Redis简介
Redis
缓存
缓存是Redis最常见的用途，一般用来保证系统的高性能与高并发,因为缓存是放在内存的，而数据库的数据需要经过磁盘文件，当然mysql也支持一部分缓存，内存读写的并发量一定是比磁盘读写高的。
简介
Redis与Memcached的区别
- Redis支持复杂数据结构。
- Redis支持集群模式，当然Memcached也可也实现集群只是比较麻烦。
- Redis是单核的，在小数据的处理上Redis比Memcached的性能要高。Memcached是多核的，在大数据的处理上性能较高。
线程模型
主要使用file event handler，一个单线程的文件事件处理器。监听多个socket，根据socket上的事件类型选择对应的处理器来处理。包括四个部分:多个socket，IO多路复用程序，文件事件分派器，事件处理器(连接应答，命令请求，命令回复处理),其中为了防止事件并发引起的问题，文件事件分派器会将产生的事件放入队列中排队。由于是纯内存操作、IO多路复用程序是NIO的、底层使用C语言、没有多线程的竞争问题等优点，Redis的效率很高。在6.0版本后引入了多线程，用来处理网络数据的读写与协议解析。
支持的数据类型
- Strings: 简单的key-value缓存
- Hashes:类似map的一种结构，适用于结构化的数据，将对象的属性作为key，属性值作为value，来存放整个对象，每次读写缓存就可以操作某个字段。
- Lists:有序列表，存储列类型的数据而且分页性能高。
- Sets：无序集合，主要用于分布式环境下的全局去重。
- Sorted Sets：有序集合。
- Bitmaps：位图不常用。
- HyperLogLogs:不常用
- Streams:不常用
过期策略
定期删除+惰性删除
定期删除: 指的是Redis每隔一定的时间(默认100ms，可重新配置)随机选择一些设置了过期时间的key，检查并决定是否删除。
惰性删除：每次现在获取的时候，都会检查是否过期。
存在一个极端情况，当定期删除没能选中某些数据，而这些数据也未被使用也就是不能惰性删除，那么会导致数据会越来越多，导致内存耗尽。
内存淘汰
主要提供几种
- noeviction: 当内存不够写，新写入会报错。
- allkeys-lru:内存不够时，针对所有的key，移除最近最少使用的key,和操作系统的LRU淘汰机制类似。
- allkeys-random：内存不够时，随机移除某个key.
- volatile-lru:当内存不够时，移除最近最少使用的key，但是是针对有过期时间的key。
- volatile-random：当内存不够时，随机移除某个key，但是是针对有过期时间的key.
- volatile-ttl： 当内存不够时，根据过期时间的顺序，把过期时间早的key移除。
高并发与高可用
高并发
主要依靠主从架构:和其他主从一样，就是一个节点负责写，其他节点负责读。
Redis replication
- 数据从主节点被写入，然后采用异步的方式更新到其他从节点，并且从节点会定时确认自己的数据是否正常。
- 从节点之间也可也有通信，但从节点不影响主节点的工作。（非阻塞）
- 从节点的在写入时，并非阻塞式，而是用新替旧的方式。
- 简单通过增加从节点，可以用提高Redis的吞吐量。
核心原理
当从节点第一次启动并连接主节点，会启动一次全量复制。复制的方式是由主节点生成一份RDB文件(类似镜像快照)，同时将新的写入命令缓存。从节点收到RDB之后，先将它写入磁盘，再加载到内存。然后主节点将新写入的缓存命令发送给slave，继续同步这些数据。
断点续传
上述题到的主从复制核心原理，会发生网络不佳的情况，那么就会出现部分命令丢失的情况，这时候就需要用到断点续传。主要由主节点维护一个内存中的backlog，主从节点都会保存一个偏移量和id，其中偏移量是保存在backlog中，这样断开重连后还能重新开始传，id的话主要是用来定位主节点的。因为用ip来定位是不可靠的。
无磁盘化复制
主节点在内存中直接创建RDB，在配置文件的repl-diskless-sync配置项设置为yes就可以了。
过期处理
只有主节点才可以处理过期的key，并将淘汰命令同步到从节点。
心跳检测
主从节点会相互发送心跳信息，确认是否活着。
高可用
主要由哨兵来实现，哨兵有集群监控、消息通知、故障转移、配置中心的功能。并不保证数据的零丢失。
核心知识
哨兵至少需要3个实例，不保证数据完全不丢失，其中数据丢失主要发生在两种情况，一种是异步复制导致的数据丢失，另一种是脑裂导致的数据丢失（出现了两个master）。解决方法就是配置min-slaves-max-lag和min-slaves-to-write去尽量避免问题。
sdown和odown的转换机制
sdown是主观宕机的，就一个哨兵如果自己觉得一个master宕机了，那么就是主观宕机。
odown是客观宕机，如果quorum数量的哨兵都觉得一个master宕机了，那么就是客观宕机。
自动发现机制
主要通过pub/sub实现，去互相交换信息对master的监控配置等。
选举算法（新的主节点如何产生）
首先按照从节点的优先级排序，然后按照从节点的复制偏移量。总而言之就是选择留有尽可能多的数据的从节点。
quorum和majority
每次一个哨兵要做主备切换，首先需要quorum数量的哨兵认为down，然后选举出一个哨兵来切换，同时得到主哨兵的授权。
Redis持久化
主要有两种方式，RDB和AOF
RDB
RDB持久化机制，是对Redis中的数据执行周期性的持久化。
RDB会生成多个数据文件，可以用来做备份。
RDB的性能很高，因为复制操作是由一个线程完成的。
由RDB恢复Redis进程更快。
但是RDB可能会丢失数据在故障情况下。
当RDB足够大的时候，会一定程度导致服务暂停。
AOF
把每条写入命令存入日志，通过回放日志来重新建立。
数据更安全，丢失的数据不会很多。
没有磁盘寻址的开销，性能高。
日志文件过大的时候，后台会重写，但不会影响客户端的重写，因为有压缩。
AOF的可读性较强，即使被删库也可恢复。
缺点是容量过大。
选择
成年人才做选择，可以都开启。
集群
在集群架构下，每个Redis会开启两个端口6379和16379,其中16379是用来节点间通信的，主要用总线的模式来进行，一般使用的是gossip协议，自动将数据进行分片，每个master上放一部分数据，提供内置的高可用支持，部分master不可用时可以继续工作。
内部通信机制
通信原理
分为集中式、Gossip协议两种。
集中式的原理类似与大数据里的storm，主要用zookeeper来实现。
Gossip协议则是一种达到分布式共识的传输协议。
分布式寻址算法
hash算法
对于key先计算hash值，然后对节点数取模。一旦某个master宕机，都会基于最新的剩余master节点去取模，尝试去取数据。导致大部分请求过来，无法拿到新的缓存。
一致性hash算法
将整个hash值空间组织成一个虚拟的圆环，整个空间按顺时针方向组织，下一步将各个master节点（使用ip和主机名）进行hash。从而确定位置。
如果一个节点挂了，受影响的只有一前面的那个节点。但是在节点太少时，容易因为节点分部不均匀而造成缓存热点的问题。所以引入了虚拟节点机制，即对每一个节点计算多个hash，每个计算结果位置都放置一个虚拟节点。
hash slot算法
Redis cluster 有固定的 16384 个 hash slot，对每个 key 计算 CRC16 值，然后对 16384 取模，可以获取 key 对应的 hash slot。
Redis cluster 中每个 master 都会持有部分 slot，比如有 3 个 master，那么可能每个 master 持有 5000 多个 hash slot。hash slot 让 node 的增加和移除很简单，增加一个 master，就将其他 master 的 hash slot 移动部分过去，减少一个 master，就将它的 hash slot 移动到其他 master 上去。移动 hash slot 的成本是非常低的。客户端的 api，可以对指定的数据，让他们走同一个 hash slot，通过 hash tag 来实现。
任何一台机器宕机，另外两个节点，不影响的。因为 key 找的是 hash slot，不是机器。
并发竞争的CAS方案
可以通过zookeeper实现分布式锁，确保同一时间只能有一个实例在操作某个key。
CAS的话是通过时间戳来作为版本号，这样可以有效避免ABA问题。