Redis学习总结

Redis是什么？优缺点

Redis是使用c语言编写的开源的高性能非关系型数据库，它可以存储键和五种不同类型的值之间的映射。键的类型只能为字符串，值的类型可以为：字符串（string）、哈希（hash:map格式）、列表（list：linkedlist格式）、集合、有序集合。

优点：

• 读写性能优异， Redis能读的速度是110000次/s，写的速度是81000次/s。
• 支持数据持久化，支持AOF和RDB两种持久化方式。
• 支持事务，Redis的所有操作都是原子性的，同时Redis还支持对几个操作合并后的原子性执行。
• 数据结构丰富，除了支持string类型的value外还支持hash、set、zset、list等数据结构。
• 支持主从复制，主机会自动将数据同步到从机，可以进行读写分离。

缺点：

• 数据库容量受到物理内存的限制，不能用作海量数据的高性能读写，因此Redis适合的场景主要局限在较小数据量的高性能操作和运算上。
• Redis 不具备自动容错和恢复功能，主机从机的宕机都会导致前端部分读写请求失败，需要等待机器重启或者手动切换前端的IP才能恢复。
• 主机宕机，宕机前有部分数据未能及时同步到从机，切换IP后还会引入数据不一致的问题，降低了系统的可用性。
• Redis 较难支持在线扩容，在集群容量达到上限时在线扩容会变得很复杂。为避免这一问题，运维人员在系统上线时必须确保有足够的空间，这对资源造成了很大的浪费。

持久化方式

为什么要持久化？

Redis是内存数据库，宕机后数据会消失，Redis重启后快速恢复数据，要提供持久化机制。

• RDB（快照模式） 默认
  每隔一段时间，给内存拍照；当redis重启的时候，读取快照回复到某一个时间节点；
  优点：RDB是二进制压缩文件，占用空间小，便于传输（传给slaver）；恢复数据速度快
  缺点：不保证数据完整性，数据会丢失

• AOF（日志模式）需手动设置
  redis将每一个指令都记录到日志当中，重启时回去读取这个日志，将所有命令执行一次
  优点：恢复的数据比较完成
  缺点：恢复速度慢

​ 两种持久化方式可以一起使用！

redis为什么读写速度那么快？

1. Redis 是一个基于内存的数据库，它的数据存储在内存中，这样能够获得非常快的读写速度。相比传统的磁盘数据库，内存数据库能够极大地提高数据的读写性能，从而让 Redis 变得更快；
2. Redis的进程是单线程的，这意味着Redis不需要考虑线程同步和锁竞争等问题，避免了多线程带来的额外开销和复杂性。
3. Redis提供了多种高效的数据结构，如字符串、哈希表、列表、集合、有序集合等。这些数据结构不仅能够满足各种不同的应用场景，而且它们的实现都经过了高度优化，从而能够实现极快的读写速度。
4. Redis 使用异步 I/O 模型，这意味着它能够同时处理多个并发请求，而不需要阻塞等待。这样能够让 Redis 更快地响应客户端请求，从而提高系统的吞吐量。

Redis数据类型，以及Redis的应用场景

Redis 有5种基础的数据结构，分别为：String(字符串)、List(列表)、Hash(字典)、Set(集合)和Zset(有序集合)；

• String(字符串)：String 类型是二进制安全的。意思是redis的string可以包含任何数据。比如jpg图片或者序列化的对象 。
  string类型是Redis最基本的数据类型，一个键最大能存储512MB。
  使用场景

  • 缓存功能：String字符串是最常用的数据类型，因此，利用Redis作为缓存，配合其他数据库作为存储层，利用Redis支持高并发的特点，可以加快系统的读写速度、降低后端数据库的压力。
  • 计数器：redis是单线程模型，一个命令执行完才会执行下一个，使用Redis作为系统的实时计数器，可以快速实现计数和查询功能。
  • 共享用户Session。
  • 分布式锁：解决了分布式系统中控制共享资源访问的问题。与单体应用不同的是，分布式系统中竞争共享资源的最小粒度从线程升级成了进程。

• Hash(哈希)：Hash是一个Mapmap，Value值本身又是一种键值对结构，如 value={{field1,value1},…fieldN,valueN}}
  应用场景

  • 适用于存储对象。
  • 缓存：相比string更节省空间，维护缓存信息，如用户信息，视频信息等。
  • 电商购物车：以用户id为key，商品id为field，商品数量为value，恰好构成购物车的3个要素。

• List(列表)：List 说白了就是链表（redis 使用双端链表实现的 List），是有序的，value可以重复，可以通过下标取出对应的value值，左右两边都能进行插入和删除数据。
  应用场景

  • 最新列表信息：按照时间排序的这些朋友圈信息、最新动态的时间轴等。

• Set(集合)：Set是String类型的无序集合且元素是唯一；通过哈希表实现的，所以添加，删除，查找的复杂度都是O(1)。
  应用场景

  • 给用户添加标签。
  • 好友、关注、粉丝、感兴趣的人的集合。
  • 黑名单、白名单，有业务出于安全性方面的考虑，设置用户黑名单、IP黑名单、设备黑名单等，sismember命令用来判断用户、ip、设备是否在黑名单中。
  • 随机展示，通过 srandmember 随机返回对应的内容，像一些首页获取动态内容可以这么玩。
  • 微信抽奖小程序。
  • 收藏。

• Zset(有序集合)：它和set一样是不可重复的，区别在于多了score值，用来代表排序的权重。也就是当你需要一个有序的，不可重复的集合列表时，就可以考虑使用这种数据类型。
  应用场景

  • 标签：比如我们博客网站常常使用到的兴趣标签，把相同爱好，关注类似内容的用户利用一个标签把他们进行归并。
  • 共同好友功能。
  • 统计用户的点赞、取消点赞。
  • 排行榜功能。

缓存雪崩、缓存穿透和缓存击穿

​缓存雪崩：redis中大量的key同时失效，导致全部去访问数据库；
解决方法：
1.将失效时间分散开，在缓存redis的过期时间上，加上一个随机数；避免同时失效

​ 2.设置缓存标记，记录缓存数据是否过期，如果过期会触发通知另外的线程在后台去跟新实际的key；

​ 3.使用锁或者队列的方式，如果查不到就加上排它锁，其他请求只能进行等待；

​缓存穿透： 黑客攻击，使用不存在的数据一直访问；reids中查询不到，这样就会一直去查询数据库

​ 解决方法：
1.使用布隆过滤器，将不存在的数据进行拦截；

​ 2.将空值进行缓存，但过期时间不能太长，防止占用太多redis资源；

​ 3.对redis进行实时监控，当发现redis中的命中率下降的时候进行原因的排查，配合运维人员对访问对象和访问数据进行分析查询，从而进行黑名单的设置限制服务（拒绝黑客攻击）

​ 4.接口校验

缓存击穿：热点数据被频繁访问时突然失效，从而导致大量请求直接访问数据库，导致数据库压力过大
解决方法：
1.用 ReentrantLock（重入锁），tryLock（尝试锁定） 等加锁；

​ 2.通过key值判断取出来的value是不是null；如果是null的话就让一个线程去db中查询，其他的线程进行等待；

​ 3.读取以后再更新到reids；

​ 4.监控数据，适时调整。

如何保证redis缓存与数据一致性问题

采用「先更新数据库，再删除缓存」方案，为了保证两步都成功执行，需配合「消息队列」或「订阅变更日志（Binlog）的方案来做，本质是通过「重试」的方式保证数据最终一致

读写分离 + 主从库延迟也会导致缓存和数据库不一致，采用 先更新数据库，再删除缓存 方案，缓解此问题的方案是 延迟双删，凭借经验发送 延迟消息 到队列中，延迟删除缓存，同时也要控制主从库延迟，尽可能降低不一致发生的概率