日韩无码专区无码一级三级片|91人人爱网站中日韩无码电影|厨房大战丰满熟妇|AV高清无码在线免费观看|另类AV日韩少妇熟女|中文日本大黄一级黄色片|色情在线视频免费|亚洲成人特黄a片|黄片wwwav色图欧美|欧亚乱色一区二区三区

RELATEED CONSULTING
相關(guān)咨詢
選擇下列產(chǎn)品馬上在線溝通
服務(wù)時間:8:30-17:00
你可能遇到了下面的問題
關(guān)閉右側(cè)工具欄

新聞中心

這里有您想知道的互聯(lián)網(wǎng)營銷解決方案
來來,快速擼 Redis 一遍!

年底了,你發(fā)年終獎了么?是不是很不爽?不管是被動畢業(yè)還是主動畢業(yè),生活還得繼續(xù)是不是?

目前創(chuàng)新互聯(lián)建站已為上千家的企業(yè)提供了網(wǎng)站建設(shè)、域名、網(wǎng)頁空間、網(wǎng)站托管維護(hù)、企業(yè)網(wǎng)站設(shè)計(jì)、富源網(wǎng)站維護(hù)等服務(wù),公司將堅(jiān)持客戶導(dǎo)向、應(yīng)用為本的策略,正道將秉承"和諧、參與、激情"的文化,與客戶和合作伙伴齊心協(xié)力一起成長,共同發(fā)展。

作為程序員,那就離不開Redis,誰讓不爭氣的磁盤還是那么慢呢?要過了面試這道坎,Redis必須掌握好。除了會用,還得了解它背后的原理。

為啥?因?yàn)榇蠹椰F(xiàn)在都在養(yǎng)蠱。人生在世,諸多無奈。逆水行舟,不進(jìn)則退。

如果你讀過Redis相關(guān)的書籍,本文就幫你快速的擼一遍。沒讀過也不要緊,缺啥補(bǔ)啥。

redis能力:

  • 1 0W/s QPS (redis-benchmark)
  • 1w+ 長鏈接 (netstat / ss)
  • 最復(fù)雜的Zset 6kw數(shù)據(jù) 寫入1k/s 讀取5k/s 平均耗時5ms
  • 持久化 (rdb)

1. 基本概覽

學(xué)習(xí)一門新語言,重要的是掌握它的基本數(shù)據(jù)結(jié)構(gòu),以及這些數(shù)據(jù)結(jié)構(gòu)的API。redis的這些數(shù)據(jù)結(jié)構(gòu),就類似一門語言。

Redis數(shù)據(jù)結(jié)構(gòu)

常用5種,一共10種。面試時一般回答5種即可,但其他5種是加分項(xiàng)。

  • String 字符串
  • Hash 字典
  • List 列表
  • Set 集合
  • ZSet? 有序集合。性能參考:《redis的zset有多牛?請把耳朵遞過來》
  • Pubsub 發(fā)布訂閱 (不推薦使用,坑很多)
  • Bitmap 位圖
  • GEO 地理位置 (有限使用,附近的人)
  • Stream 流(5.0) (與Kafka非常像)
  • Hyperloglog 基數(shù)統(tǒng)計(jì)

Redis的協(xié)議

Redis是文本協(xié)議

  • RESP 以CRLF結(jié)尾(\r\n)
  • RESP3 (redis6啟用,增加客戶端緩存)

Redis底層數(shù)據(jù)結(jié)構(gòu)

數(shù)據(jù)量較小和大數(shù)據(jù)量的時候,往往不同,關(guān)注大數(shù)據(jù)量的主要結(jié)構(gòu)。

  • String-sds
  • Hash-(ziplist , dict)
  • Set-(intset,dict)
  • List-(ziplist,quicklist)
  • ZSet-(ziplist+skiptable 跳表)
  • Stream-(radix-tree 基數(shù)數(shù))

跳表的關(guān)注度比較大,在Java中,可以參考類似ConcurrentSkipListMap實(shí)現(xiàn)。

另:Java中有序Set叫做TreeSet,但是用紅黑樹實(shí)現(xiàn)的,注意區(qū)別。

Redis持久化方式

生產(chǎn)環(huán)境,一般僅采用RDB模式。

  • RDB
  • AOF (類似Binglog row模式)
  • 混合模式:RDB+AOF

O(n)指令

  • keys *
  • hgetall
  • smembers
  • sunion
  • ...

建議在集合大小不確定的時候,使用scan hscan sscan zscan 替代。另外,像keys這種危險(xiǎn)命令,最好使用RENAME指令給屏蔽掉。

性能優(yōu)化

  • unlink刪除key -> 異步避免阻塞
  • pipeline批量傳輸,減少網(wǎng)絡(luò)RTT ->減少頻繁網(wǎng)絡(luò)交互
  • 多值指令(mset,hmset)-> 減少頻繁網(wǎng)絡(luò)交互
  • 關(guān)掉aof -> 避免io_wait

擴(kuò)展方式

  • lua
  • redis-module

module模式知道的人比較少,屬于比較底層的開發(fā)。

2. 問題排查

  • monitor指令
  • keyspace-events 訂閱某些Key的事件。比如,刪除某條數(shù)據(jù)的事件,底層實(shí)現(xiàn)基于pubsub
  • slow log 顧名思義,滿查詢,非常有用
  • --bigkeys啟動參數(shù) Redis大Key健康檢查。使用的是scan的方式執(zhí)行, 不用擔(dān)心阻塞
  • memory usage key、memory stats 指令
  • info?指令,關(guān)注instantaneous_ops_per_sec、used_memory_human、connected_clients
  • redis-rdb-tools rdb線下分析

3. 淘汰策略

如果你應(yīng)聘的是redis dba,這道題答不出來,直接淘汰。

  1. 被動刪除 (只有被get到的時候,刪除并返回NIL 屬于惰性刪除)
  2. 主動刪除 (100ms運(yùn)行一次,隨機(jī)刪除持續(xù)25ms,類似Cron)
  3. ->內(nèi)存使用超過maxmemory,觸發(fā)主動清理策略

針對于第三種情況,有8種策略。注意,redis已經(jīng)有LFU了。

  1. 默認(rèn)volatile-lru 從設(shè)置過期數(shù)據(jù)集里查找最近最少使用
  2. volatile-ttl 從設(shè)置過期的數(shù)據(jù)集里面優(yōu)先刪除剩余時間短的Key
  3. volatile-random 從設(shè)置過期的數(shù)據(jù)集里面任意選擇數(shù)據(jù)淘汰
  4. volatile-lfu 從過期的數(shù)據(jù)集里刪除 最近不常使用 的數(shù)據(jù)淘汰
  5. allkeys-lru
  6. allkeys-lfu
  7. allkeys-random 數(shù)據(jù)被使用頻次最少的,優(yōu)先被淘汰
  8. no-enviction

如果不設(shè)置maxmemory,Redis將一直使用內(nèi)存,直到觸發(fā)操作系統(tǒng)的OOM-KILLER。

4. 集群模式

  1. 單機(jī)
  2. 單機(jī)多實(shí)例
  3. 主從(1+n)
  4. 主從(1+n)& 哨兵(3或者基數(shù)個)
  5. Redis Cluster (推薦,但使用有限制)。參考:《與親生的Redis Cluster,來一次親密接觸》

互聯(lián)網(wǎng)建議使用Redis Cluster,外包、項(xiàng)目隨意。

具體搭建過程,請參考:《好慌,Redis這么多集群方案,要用哪種?》

大規(guī)模

  • twemproxy
  • codis
  • 基于Netty Redis協(xié)議自研
  • 管理平臺:CacheCloud

5. Redis常見問題

Redis使用場景

  • 緩存 (緩存一致性 緩存穿透 緩存擊穿 緩存雪崩)
  • 分布式鎖 (redlock)
  • 分布式限流
  • Session

API舉例:

  • zset 排行榜,排序
  • bitmap 用戶簽到,在線狀態(tài)
  • geo 地理位置,附近的人
  • stream 類似kafka的消息流
  • hyperloglog 每日訪問ip數(shù)統(tǒng)計(jì)

緩存一致性

為什么有一致性問題?

  • 寫入。緩存和數(shù)據(jù)庫是兩個不同的組件,只要涉及到雙寫,就存在只有一個寫成功的可能性,造成數(shù)據(jù)不一致。
  • 更新。更新的情況類似,需要更新兩個不同的組件。
  • 讀取。讀取要保證從緩存中讀到的信息是最新的,是和數(shù)據(jù)庫中的是一致的。
  • 刪除。當(dāng)刪除數(shù)據(jù)庫記錄的時候,如何把緩存中的數(shù)據(jù)也刪掉?

建議使用:Cache Aside Pattern

讀請求:

  • 先讀cache,再讀db

變更操作:

  • 先操作數(shù)據(jù)庫,再 淘汰 緩存

涉及到復(fù)雜的事務(wù)和回滾操作,可以把淘汰放在finally里。

問題:緩存淘汰失?。。ǜ怕屎艿?,定時補(bǔ)償)

緩存擊穿

影響,輕微。

高流量下 大量請求讀取一個失效的Key -> Redis Miss -> 穿透到DB

解決方式:采用分布式鎖,只有拿到鎖的第一個線程去請求數(shù)據(jù)庫,然后插入緩存

緩存穿透

影響,一般。

訪問一個不存在的Key-> Redis Miss -> 穿透到DB

解決方式:

  1. 給相應(yīng)的Key設(shè)置一個Null值,放在緩存中
  2. BloomFilter預(yù)先判斷

緩存雪崩

影響:嚴(yán)重。

大量Key同時失效 | 2.Redis當(dāng)機(jī) -> Redis Miss -> 壓力打到DB

解決方式:

  1. 給失效時間加上相對的隨機(jī)數(shù)
  2. 保證Redis的高可用

分布式鎖

redis的分布式鎖,并不是那么簡單。建議使用redisson的redlock。最基礎(chǔ)的指令是setnx。

setnx-> SET key value [EX seconds|PX milliseconds|KEEPTTL] [NX|XX] [GET]

分布式鎖 關(guān)鍵點(diǎn):

  • 原子性
  • 鎖超時
  • 死鎖
  • 讀寫鎖
  • 故障轉(zhuǎn)移

最簡單的Redis分布式鎖代碼(不嚴(yán)謹(jǐn))。

java端代碼模擬lock和unlock。

public String lock(String key, int timeOutSecond){
for (; ; ) {
String stamp = String.valueOf(System.nanoTime());
boolean exist = redisTemplate.opsForValue().setIfAbsent(key, stamp, timeOutSecond, TimeUnit.SECONDS);
if (exist) {
return stamp;
}
}
}
public void unlock(String key, String stamp){
redisTemplate.execute(script, Arrays.asList(key), stamp);
}

lua腳本unlock。

local stamp = ARGV[1]
local key = KEYS[1]
local current = redis.call("GET",key)
if stamp == current then
redis.call("DEL",key)
return "OK"
end

6. Redis使用

常用Java客戶端

  • lettuce SpringBoot默認(rèn),基于Netty的事件驅(qū)動模型
  • jedis   老牌的客戶端,使用commons-pool來完成線程池開發(fā)
  • redisson 非常豐富的分布式數(shù)據(jù)結(jié)構(gòu),包括鎖,分布式Map等。大量使用Lua腳本?

詳細(xì)分析:Redis都要老了,你還在用什么古董客戶端?

使用規(guī)范

根據(jù)公司情況自定義裁剪,沒有萬能的規(guī)范。更多:

這可能是最中肯的Redis規(guī)范了

  • 使用連接池,不要頻繁創(chuàng)建關(guān)閉客戶端連接
  • 消息大小限制 消息體在10kb以下,可以使用snappy、msgpack等壓縮
  • 避免大key和hot key
  • 不使用O(n)指令
  • 不使用不帶范圍的Zrange指令
  • 不使用database(容易覆蓋數(shù)據(jù))
  • 不使用高級數(shù)據(jù)結(jié)構(gòu)(使用基本的5種)
  • 不使用事務(wù)操作
  • 禁止長時間monitor

springboot cache redis

  • 使用時更要注意規(guī)范性
  • cache層抽象層次太高,如需要操作底層的數(shù)據(jù)結(jié)構(gòu),直接使用redisTemplate

Redis是多線程?

要看哪個階段。數(shù)據(jù)操作階段,一直是單線程的,哪怕是redis6。

這篇文章分析了這個過程:和 杠精 聊Redis多線程 ????

End


文章標(biāo)題:來來,快速擼 Redis 一遍!
轉(zhuǎn)載源于:http://m.5511xx.com/article/djjddhi.html