redis总结

1、什么是redis

• redis是一个 key-value的 高性能 数据库，是基于内存的；

2、redis的特点

• 本身是key-value的
• 内存数据库
• 可以选择性的进行持久化
• 性能非常高（每秒10w次读写）是已知的性能最高的数据库

3、redis支持的数据类型

• string
• list（底层是链表）
• set(可以求交集，并集)
• sortset
• hash

4、为什么redis要把数据放在内存中

• 为了达到最快的读写
• 虽然在内存但是可以异步进行数据落盘
• 如果不放入内存，io 消耗非常大
• 在内存越来越便宜的今天，肯定会原理越受欢迎

5、redis 是单进程单线程的

• redis利用队列技术将开发访问变为串行访问，消除了传统数据库的串行开销

6、虚拟内存

• 当你的key很小而value很大时,使用VM的效果会比较好.因为这样节约的内存比较大.
  当你的key不小时,可以考虑使用一些非常方法将很大的key变成很大的value,比如你可以考虑将key,value组合成一个新的value.
• vm-max-threads这个参数,可以设置访问swap文件的线程数,设置最好不要超过机器的核数,如果设置为0,那么所有对swap文件的操作都是串行的.可能会造成比较长时间的延迟,但是对数据完整性有很好的保证.
• 自己测试的时候发现用虚拟内存性能也不错。如果数据量很大，可以考虑分布式或者其他数据库

7、分布式

• redis 支持主从模式，原则：master会将数据同步到slave,而slave不会将数据同步到master,slave启动时会连接master来同步数据
• 这是一个典型的分离模型，master负责插入数据，slave 负责检索数据，这样可以提高性能

8、读写分离模型

• 为了增加读取数据，可以横向添加slave节点
• 为了防止master 的单点故障，集群一般都会采用2台master ,这样读写都会很快
• 读写分离的缺陷是：不管是master还是slave,每个节点都必须保存完整的数据，如果数据的量很大的情况下，集群的扩展能力还是受限于每个节点的储存能力，而且对于write-intensive 类型的应用，读写分离架构并不合适

9、数据分片模型

• 为了解决读写分离的缺陷，可以进行数据分片模型
• 可以讲每个几点看成是独立的master,然后根据业务把每个master分成master和多个slave组成的模型

10、redis的回收策略

• 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
• 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
• 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
• allkeys-lru：从数据集（server.db[i].dict）中挑选最近最少使用的数据淘汰
• allkeys-random：从数据集（server.db[i].dict）中任意选择数据淘汰
• no-enviction（驱逐）：禁止驱逐数据

11、使用redis的好处

• 速度快
• 数据类型丰富
• 支持事务（原子性）
• 丰富的特性（缓存、列表等）

12、redis比memchad有哪些优势

• reidis 数据类型丰富，memche 只支持string
• reidis的速度快
• redis 可以进行持久化
• redis的value 最大可以1G memche最大1M

13、redis的常见性能问题和解决方案

• Master最好不要做任何持久化工作，如RDB内存快照和AOF日志文件
• 如果数据比较重要，某个Slave开启AOF备份数据，策略设置为每秒同步一次
• 为了主从复制的速度和连接的稳定性，Master和Slave最好在同一个局域网内
• 尽量避免在压力很大的主库上增加从库
• 主从复制不要用图状结构，用单向链表结构更为稳定，即：Master <- Slave1 <- Slave2 <- Slave3...
  这样的结构方便解决单点故障问题，实现Slave对Master的替换。如果Master挂了，可以立刻启用Slave1做Master，其他不变。

14、mysql有2000w数据，redis中只有20w的数据，如何保证redis中的数据都是热点数据

相关知识：redis 内存数据集大小上升到一定大小的时候，就会施行数据淘汰策略。redis 提供 6种数据淘汰策略：

• 参考redis的回收策略

15、memcache与redis的区别有哪些

• 储存方式（一个可以持久化，一个不行）
• 数据的支持类型（redis丰富）
• 使用底层模型不同
  它们之间底层实现方式 以及与客户端之间通信的应用协议不一样。
  Redis直接自己构建了VM 机制 ，因为一般的系统调用系统函数的话，会浪费一定的时间去移动和请求。
• value 的大小不一样

16、redis常见的想能问题有哪些，如何解决

• Master写内存快照，save命令调度rdbSave函数，会阻塞主线程的工作，当快照比较大时对性能影响是非常大的，会间断性暂停服务，所以Master最好不要写内存快照。
• Master AOF持久化，如果不重写AOF文件，这个持久化方式对性能的影响是最小的，但是AOF文件会不断增大，AOF文件过大会影响Master重启的恢复速度。Master最好不要做任何持久化工作，包括内存快照和AOF日志文件，特别是不要启用内存快照做持久化,如果数据比较关键，某个Slave开启AOF备份数据，策略为每秒同步一次。
• Master调用BGREWRITEAOF重写AOF文件，AOF在重写的时候会占大量的CPU和内存资源，导致服务load过高，出现短暂服务暂停现象。
• Redis主从复制的性能问题，为了主从复制的速度和连接的稳定性，Slave和Master最好在同一个局域网内

17、redis最适合的场景

Redis最适合所有数据in-momory的场景，虽然Redis也提供持久化功能，但实际更多的是一个disk-backed的功能，跟传统意义上的持久化有比较大的差别，那么可能大家就会有疑问，似乎Redis更像一个加强版的Memcached，那么何时使用Memcached,何时使用Redis呢?
如果简单地比较Redis与Memcached的区别，大多数都会得到以下观点：
Redis不仅仅支持简单的k/v类型的数据，同时还提供list，set，zset，hash等数据结构的存储。
Redis支持数据的备份，即master-slave模式的数据备份。
Redis支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用。

• 回话缓存
  最常用的一种使用Redis的情景是会话缓存（session cache）。用Redis缓存会话比其他存储（如Memcached）的优势在于：Redis提供持久化。当维护一个不是严格要求一致性的缓存时，如果用户的购物车信息全部丢失，大部分人都会不高兴的，现在，他们还会这样吗？
  幸运的是，随着 Redis 这些年的改进，很容易找到怎么恰当的使用Redis来缓存会话的文档。甚至广为人知的商业平台Magento也提供Redis的插件。
• 全页缓存
  除基本的会话token之外，Redis还提供很简便的FPC平台。回到一致性问题，即使重启了Redis实例，因为有磁盘的持久化，用户也不会看到页面加载速度的下降，这是一个极大改进，类似PHP本地FPC。
  再次以Magento为例，Magento提供一个插件来使用Redis作为全页缓存后端。
  此外，对WordPress的用户来说，Pantheon有一个非常好的插件 wp-redis，这个插件能帮助你以最快速度加载你曾浏览过的页面。
• 队列
  Reids在内存存储引擎领域的一大优点是提供 list 和 set 操作，这使得Redis能作为一个很好的消息队列平台来使用。Redis作为队列使用的操作，就类似于本地程序语言（如Python）对 list 的 push/pop 操作。
  如果你快速的在Google中搜索“Redis queues”，你马上就能找到大量的开源项目，这些项目的目的就是利用Redis创建非常好的后端工具，以满足各种队列需求。例如，Celery有一个后台就是使用Redis作为broker，你可以从这里去查看。
• 排行榜、计数器
  Redis在内存中对数字进行递增或递减的操作实现的非常好。集合（Set）和有序集合（Sorted Set）也使得我们在执行这些操作的时候变的非常简单，Redis只是正好提供了这两种数据结构。所以，我们要从排序集合中获取到排名最靠前的10个用户–我们称之为“user_scores”，我们只需要像下面一样执行即可：
  当然，这是假定你是根据你用户的分数做递增的排序。如果你想返回用户及用户的分数，你需要这样执行：
  ZRANGE user_scores 0 10 WITHSCORES
  Agora Games就是一个很好的例子，用Ruby实现的，它的排行榜就是使用Redis来存储数据的，你可以在这里看到。
• 发布、订阅
  最后（但肯定不是最不重要的）是Redis的发布/订阅功能。发布/订阅的使用场景确实非常多。我已看见人们在社交网络连接中使用，还可作为基于发布/订阅的脚本触发器，甚至用Redis的发布/订阅功能来建立聊天系统！（不，这是真的，你可以去核实）。
  Redis提供的所有特性中，我感觉这个是喜欢的人最少的一个，虽然它为用户提供如果此多功能

18 进阶总结

• 为什么使用redis
  1、高性能
  2、高并发

• 使用redis有什么缺点
  1、缓存和数据库的双写一致性问题
  2、缓存雪崩
  3、缓存击穿
  4、缓存的并发竞争

• 单线程redis为什么这么快
  1、单线程避免线程上下文切换
  2、纯内存操作
  3、采用非阻塞i/o多路复用机制

• redis 数据类型，以及每种类型的使用场景
  1、string
  单点登录系统的session保存

2、hash
订单保存
购物车保存

3、list
伪消息队列
并集 交集

4、set
去重

5、sortset
比set多了一个权重core参数，多了一个排序

• redis的过期策略以及内存淘汰机制
  1、如果redis只能存5g数据，你要写10g数据怎么办？
  2、如果你设置了数据的过期时间，但是时间到了，内存占用率还是很高，原因是什么？

3、内存的定时删除celue
定时删除
有一个定时器专门复杂删除过期的key,但是在大量的并发时，它是浪费资源的，cup应该用在key的读写上 而不是用在删除key上

定期删除+惰性删除
定期删除，就是每隔段时间（100ms）就是随机抽取过期的key进行删除，这样造成有一些就不会删除，这时惰性删除就排上用场了
惰性删除是在key被使用的时候 先判断是否过期，如果过期则删除，不过期则用
当然，定时删除+惰性删除也会存没有被随机到也没访问的key岂不是一直在？
这时就需要内部淘汰机制
内部淘汰机制
在redis.conf中有一行配置

# maxmemory-policy volatile-lru

#参数：其他的不说明 这是最常用的
allkeys-lru：当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的 Key。推荐使用，目前项目在用这种

• redis和数据库的双写一致性问题
  1、强一致性 就是不用缓存
  2、最终一致性 用缓存，但是从根本上无法避免读写一致性问题，只能优化，

• 如何应对缓存穿透和缓存雪崩的问题
  1、缓存穿透：黑客去请求缓存中不存在的数据，则就会出现大量的并发出现在数据库上，从而数据库异常
  解决：
  1、互斥锁
  2、异步更新策略（其实就是即使的更新缓存，eg 每次开机更新缓存）
  3、提供一个能迅速判断请求是否有效的拦截机制

2、缓存雪崩：缓存同一时间集体大面积失效，这个时候来了一大波请求，结果都怼到数据库上了，
解决：
1、缓存失效时间加上随机数 避免集体失效
2、使用互斥锁（是从数据库方面考虑，但是性能降低了）
3、双缓存（一个有失效时间 一个没有）

• 如何解决redis的并发竞争key的问题
  1、事务（ 不推荐）
  2、不分顺序（分布式锁）
  3、分顺序（分布式锁+时间戳标记）

参考文章