Redis事务+分布式锁+持久化策略+淘汰策略

项目开发视频：
SpringCloud微服务开发入门
手把手开发基于SpringBoot的员工管理系统
亿度云盘~Java小白入门实战

---

前言

本文我们将学习Redis的事务、分布式锁以及持久化策略和淘汰策略。

事务

Redis提供的事务是将多个命令打包，然后一次性、按照先进先出的顺序（FIFO）有序的执行。在执行过程中不会被打断（在事务执行过程，其他客户端提交的命令请求不会插入到事务执行命令序列中），当事务队列中的所以命令都被执行（无论成功还是失败）完毕之后，事务才会结束。

事务相关命令

• multi 启动事务
• exec 提交事务
• discard 放弃事务
• watch 监视一个或多个键，如果有其他客户端修改键的值，事务将失败

事务操作

案例1：开启事务，正常执行，提交事务

案例2：开启事务，放弃事务，事务中的操作没有执行

案例3：开始事务，出现了语法错误，提交事务后，操作都没有执行

案例4：开始事务，出现数值错误（k1是字符串不能递增），提交事务后，其它的操作可以执行

案例5：监视score键，没有其它客户端修改，事务正常执行

案例6：监视score键，提交前打开另一个客户端修改score，提交事务后incrby score没有执行

分布式锁

我们的软件系统经常会遇到并发问题，比如：网络购票，N个用户同时抢购100张票，只能有100个用户抢到，如果不进行处理，可能会出现：一张票卖给A又卖给B的情况。

悲观锁和乐观锁

并发问题一般采用锁机制来解决，分为悲观锁和乐观锁。

• 悲观锁
  认为当前的资源存在竞争，所以每次获得资源时都会上锁，阻塞住其它线程。
  数据库中的行锁、表锁、读锁、写锁以及Java的synchronized和Lock都属于悲观锁。
  悲观锁会降低系统性能和吞吐量，提高数据的安全性，适用于多写少读的场景。
• 乐观锁
  认为当前的资源不存在竞争，所以每次获得资源时都不上锁，通过监视数据，提交修改前通过比较数据和原来的值，判断是否有其他并发操作，最后决定修改的成功和失败。
  乐观锁执行效率高，有利于提高系统吞吐量，适用于多读少写的场景。

Redis的watch命令采用的是乐观锁机制，性能很高，适合于作为分布式锁来解决并发问题。

分布式锁操作

模拟购票，核心代码：

@Repository
public class TicketCache{

	Logger logger = Logger.getLogger(TicketCache.class);
    @Autowired
    private RedisTemplate redisTemplate;

	public String buyTicket(){
		//执行购票逻辑
	    Boolean execute = redisTemplate.execute(new SessionCallback() {
	        @Override
	        public Boolean execute(RedisOperations redisOperations) throws DataAccessException {
	            //监视票数
	            redisOperations.watch("ticket_num");
	            //读取票数
	            int num = Integer.parseInt(redisOperations.opsForValue().get("ticket_num").toString());
	            if (num <= 0) {
	                logger.info("票已售完");
	                return false;
	            }
	            //开启事务
	            redisOperations.multi();
	            //修改票数
	            redisOperations.opsForValue().increment("ticket_num", -1);
	            //提交事务
	            List list = redisOperations.exec();
	            //list为空，提交失败
	            if (list == null || list.isEmpty()) {
	                logger.info("购票失败");
	                return false;
	            }
	            logger.info("购票成功" + list.get(0));
	            return true;
	        }
	    });
	    return String.valueOf(execute);
	}
}

Redis持久化

Redis数据保存在内存中，为避免关闭程序后数据的丢失，就需要将数据保存到磁盘文件上。

持久化策略

持久化策略包含

• AOF：默认每秒对数据进行持久化
• RDB：按条件触发持久化操作，满足任意一个条件

1. 900 1 900秒中修改1次
2. 300 10 300秒中修改10次
3. 60 10000 60秒中修改10000次

配置方法

可以在redis.conf中配置持久化
如：RDB

启动AOF的配置

appendonly yes   开启AOF  
appendfsync everysec  每秒保存

选择持久化策略

我们如何选择RDB和AOF呢？视业务场景而定：

• 允许少量数据丢失，性能要求高，选择RDB
• 只允许很少数据丢失，选择AOF
• 几乎不允许数据丢失，选择RDB + AOF

Redis淘汰策略

Redis中的数据太多可能导致内存溢出，Redis会根据情况淘汰一些数据。
Redis的内存上限：64位系统，上限就是内存上限；32位系统，最大是4G
配置最大内存：

max-memory  配置0就是无上限（默认）

淘汰策略

配置淘汰策略

maxmemory-policy

值：

• noevication（默认）不淘汰
• allkeys-lru （推荐）使用LRU算法淘汰比较少使用的键
  LRU算法：Least Recently Used 最近最少使用算法，淘汰长期不用的缓存
• volatile-lru 在过期的键中淘汰较少使用的
• allkeys-random 在所有键中随机淘汰
• volatile-random 在过期键中随机淘汰
• volatile-ttl 在过期键中淘汰存活时间短的键

结束

---

大家如果需要学习其他Java知识点，戳这里 超详细的Java知识点汇总