Redis7分布式缓存之高阶

一. Redis单线程 VS 多线程(入门篇)

1.Redis为什么选择单线程？

① 是什么

② 厘清一个事实我们通常说Redis是单线程究竟何意?

③ Redis3.x单线程时代但性能依旧很快的主要原因

④Redis 4.0之前一直采用单线程的主要原因有以下三个

2. 既然单线程这么好，为什么逐渐又加入了多线程特性?

① 单线程也有单线程的苦恼

② 如何解决

案例

3. redis6/7的多线程特性和IO多路复用入门篇

① 对于Redis主要的性能瓶颈是内存或者网络带宽而并非 CPU。

② 最后Redis的瓶颈可以初步定为: 网络IO

Ⅰ redis6/7，真正多线程登场

Ⅱ 主线程和IO线程是怎么协作完成请求处理的-精讲版

4. Jnix网终编程中的五种IO模型

① lO multiplexing - lO多路复用

Ⅰ FileDescriptor

Ⅱ 首次浅谈I0多路复用l0多路复用是什么

Ⅲ 场景体验，说人话引出epoll

场景解析

IO多路复用模型，简单明了版理解

Ⅳ 小总结

Ⅴ redis为什么这么快

5. 简单说明：Redis工作线程是单线程的；但是，整个Redis来说，是多线程的

① 主线程和IO线程是怎么协作完成请求处理的-精简版

② 结论

6. Redis7默认是否开启了多线程?

二. Bigkey

1. Morekey案例

① 大批量往redis里面插入2000W测试数据key

② 某快递巨头真实生产案例新闻

keys* 你试试100W花费多少秒遍历查询

生产上限制keys */flushdb/flushall等危险命令以防止误删误用？

③ 不用keys *避免卡顿，那该用什么

Scan 命令用于迭代数据库中的数据库键

2. BigKey案例

① 多大算big

参考《阿里云Redis开发规范》

string和二级结构

② 有那些危害

③ 如何产生

④ 如何发现

redis-cli --bigkeys

MEMORY USAGE 键

⑤ 如何删除

Ⅰ String

一般用del，如果过于庞大unlink

Ⅱ hash

Ⅲ list

Ⅳ set

Ⅴ zset

3. Bigkey生产调优

三、缓存双写一致性之更新策略探讨

1. 缓存双写一致性，谈谈你的理解

读写缓存

采用双检加锁策略

@Service
@Slf4j
public class UserService {
    public static final String CACHE_KEY_USER = "user:";
    @Resource
    private UserMapper userMapper;
    @Resource
    private RedisTemplate redisTemplate;

    /**
     * 业务逻辑没有写错，对于小厂中厂(QPS《=1000)可以使用，但是大厂不行
     * @param id
     * @return
     */
    public User findUserById(Integer id)
    {
        User user = null;
        String key = CACHE_KEY_USER+id;

        //1 先从redis里面查询，如果有直接返回结果，如果没有再去查询mysql
        user = (User) redisTemplate.opsForValue().get(key);

        if(user == null)
        {
            //2 redis里面无，继续查询mysql
            user = userMapper.selectByPrimaryKey(id);
            if(user == null)
            {
                //3.1 redis+mysql 都无数据
                //你具体细化，防止多次穿透，我们业务规定，记录下导致穿透的这个key回写redis
                return user;
            }else{
                //3.2 mysql有，需要将数据写回redis，保证下一次的缓存命中率
                redisTemplate.opsForValue().set(key,user);
            }
        }
        return user;
    }


    /**
     * 加强补充，避免突然key失效了，打爆mysql，做一下预防，尽量不出现击穿的情况。
     * @param id
     * @return
     */
    public User findUserById2(Integer id)
    {
        User user = null;
        String key = CACHE_KEY_USER+id;

        //1 先从redis里面查询，如果有直接返回结果，如果没有再去查询mysql，
        // 第1次查询redis，加锁前
        user = (User) redisTemplate.opsForValue().get(key);
        if(user == null) {
            //2 大厂用，对于高QPS的优化，进来就先加锁，保证一个请求操作，让外面的redis等待一下，避免击穿mysql
            synchronized (UserService.class){
                //第2次查询redis，加锁后
                user = (User) redisTemplate.opsForValue().get(key);
                //3 二次查redis还是null，可以去查mysql了(mysql默认有数据)
                if (user == null) {
                    //4 查询mysql拿数据(mysql默认有数据)
                    user = userMapper.selectByPrimaryKey(id);
                    if (user == null) {
                        return null;
                    }else{
                        //5 mysql里面有数据的，需要回写redis，完成数据一致性的同步工作
                        redisTemplate.opsForValue().setIfAbsent(key,user,7L,TimeUnit.DAYS);
                    }
                }
            }
        }
        return user;
    }

}

2. 数据库和缓存一致性的几种更新策略

先更新数据库，再更新缓存

先更新缓存，再更新数据库

先删除缓存，再更新数据库

解决方法

更新策略之 先更新数据库，再删除缓存

3.小总结

---

四. Redis与MySQL数据双写一致性工程落地案例

1. 复习+面试题

2. canal

① 是什么

3. 工作原理

4. mysql-canal-redis双写一致性Coding

五. 案例落地实战bitmap/hyperloglog/GEO

1.