Redis知识点整理

Redis介绍

Redis是一个使用C语言开发的数据库，Redis数据存储在内存中，所以读写速度非常快。

应用场景

• 数据（热点）⾼并发的读写
• 海量数据的读写
• 对扩展性要求⾼的数据

分布式缓存和本地缓存的区别

分布式缓存

本地缓存

缓存一致性

较好

较弱，每个实例都有自己的缓存

堆内存占用

不占用

占用，影响垃圾回收

速度

较慢，因为需要网络传输和序列化

较快

使用场景

要求数据一致性，访问量大的场景

对数据一致性没有特别高的要求，且访问次数多的场景

本地缓存的实现：

• 使用特定数据结构，比如ConcurrentHashMap
• 使⽤开源的缓存框架 Ehcache，Ehcache 封装了对于内存操作的功能
• Guava Cache 是 Google 开源的⼯具集， 提供了缓存的边界操作⼯具、

Redis和Memcache的区别

Redis

Memcache

存储方式

持久化

断电丢失

支持数据类型不同

String,hash,list,set,zset

只支持key-value

速度

快

慢

缓存处理流程

常见数据结构

• String（字符串）

最大容量为 512M

• list（列表）

list 是字符串列表，按照插⼊顺序排序。元素可以在列表的头部（左边）或者尾部（右边）进⾏添加。最大容量为 2^32-1 个。可以做消息队列。

• hash（哈希）

Re­dis hash 是⼀个键值对（key-value）集合。Re­dis hash 是⼀个 String 类型的 field 和 value 的映射表，hash 特别适合⽤于存储对象。最大容量为 2^32-1 个。

• set（集合）

Re­dis 的 set 是 String 类型的⽆序集合。最大容量为 2^32-1 个。

• zset（sorted set：有序集合）

Re­dis zset 和 set ⼀样也是 String 类型元素的集合，且 不允许重复的成员。不同的 zset 是每个元素都会关联⼀个 dou­ble 类型的分数。zset 通过这个分数来为集合中所有元素进⾏从⼩到⼤的排序。zset 的成员是唯⼀的，但分数（score）却可以重复。最大容量为 2^32-1 个。适合做排行榜。

zset底层实现

跳表，这篇文章对跳表进行了详细的讲解：

www.jianshu.com/p/dc252b5ef…

过期删除策略

常见的删除策略：

• 定时删除：设置过期时间的同时，创建一个timer，过期时间一到就主动删除
• 惰性删除：放任不管，每次获取时，才判断是否过期，过期就删除，属于被动删除
• 定期删除：每隔一段时间就对数据库进行一次删除过期键的操作

Re­dis 采用惰性删除 + 定期删除的方式管理键。既减小 cpu 压力的同时，也保证了数据的准确性。

内存淘汰机制

由于可能发生，既没有被惰性删除也没有被定期删除，但内存很快满了的情况出现，所以需要一定的内存淘汰机制。有 6 中淘汰策略：

• no-eviction：不会继续服务写请求，读请求可以继续进行。这样可以保证不会丢失数据，但是会让线上的业务不能持续进行。这是默认的淘汰策略。
• volatile-lru：尝试淘汰设置了过期时间的 key，最少使用的 key 优先被淘汰。没有设置过期时间的key不会被淘汰，这样可以保证需要持久化的数据不会突然丢失。（这个是使用最多的）
• volatile-ttl：跟上面一样，除了淘汰的策略不是 LRU，而是 key 的剩余寿命 ttl 的值，ttl 越小越优先被淘汰,即淘汰将要过期的数据。
• volatile-random：从已设置过期时间的数据集（server.db[i].expires）中随机选择数据淘汰。
• allkeys-lru：区别于 volatile-lru，这个策略要淘汰的 key 对象是全体的 key 集合，而不只是过期的 key 集合。这意味着没有设置过期时间的 key 也会被淘汰。
• allkeys-random：从全体的key集合（server.db[i].dict）中任意选择数据淘汰。

持久化机制

• RDB：将Redis在内存中的数据库记录定时dump到磁盘上的RDB持久化。
• AOF：将Redis的操作日志以追加的方式写入文件。

RDB

RDB 持久化是指在指定的时间间隔内将内存中的数据集快照写⼊磁盘，实际操作过程是 fork ⼀个⼦进程，先将数据集写⼊临时⽂件，写⼊成功后，再替换之前的⽂件，⽤⼆进制压缩存储。

优点：

1. RDB 是紧凑的⼆进制⽂件，⽐较适合备份，全量复制等场景
2. RDB 恢复数据远快于 AOF

缺点：

1. 无法实现实时或者秒级持久化
2. 新老版本无法兼容RDB

AOF

AOF 持久化以⽇志的形式记录服务器所处理的每⼀个写、删除操作，查询操作不会记录，以⽂本的⽅式记录，可以打开⽂件看到详细的操作记录。

优点：

1. 更好地保护数据不丢失
2. append-only模式写入性能比较高
3. 适合做灾难性的误删除紧急恢复

缺点：

1. 对于同一份文件，AOF文件要比RDB快照大
2. 会对QPS有所影响
3. 数据库恢复慢，不适合做冷备

缓存穿透

查询缓存中没有，数据库也没有的数据会导致缓存穿透。

解决方法：

• 布隆过滤

将所有查询的参数都存储到一个 bitmap 中，查询之前先去 bitmap 里面验证，如果存在就进行底层缓存的数据查询；如果不存在就进行拦截。

可以用于实现数据字典，进行数据的判重，集合求交集。

• 缓存空对象

直接缓存一个空对象，但是会有两个问题：

1. 缓存将存储更多的键值对，可能会遭到恶意攻击，至于内存空间的浪费；可以通过设置过期时间来控制。
2. DB与缓存数据不一致，可以通过异步消息来进行数据更新的通知。

缓存雪崩

一段时间内，大量的缓存失效，导致数据库压力突然增大，导致缓存雪崩。

解决方法：

• 分散失效时间
• DB访问限制，进行限流
• 多级缓存设计

缓存击穿

缓存中没有，但是数据库中油的数据，这时由于并发用户多，就会造成数据库压力瞬间增大。

解决方法：

1. 设置热点数据永不过期
2. 加互斥锁，使写数据的只有一个线程执行：

缓存更新策略

先更新数据库，再更新缓存

• 会导致线程安全问题

两个线程一起更新数据，就会造成脏数据的问题。

• 更新缓存的复杂度相对较高

因为一般存入缓存的数据都要经过一系列的计算。

先删除缓存，再更新数据库

可能会导致数据不一致的问题，比如，刚删掉缓存，另一个线程马上读取请求，缓存还是旧的。

解决方法只能是写数据成功后，再更新一次缓存。

先更新数据库，再删除缓存

可能会造成短暂的数据不一致，在更新数据库成功后和删除缓存之前，会有一定的数据不一致现象，不过可以接受。

参考：《2020最新Java基础精讲视频教程和学习路线！》
链接：https://juejin.cn/post/693720...