Redis

数据结构

string

• 二进制安全，可以存储任何数据

  • Sesion
  • 访问次数-incr
  • 长期存在，修改并不频繁
  • 限制IP次数

hash

• 适合对象存储

  • 购物车,id field,value

list

• 链表数据结构

  • lrange可以进行分页
  • 消息队列的简单应用

set

• hastTab的一种实现，无序不重复

  • 唯一性统计，例如共同好友等

zset

• set增加一个权重，有序不重复

  • 排行榜

持久化

RBD

• 生成快照的方式进行存储

  • 优点

    • 文件紧凑，方便存储
    • 性能优，在保存文件时fork子进程进行处理

  • 缺点

    • 对数据完整度较高不适用
    • 在数据集非常庞大时,fork可能会比较耗时

AOF

• 记录每次写指令

  • 优点

    • fsync策略可以自己设置，数据完整度保存较好
    • 对AOF文件写入不需要seek,同时只要aof文件存在，重写都可以还原。
    • AOF文件过大，可以自动在后台对aof文件重写

  • 缺点

    • AOF文件通常大于Rdb
    • 性能相对较差
    • 恢复速度相对较慢

增量和全量

• sync/psync

集群

主从

• 优点

  • 避免Redis单点故障
  • 构建读写分离架构，满足读多写少的应用场景

• 缺点

  • 数据一致性，复制数据的效率
  • 容错/恢复，维护过程需要人为
  • master 单点性能瓶颈

哨兵

• 优点

  • 主从的升级版，提供了可用性和性能，能自动进行故障恢复
  • 哨兵的存在可以及时发现系统问题

• 缺点

  • 增加了系统复杂度，需要同时维护哨兵
  • master节点故障的恢复时间长
  • master单节点写瓶颈

cluster

• 优点

  • 无中心，数据分片
  • 动态扩展能力

• 缺点

  • 数据一致性
  • slave的使用，没有释放master的读压力

缓存问题

缓存穿透

• 用户的请求的数据没命中缓存同时DB也不存在，每次返回nil

  • 设置AUTH拦截
  • 设置Jey-nil每次返回空拦截
  • 布隆过滤器

缓存击穿

• 用户请求的数据没有命中缓存，每次在DB中查询

  • 热点数据的过期时间管理
  • 设置锁机制，第一次读取DB后，存储在缓存。其他人等待读取缓存

缓存雪崩

• 同一时期，大批数据到过期时间，查询数据巨大，从而导致DB压力过大甚至宕机

  • 数据设置随机过期时间
  • 将热点数据分布在不同物理机
  • 互斥锁，类似穿透
  • 双层缓存机制

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，这样就可以避免在用户请求的时候

内存淘汰机制

noeviction

• 默认机制，写操作直接报错，不进行淘汰

allkeys-lru

• 最近最少使用，从所有的KEY中进行LRU算法淘汰

  • Redis中LRU类似随机，应随便选取5个KEY，从里面淘汰掉最近最少使用的key

    • 可以通过设置maxmemory-samples调整取样数量
    • Redis实现LRU设置了一个24bit的字段来存储最后一次访问KEY的时间
    • Redis3.0进行优化，池中的数据根据访问时间进行排序，第一次随机选取的key都会放入池中，随后每次随机选取的key只有在访问时间小于池中最小的时间才会放入池中，直到候选池被放满。当放满后，如果有新的key需要放入，则将池中最后访问时间最大（最近被访问）的移除

volatile-lru

• 从设置了过期时间的EKY进行LRU算法淘汰

allkeys-random

• 随机淘汰，从所有KEY随机淘汰

volatile-random

• 随机淘汰，从设置了过期时间的KEY随机淘汰

volatile-ttl

• 生存周期，根据过期时间淘汰，越早过期的越早淘汰。

allkeys-lfu

• 最少使用频率，从所有KEY中进行LFU算法淘汰

  • Redis4.0新加的一种淘汰机制。

volatile-lfu

• 最少使用频率，从设置了过期时间的KEY中进行LFU算法淘汰

事务

redis支持事务

• multi
  • 开启一个事务，每条指令都有server缓冲，保持原子性，谁出错谁负责原理。不支持回滚
• pipeline
  • 开启一个通道，利用client缓冲，没有原子性