redis整理

目录

 

一、数据类型

二、 持久化策略

1.  RDB

2.  AOF

3. 结合使用

三、 key过期删除策略

四、 回收策略

五、 分布式锁

六、 缓存穿透，缓存击穿，缓存雪崩

---

一、数据类型

参考：https://blog.csdn.net/Mr_FLM/article/details/97380305

Redis数据类型简介：
  Redis支持字符串、哈希表、列表、集合、有序集合、位图、地理位置和HyperLogLog这八种数据类型。Redis的所有数据结构都以唯一的key字符串作为名称，然后通过这个唯一的key值获取相应的value数据。不同类型的数据结构的差异就在于value的结构不一样。

1、字符串（string）
  Redis的字符串时动态字符串，是可以修改的字符串，内部结构类似于Java的ArrayList。它采用预分配冗余空间的方式来减少内存的频繁分配，内部为当前字符串分配的实际空间capacity一般要高于实际字符串长度len。当字符串长度小于1MB时，扩容都是加倍现有的空间。如果字符串长度超过1MB，扩容时一次只会多扩1MB的空间。需要注意的是字符串最大长度为512MB。
  常见用途：
  存储用户信息。存储对象时，将用户对象使用JSON序列化成字符串，然后塞进Redis来缓存。取出对象时，将JSON字符串反序列化用户对象。

2、列表（list）
  Redis的列表相当于Java的LinkedList，注意它时链表而不是数组。这意味着list的插入与删除操作非常快，时间复杂度为O(1)，但是索引定位很慢，时间复杂度为O(n)。列表中的每个元素之间都使用双向指针顺序连接，同时支持前后向遍历。当列表弹出最后一个元素时，该数据结构被自动删除，内存被回收。
  常见用途：
  充当异步队列。一个线程将需要延后处理的任务结构体序列化成字符串，塞进Redis的列表，另一个线程从这个列表中轮询数据进行处理。

3、字典（hash）
  Redis的字典相当于Java语言里面的HashMap，如下图所示，它是无序字典，内部存储了很多键值对。实现结构上与HashMap也是一样的，都是 “数组 + 链表” 形式的二维结构，第一维hash的数组位置碰撞时，就会将碰撞的元素使用链表串联起来。
  不同的是，Redis的字典的值只能是字符串，另外它们的rehash的方式也不一样。因为Java的HashMap在字典很大时，rehash是个耗时的操作，需要一次性全部rehash。Redis为了追求高性能，不能堵塞服务，所以采用渐进式的rehash策略。
  渐进式的rehash会在rehash的同时，保留新旧两个hash结构，查询会同时查询两个hash结构，然后在后续的定时任务或者hash操作指令 (hset、hdel) 中，循环渐进地将旧hash的内容一点点地迁移到新的hash结构中。当搬迁完成后，就会使用新的hash结构取而代之。当hash移除了最后一个元素之后，该数据结构被自动删除，内存被回收。

  常见用途：
  存储用户信息，可以对用户结构中每个字段单独操作。

4、集合（set）
  Redis集合相当于Java中的HashSet，它内部存储的值是无序的、唯一的。它的内部相当于一个特殊的字典，只不过字典中的所有的value都是一个值NULL。当集合中最后一个元素被移出之后，数据结构被自动删除，内存被回收。
  常见用途：
  存储活动中中奖的用户ID，因为自带去重功能，可以保证同一个用户不会中奖两次。

5、有序集合（zset）
  Redis有序集合，如下图所示，类似于Java的SortedSet和HashMap的结合体。一方面它是一个set，保证了内部value的唯一性，另一方面它可以给每个value赋予一个score，代表这个value的排序权重。它内部实现用的是一种叫作 “跳跃列表” 的数据结构。zset中最后一个value被移除后，数据结构被自动删除，内存被回收。

  常见用途：
  1、zset可以用来存储粉丝列表，value值是粉丝的用户ID，score是关注时间。实现对粉丝列表按关注时间进行排序。
  1、zset可以用来存储学生成绩，value值是学生的ID，score是学生的成绩。对成绩进行排序得到其名次。

6、位图（bitmap）
  Redis在2.2.0版本添加了对位图bitmap的支持。bitmap是一串连续的二进制数字 (0或1)，每一位所在的位置为偏移 (offset)，在bitmap上可执行AND，OR和XOR以及其它位操作。
  常见用途：
  统计日活跃用户或者网站页面访问量。

7、地理位置
  Redis在3.2.0版本添加了对地理位置 (GEO) 的支持。它使用geohash保存地理位置的坐标，使用有序集合 (zset) 保存地理位置的集合。
  常见用途：
  1、根据经纬度查找地理位置；
  2、根据地理位置计算经纬度；
  3、根据地理位置，计算两地距离。

8、HyperLogLog
  Redis在2.8.9版本添加了HyperLogLog数据结构。HyperLogLog是用来做基数统计的算法。它的优点是，在输入元素的数量或者体积非常大时，计算基数所需的空间总是固定的、并且是很小的。
  在Redis里面，每个HyperLogLog键只需要占12KB的存储空间。在计数比较小时，它的存储空间才用稀疏矩阵存储，空用占用很小，仅仅在计数慢慢变大，稀疏矩阵占用空间渐渐超过阈值时，才会一次性转变成稠密矩阵，才会占用12KB的内存。HyperLogLog 只会根据输入元素来计算基数，而不会储存输入元素本身。它提供不精确的去重计数方案，标准误差是0.81%。
  常见用途：
  统计网站页面访问量。
————————————————
版权声明：本文为CSDN博主「SuperLonelyCat」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/Mr_FLM/article/details/97380305

 

二、 持久化策略

1.  RDB

数据集快照方式来记录redis数据库的所有键值对，隔段时间将数据写入临时的文件，持久化结束后，用这个临时文件替换上次的文件。save时可以BgSave使用fork协程来操作

2.  AOF

aof日志记录的时数据操作修改的指令记录日志。类似与mysql的Binlog，redolog。aof随着时间无限增量

3.  RDB和AOF结合

如果采用RDB快照时间使用BgSave可能会丢失数据，AOF恢复数据可能会很慢。Redis 4.0 后，为了解决这个问题，提出了新的持久化机制，混合持久化，将RDB文件和局部增量的AOF结合使用。

RDB可以使用相间隔时间较长的保存策略，AOF不需要保存全量的操作日志 只保存前一次RDB开始到这段时间的增量AOF日志即可，一般来说，这个日志会很小。

 

三、 key过期删除策略

当一个键处于过期状态，其实并不是实时删除的，而是通过一定的机制来把过期的数据移除，达到内存释放的作用

被删除存在以下几种场景：

定时删除：

在设置过期时间同时，创建一个定时器，让定时器在定时到来时立即删除操作， 对内存很友好，但是单线程对cpu很不利，不适用

惰性删除：

放任过期不管，每当从键空间获取键时，判断并删除

定期删除：

一段时间，对数据检查，过期的删除，一般结合惰性删除使用。

 

四、 回收策略

当内存不足时，会触发回收

volatile

常用策略： 已设置过期的数据，中删除最近使用少的数据

五、 分布式锁

使用setnx结合过期时间使用redis的分布式锁。

六、 缓存穿透，缓存击穿，缓存雪崩

缓存穿透：

想象一下这个情况，如果每次都去查询数据库，而每次查询都是空，每次又都不会进行缓存。假如有恶意攻击，就可以利用这个漏洞，对数据库造成压力，甚至压垮数据库。即便是采用UUID，也是很容易找到一个不存在的KEY，进行攻击。

小编在工作中，会采用缓存空值的方式，也就是【代码流程】中第5步，如果从数据库查询的对象为空，也放入缓存，只是设定的缓存过期时间较短，比如设置为60秒

缓存击穿：

缓存击穿，是指一个key非常热点，在不停的扛着大并发，大并发集中对这一个点进行访问，当这个key在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在一个屏障上凿开了一个洞。

小编在做电商项目的时候，把这货就成为“爆款”。

其实，大多数情况下这种爆款很难对数据库服务器造成压垮性的压力。达到这个级别的公司没有几家的。所以，务实主义的小编，对主打商品都是早早的做好了准备，让缓存永不过期。即便某些商品自己发酵成了爆款，也是直接设为永不过期就好了。

缓存雪崩：

缓存雪崩，是指在某一个时间段，缓存集中过期失效。

产生雪崩的原因之一，比如在写本文的时候，马上就要到双十二零点，很快就会迎来一波抢购，这波商品时间比较集中的放入了缓存，假设缓存一个小时。那么到了凌晨一点钟的时候，这批商品的缓存就都过期了。而对这批商品的访问查询，都落到了数据库上，对于数据库而言，就会产生周期性的压力波峰。

小编在做电商项目的时候，一般是采取不同分类商品，缓存不同周期。在同一分类中的商品，加上一个随机因子。这样能尽可能分散缓存过期时间，而且，热门类目的商品缓存时间长一些，冷门类目的商品缓存时间短一些，也能节省缓存服务的资源。