof --fix 可以尝试修复损坏的aof文件

aof默认文件会无限追加，超过size就再多来一个size（默认64M太小，建议设置到5G以上）

同步策略：

　　1）每次修改都同步　2）每秒同步一次　3）从不同步

优点：

　　文件完整性会更好

　　文本存储，可以看到每一个操作

缺点：

　　运行效率低，多次读写aof文件（IO操作）

　　aof 文件占用的空间比 rdb要大

==》费 时间空间，换完整性

 

同时开启RDB和AOF ==> 会优先使用AOF （ps：反正已经费了时间空间了，就用完整性好的那个）

 

 

---

 

Redis缓存更新

一、过期策略

1. 定时过期

每个设置过期时间的key都需要创建一个定时器，到过期时间就会全部立即清除。

该策略可以立即清除过期的数据，对内存很友好；但是会占用大量的CPU资源去处理过期的数据，从而影响缓存的响应时间和吞吐量。

2. 惰性过期

只有当访问一个key时，才会判断该key是否已过期，过期则清除。

该策略可以最大化地节省CPU资源，却对内存非常不友好。极端情况可能出现大量的过期key没有再次被访问，从而不会被清除，占用大量内存。

所有键读写命令执行之前都会调用 expireIfNeeded 函数对其进行检查，如果过期，则删除该键，然后执行键不存在的操作；未过期则不作操作，继续执行原有的命令。

3. 定期过期

每隔一定的时间，会扫描一定数量的数据库的expires字典中一部分的key，并清除其中已过期的key。

该策略是前两者的一个折中方案。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 & 内存，达到最优的平衡。

 

【过期策略】代码实现：(惰性+定期，双策略）

1. 设置过期时间：

//设置过期时间：

EXPIRE <key> <ttl> ：表示将键 key 的生存时间设置为 ttl 秒。  //（ttl设置为30）

PEXPIRE <key> <ttl> ：表示将键 key 的生存时间设置为 ttl 毫秒。

EXPIREAT <key> <timestamp> ：表示将键 key 的生存时间设置为 timestamp 所指定的秒数时间戳。

//移除过期时间：

PERSIST <key> ：表示将key的过期时间移除。

//查询剩余时间：

TTL <key> ：以秒的单位返回键 key 的剩余生存时间。

 

2.1 惰性-删除：

　　所有键 读写命令执行之前，都会 调用 expireIfNeeded() 函数对其进行检查，

　　如果过期，则删除该键，然后执行键不存在的操作；未过期则不作操作，继续执行原有的命令。

2.2 定期-删除：

　　修改配置文件redis.conf 的 hz 选项

　　hz  10   //每秒10次（默认）

　　(hz的取值范围是1~500，通常不建议超过100)    （1/10/100,根据任务来，不要超过25%CPU时间）

　　（ttl=30，hz=1表示30.0s-30.1s内进行更新）

 

二、内存淘汰策略：（应对内存不足，用LRU策略）

　　noeviction：默认策略，不会删除任何数据，拒绝所有写入操作，并返回OOM错误 ，此时Redis只响应读操作

　　volatile-random：随机删除过期键（expire），直到腾出足够空间为止

　　volatile-ttl：根据键值对象的TTL（剩余时间(time to live) ）属性，删除最近将要过期数据。如果没有，回退到noeviction策略

　　volatile-lru：根据LRU删除过期键（expire），直到腾出足够空间为止。如果没有可删除的键对象，回退到noeviction策略

　　volatile-lfu：回收最少使用频次的键值（LFU算法），但仅限于在过期键值集合中

　　allkeys-random：随机删除所有键，直到腾出足够空间为止（不推荐）

　　allkeys-lfu：回收最少使用 频次 的键值（LFU算法）frequency

　　allkeys-lru：根据LRU算法删除键，不管数据有没有设置超时属性，直到腾出足够空间为止

　　

实现：

在配置文件redis.conf 中，

　　设定最大内存： maxmemory <bytes> 

　　设定内存淘汰策略：maxmemory-policy  allkeys-lru

LRU：

　　LRU 全称是 Least Recently Used，即最近最少使用。

经典LRU实现思路：

　　3种方法：https://leetcode-cn.com/problems/lru-cache/solution/san-chong-fang-fa-dai-ni-shou-si-lrusuan-fa-javaba/

　　（基于HashMap + 双向链表）

　　head头部最常用MRU，尾部tail最不常用LRU

　　首先预先设置LRU的容量，如果存储满了，则删除双向链表的尾部，每次新增和访问数据，则把新的节点增加到头部，或者把已经存在的节点移动到头部。

　　性能花费：空间O（N），

　　时间：新增O（1）替换O（1）删除O（1）

 

Redis中的LRU：

　　Redis中的LRU与常规的LRU实现并不相同，常规LRU会准确的淘汰掉队头的元素，

　　Redis的LRU并不维护队列，

　　根据配置的策略，从key（所有key/过期key）中随机选择N个（N可以配置，10就挺好）

　　然后再从这N个键中选出最久没有使用的一个key进行淘汰。

　　

 

 

LFU：

　　LFU算法是Redis4.0新加的淘汰策略。它的全称是Least Frequently Used

　　核心思想：是根据key的最近被访问的频率进行淘汰，很少被访问的优先被淘汰，被访问的多的则被留下来。

　　优点：避免

　　实现：需要维护一个队列 记录所有数据的访问记录，每个数据都需要维护引用计数。

新加入是1，1最容易淘汰（并列时，按照时间淘汰）

 

 

三、更新方式： （关于DB & 缓存） （4+1）（都会导致一致性问题==》原因是并发的“后开始-先结束”）

（1）先更新数据库，再删除缓存（最常用）

（2）先删除缓存，再更新数据库

（3）先更新缓存，再更新数据库

（4）先更新数据库，再更新缓存

（5）写回（不是强一致性，且可能丢失）： 

　　　　只更新缓存，不更新数据库；缓存异步批量更新数据库（持久化）

　　　　缓存数据 与 DB 异步；可能合并多次缓存操作；

并发  造成不一致的场景（仅针对方法一：先更DB、再删缓存）：

 

 

 

---

Redis集群环境搭建

　

数据是单向的：主=>从

主从复制&读写分离：

　　主机以写为主，从机以读为主

　　最低配：一主二从  3台机子

作用：

　　1）数据冗余：主从复制 实现了数据的热备份

　　2）故障恢复

　　3）负载均衡：master以写为主，slave以读为主。大大提高并发量

　　4）高可用（集群）基石

 

为什么需要Redis集群？

　　1、单点故障（宕机）

　　2、内存有限，单台内存不应该超过20G

　　　大部分项目都是“多读少些”，适合 读写分离+主从复制

 

集群配置实例

1）由不同配置的conf，来开启多个master

只需要配置slave，不需要配置master

info replication  ##查看基本信息：role/connected_slave等

首先复制多个配置文件：

 cp redis.conf redis6379.conf
 cp redis.conf redis6380.conf
 cp redis.conf redis6381.conf

修改配置文件

##修改6个参数，每个机子的配置要不重名
port 6379
pidfile /var/run/redis_6379.pid
logfile ""
dbfilename dump.rdb
## replicaof <masterip> <masterport>
## masterauth <master-password>

## 例子：port 6379
pidfile /var/run/redis_6379.pid
logfile "6379.log"
dbfilename dump6379.rdb
replicaof <127.0.0.1> <6379>
masterauth <123456>
## 然后设置6380 6381 6382...即可

查看redis的相关进程：

ps -ef|grep redis

可见，开启了3个 server

 

2）只留一个master，其余转为slave

配置slave，让slave认master：

SLAVEOF 127.0.0.1 6379  ##配置slave

然后info replication查看信息，发现已成功变成slave

 

如果要一劳永逸，就要在配置文件里面改。

vim redis.conf

## replicaof <masterip> <masterport>
## masterauth <master-password>

 

特性：

　　master写之后，slave自动获取master的更新；

　　slave只读，不可以写

 

宕 机

1）master宕机

master断开后，slave的读不受影响；

不过由于没有 "写功能" 了，slave的数据也不会有更新了

如果master又回来了，则一切照常运行

2）slave宕机

slave宕机后，如果连回来，则此时默认是master，也就拿不到原来master的信息

不过只要认好了原先的master，则slave立马就可以读到所有master的数据了（因为全量复制）

 

全量复制：slave初次连接 / 断后重连master

增量复制：master-slave持续连接时，会是增量复制，不然太费了

==》反正总的原则是：保证主从一致

 

旧master宕机后 手动配 新master

首先，每个slave摆脱 旧master：

SLAVEOF no one

然后，手动设置 新master即可：

SLAVEOF 127.0.0.1 6379  ##配置slave

如果此时旧的master恢复了，就不是master了

 

哨兵模式（自动选取master）

1）什么是哨兵模式？

监控当前master的状态，后面通过投票的模式来决定新master

需要设置一个哨兵sentinel：这是一个独立的进程，

　　用于监视所有Redis服务器（通过发命令，等待请求）

然而，怕哨兵也宕机，就设置多个哨兵：

 

 

主观下线：当一个哨兵发现宕机，不会立马重新选举

客观下线：当达到一定数量的哨兵投票后，才会决定是否 重新选举（故障转移 failover）

 

2）配置哨兵模式

配置哨兵配置文件 sentinel.conf

最基本、最简单的选举方式：

sentinel monitor myredis 127.0.0.1 6379 1  ##1代表master宕机后，投票slave号

然后启动

redis-sentinel sentinel.conf

然后master宕机后，会failover故障转移，也就是选新的master

 

3）哨兵模式 特点

优点：

　　1）哨兵集群，基于主从复制，所有主从复制的优点它都有：数据冗余+故障恢复+负载均衡

　　2）主从可以切换，可用性高

　　3）自动配置，比手动更好（普通主从模式的改进，就是手动=>自动）

缺点：

　　1）Redis不好在线扩容：每一个存的内容都一样，难以扩容

　　2）哨兵模式的配置很繁琐，在线扩容需要改很多配置文件、非常麻烦（公司里面运维来配置）

注意：

　　旧的master回来后，就不是master了

 

 

 

---

缓存异常

缓存穿透（原因是cache查不到导致）

redis中没有，就会去DB查询，当DB压力过大就会崩掉

解决方法 => 

1）布隆过滤器

布隆过滤器是一种数据结构，对所有可能查询的参数以hash形式存储，

在控制层先进行校验，不符合则丢弃

2）缓存空对象

平时为null不缓存，这里也去缓存。

当存储层不命中后，即使返回的空对象也将其缓存起来，

同时设置一个过期时间，之后再访问会从缓存走，而不是DB

存在两个问题：

　　1、存空对象、过期时间，消耗空间（空间换时间）

　　2、一致性下降（一致性换时间）

 

 

 

---

缓存击穿（缓存过期瞬间）

缓存key过期瞬间，请求会访问DB然后回写cache，大量并发请求导致瞬间压力过大。

解决方法：

1）设置 热点数据 永不过期；

2）分布式锁 synchronized（不适合高并发）。保证只有一个线程访问DB，其余进行等待。

 

 

---

 

缓存雪崩（Redis宕机）

缓存集中过期失效，导致 Redis宕机 

解决方案：

1）redis集群：多几台redis

2）限流：通过加锁、队列

3）降级：普通服务停掉，保证核心服务

4）数据预热：正式部署前，把数据预先加载到缓存，然后手动设置不同的过期时间，让缓存失效时间点尽量均匀

缓存预热 ==》解决“冷启动”

• 统计 高频数据
• LRU数据删除策略，构建留存队列