Redis第一关之常规用法-编程知识

简介

Redis不用多说，已经火了很多年了，也用了很多年了。现在做一些归纳总结。
这篇文章主要介绍Redis的常规知识及用法，包括数据结构、使用场景、特性、过期机制、持久化机制。

Redis与Mysql

Mysql是一款基于磁盘的关系型SQL数据库。
Redis是一款基于内存的、非关系型、Nosql数据库，

Mysql的基本构成结构是二维表，由行和列组成。
Redis的数据存储形式是Key-Value结构，由键和值组成。

相较于传统的RDBMS数据库，NOSQL数据库更满足Web2.0时代数据爆炸式需求。不需要固定的格式，严格的关系，提供高并发性能等等。单NOSQL并不能完全取代传统数据库，因此，RDBMS+NOSQL是最好的方式。

下面具体来分析Redis的数据结构

Redis数据结构

Redis是Key-Value结构，Key值都是单字符串，Value也是字符串，但却有9种数据类型，分别如下：

String（字符串）
List（链表）
Set（无序集合）
ZSet（有序集合）
Hash（哈希）
Geo 地理位置
Bitmaps 位图
HyperLogLog 基数统计

除了最后三种特殊数据结构外，常用的5种数据结构可以按类型分类。

1. 按单、多个字符串分类：
String为单个字符串结构
List、Set、Zset、Hash为多字符串结构2. 在多字符串结构中，再按有序、无序分类
List、ZSet为有序数据结构，其中List底层为链表结构，以插入顺序排序。ZSet通过分数Score来排序。
Set、Hash为无序数据结构，其中Set为无序唯一性集合，会自动去重。

Hash数据结构是以field-value形式，非常适合存储对象结构。同时支持对对象属性的增删。
在这里插入图片描述

Redis应用场景

Redis作为Web2.0时代受欢迎的产物，其基于内存的高性能、过期机制、特殊的数据结构都分别决定了它的用途广泛。

在这里插入图片描述

缓存应用的三大问题

缓存击穿

概念： 缓存将某个或小面积热Key击穿，
造成原因：误操作、缓存过期
解决办法：暂时设置永不过期、增加热点监控

缓存穿透

概念: 请求穿过了缓存，直达缓存后的数据库层，大并发下容易造成数据库宕机，从而影响全局。
造成原因：大并发请求，缓存层未命中，黑客攻击等
解决办法：增加数据有效性校验，对不存在的数据进行Null值缓存，使用布隆过滤器。

缓存雪崩

概念：大面积缓存的key值在同一时间段都未命中
造成原因：key值过期时间过于集中，或者Redis宕机。
解决办法：分散key值得过期时间，通过随机数加权计算。增加Redis高可用性。

过期时间

在Redis中，很多场景可以通过过期机制来实现。比如短信验证码、七天免登录等。
但是Redis中允许key不设置过期时间，这会让key值永不过期，占用内存。如果不是特殊设计不建议这样使用。

关于Redis的设计缺陷及补丁措施思考

Redis是一款基于内存的数据库，其目的是为了满足快速处理的高并发特性。
但是内存是有物理局限的，它无法像硬盘一样容量可以扩充到很大，也容易受到断电丢失数据影响。
在这里插入图片描述

因此，Redis作者又做了几个补丁。

补丁一：过期机制

如果Redis没有过期机制？

那么意味着，所有存入到内存的数据都是永不过期的，使用完了就得删除，这像是 C++语言开发，而过期机制相当于Java的内存回收机制，操作起来更柔性。

过期机制的底层原理？

Redis内部采用的是定期删除+惰性删除，两种机制相配合保证了最终一定被删除。

定期删除
设置了定时器，每次会取出一部分过期的key进行删除。

为什么不是轮询全部过期的key值？

因为如果内存较大，过期的key值较多，轮询比较耗时，会消耗大量的CPU在轮询上。

那么，未被取出的过期key值如何删除？

惰性删除
惰性删除，类似于java中的类的懒加载，Spring IOC对象的懒加载。
未被定期删除策略命中的过期key，只有当这个key再次被访问时来判断是否要删除。

因此，定期删除+惰性删除策略，一定会删除所有过期的key，但是有一个时间差问题。

某个key值过期了，它的最快删除时间是定期任务第一次扫描就被取出来并删除。它的最慢删除时间是…很久，这取决于定期删除是怎么取出数据的了。

在这里插入图片描述

虽然这些过期的key最终会被删除，但Redis内存容量总是动态变化的，不断的有增量Key，也有不断的删除Key。

在这里插入图片描述
如果：

增量速度 > 删除速度，删除速度>=0（等于0时所有的key都未过期）

Redis内存就会膨胀，逐渐趋于饱和。这时候，那些未被及时删除的过期Key就亟需被找到并删除掉了，作者怎么做的呢？

内存淘汰策略

当出现上述情况时，作者设计了一种内存淘汰机制，使用者可以不同的策略来清理内存，保证Redis能否正常使用。

1. volatile-lru（least recently used） 从设置了过期时间的数据中（server.db[i].expires） 淘汰最近最少被使用的数据。
2. volatile-random 从设置了过期时间的数据中 随机淘汰数据。
3. volatile-lfu 从设置了过期时间的数据中 淘汰最不频繁被使用的数据。4. allkeys-lru 从所有的数据中（server.db[i].dict） 淘汰最近最少被使用的数据。- 常用
5. allkeys-random 从所有的数据中（server.db[i].dict）随机淘汰数据。
6. allkeys-lfu 从所有的数据中（server.db[i].dict）淘汰最不频繁被使用的数据。7. volatile-ttl 从设置了过期时间的数据中（server.db[i].expires）淘汰将要过期的数据。
8. no-eviction 禁止淘汰数据。

补丁二：持久化机制

Redis毕竟是基于内存的数据库，如果断电了肯定会导致数据丢失。所以设计持久化机制是必然的。

作者设计了两种持久化机制：AOF、RDB

AOF持久化

AOF是一种以记录实时日志的方式，将Redis的每个操作命令持久化，其优点是实时性比较强，可以每秒钟记录一次，其缺点是产生的日志量较大，重启恢复时的耗时较长。

RDB持久化

RDB是一种全量备份模式，将Redis中的所有数据全部备份下来，可以实现备份和迁移。
其优点是产生的数据量较小，重启时可以快速的恢复，其缺点是实时性较弱，容易产生数据丢失。

RDB持久化时，如果发生在Redis运行中，由于数据是动态变化的，因此常见的备份方式是将Redis其他操作阻塞，直到全量备份完成在放行，另一种方式是Redis作者提供的异步备份。

1. 同步备份 save
2. 异步备份 bgsave

异步备份是bgsave命令，其原理是在主进程中fork一个子进程异步执行，不会阻塞主进程操作。

Redis高可用设计

Redis提供了高可用设计，分别是主从模式、哨兵模式、集群模式。

主从模式
Redis数据库的主从模式和Mysql数据库的主从模式类似，都是以容灾备份为目的设计的，因此当Redis主结点发生故障时，可手动切换为从结点提供服务。
主从模式需要两个Redis结点。

哨兵模式

虽然主从模式可以提供容灾备份的功能，但是当发生故障时，需要手动切换，并不智能。于是，哨兵模式解决了这个问题。

哨兵模式通过哨兵集群监控所有Redis结点，让主结点发生故障时，自动将主节点踢出，然后重新选择一个从节点作为主节点提供服务，保证了高可用性。
哨兵模式最大的优点是故障自动转移，但至少需要3个Redis结点。

群集模式

群集模式提供了Redis分布式数据存储功能，由于单机内存上限的限制，群集模式解决了这个问题，通过数据分片的形式将Redis数据分散到多个结点，实现容量的横向扩展，每个主结点都需要配置一个从结点作为数据容灾备份，以便故障自动转移。
Redis群集模式一般需要3主3从，共6个Redis结点。