目录

什么是Redis??

Redis有哪些使用场景?

Redis是单线程还是多线程?

为什么Redis是单线程速度还是很快??

 Redis持久化

RDB机制:(Redis DataBase)            [是redis中默认的持久化方式]

AOF机制:(Append Only File)       

Redis和MySQL如何保持数据一致????

Redis事务

Redis与传统关系型数据库的区别：

Redis事务在Java中的运用:(Java代码中实现Redis的事务控制)

主从复制(Redis集群)

主从复制的作用??

 redis哨兵机制

Key的过期删除策略

缓存穿透、缓存击穿、缓存雪崩

缓存穿透

缓存击穿

缓存雪崩

---

什么是Redis??

Redis是一款非关系型数据库,以键值对的形式存储在内存中,储存在内存中,读写的速度非常快,还支持多种数据类型,支持数据持久化

Redis有哪些使用场景?

1.缓存

        访问量大的(秒杀、点赞)

        修改少的(新闻类型、电商类型)

        存储验证码(定时删除)

2.计数器(点赞)

3.排行榜(zset)

4.数据去重(set)

5.消息队列(list)

6.分布式锁(微服务)

Redis线程模型

Redis是单线程还是多线程?

        6.0版本之前：只有一个线程处理事情(处理客户端的连接\读写功能)(线程安全)

        6.0版本之后：引入了多线程

                                 但这并不是说明Redis完全是多线程的

                                 在网络请求过程中:多线程

                                 在对兼职的读写时:单线程(依旧是线程安全的)

为什么Redis是单线程速度还是很快??

1. Redis基于内存操作,运算为内存级别,故性能很高
2. Redis底层是hash结构 ==> 时间复杂度为O(1),可以通过key(计算hash值)快速定位
3. 单线程设计避免线程切换(防止切换线程开销),也不会导致死锁问题

 Redis持久化

        众所周知Redis是基于内存操作的,那么如果有一天突然断电了,那么Redis里的数据岂不是都没有了?基于这个问题,Redis推出了持久化的机制:

RDB机制:(Redis DataBase)            [是redis中默认的持久化方式]

        以快照的方式,将某一时刻Redis中的数据保存到一个.rdb文件中        ​​

      可以在redis.conf中修改触发条件:

          save(同步机制)：这是用来配置触发Redis的RDB持久化条件(即什么时候将内存中的数据持久化到硬盘中),  如："save m n" 表示每m秒内，如果数据修改了n次或n次以上时，自动触发bgsave(存储)

        save  60  2  ：表示60秒内如果redis中的数据被修改了2次或以上,则进行快照

        这时如果不需要持久化,将save所在的行全部注释,就不会进行持久化了

                (注意:这里注释的时候需要在该行前面加'# ')

AOF机制:(Append Only File)       

        以日志的形式,将你进行的写操作(增、删、改)的命令记录下来

                恢复时,逐行执行命令即可恢复数据

        如果想要使用AOF机制,需要再配置文件中开启:

        在redis.conf中找到appendonly  no,并将其改为yes开启

                                      appendfilename  ==>  指定日志记录文件(的名字)  默认为 appendonly.aof

               每次配置修改后,都需重启redis才会生效

        同步机制:         (默认:appendfsync  everysec)

            appendfsync  always        #每一次修改都会sync,   缺点:消耗性能

            appendfsync  everysec     #每秒执行一次sync      缺点:如果1s内多次修改,可能会丢失数据

        

Redis和MySQL如何保持数据一致????

解决方式一：更新完MySQL后，立即去更新Redis

        问题：万一更新Redis失败（e.g：Redis连接断开），会导致数据更新失败。

解决方式二：先删除Redis中的数据，然后更新MySql，有查询到来时Redis会从MySQL中查询

        问题：删除Redis后，更新MySQL中的事务还没有提交，这时如果有新来的请求访问，查询出来的还是原来的数据。

解决方式三：延时双删机制：先删除Redis，再更新MySql，延迟几百毫秒之后再次删除Redis

        解决了方案二中，MySQL提交事务之前，Redis查询数据后，以后访问过来还是原数据的问题

这时后方再有查询过来时，redis会从数据库中重新查询当前的新值。

Redis事务

Redis与传统关系型数据库的区别：

        Redis事务中，同一个事物中的命令不会相互影响

                                不支持roll back（回滚）

                                不支持复杂的事务管理（嵌套事务、并发控制等）

        优点： 高性能（基于内存的数据存储）

                    简单的操作命令： mutil（开启事务）  set 1   set 2    exec（执行事务）

                    灵活的数据类型（Redis支持多种数据类型，如字符串、列表、集合、散列等）

        Redis事务本质上是一组命令的集合,一个事务中所有命令都会序被列化,在事务执行过程中,会按照顺序执行。事务添加命令后,该命令不会立即执行,在执行exec命令时,才回执行此实物中的所有命令.

        值得注意的是：与传统关系型数据库不同，Redis事务中不保证多条命令执行的原子性，即：Redis事务只负责将这几条命令打包放在一起，无所谓他们正确与否，即使其中有命令报错也不影响其他命令的执行结果。

Redis事务在Java中的运用:(Java代码中实现Redis的事务控制)

@Autowired
RedisTemplate redisTemplate;public static void main(String[] args) {redisTemplate.multi();//开启Redis事务//命令一//命令二//命令三redisTemplate.exec();//执行Redis事务
}

主从复制(Redis集群)

        主从复制,是指将一台Redis服务器的数据,复制到其他Redis服务器,前者称之为主节点(master),后者称为从节点(slave),数据的复制是单向的,只能从主节点到从节点

        一台Redis作为主机，其他redis服务作为从机，一主多从，这样即使其中一台宕机，其余还可正常运行，保证数据的完整性，写入命令时，发送命令到主机，主机执行后将自动备份到从机，进而达到读写分离，分担redis服务的压力。

        (人话：主机可以进行增删改查，从机只有两个操作：从主机处获取数据，进行读操作)

主从复制的作用??

• 数据冗余：主从复制实现了数据的热备份，是持久化之外的一种数据冗余方式。
• 故障恢复：当主节点出现问题时，可以由从节点提供服务，实现快速的故障恢复；实际上是一种服务的冗余。
• 负载均衡：在主从复制的基础上，配合读写分离，可以由主节点提供写服务，由从节点提供读服务（即写Redis数据时应用连接主节点，读Redis数据时应用连接从节点)，分担服务器负载；尤其是在写少读多的场景下，通过多个从节点分担读负载，可以大大提高Redis服务器的并发量。
• 高可用(集群)基石：除了上述作用以外，主从复制还是哨兵和陳群能够实施的基础，因此说主从复制是Redis高可用的基础。

 redis哨兵机制

        现在我们都知道了主从复制是为了分担redis服务的,如果其中有一台服务器宕机,其余还可正常运行,那么如果是主机宕机了,我们又该作何处理呢??

• 对主机和从机进行监控：哨兵系统能够监控Redis主机和从机的运行状态，包括是否正常运行、是否能够响应命令等。
• 向管理员发起通知：当某个节点出现问题时，哨兵可以通过API向管理员发送通知。
• 解决主机宕机问题：一旦主机宕机，哨兵机制会从剩余从机中选举一个当做主机，确保了系统的连续运行和数据的一致性

Key的过期删除策略

        惰性删除：

        当key过期后,标记为过期状态(字典,记录过期key),下次使用时再删除

缺：如果一个key长时间未被访问，即使它已经过期，也不会被删除，可能会导致内存的浪费。

        定期删除：

        在设定的时间节点,去扫描过期的key，删除过期key。

缺点：可能会在大量key同时过期时造成卡顿现象。

        Redis操作时是两者结合的，具体是怎么操作的我在这里就不赘述了,如果有想深入了解的可以看大佬的：redis中key的过期键删除策略

缓存穿透、缓存击穿、缓存雪崩

前台请求时,数据查询的处理流程:

理解了数据查询时的处理流程,接下来让我们一同走进缓存高并发时常见的三大难题：

缓存穿透

        key对应的数据在数据库中不存在,如果我们查询Redis时,该数据在Redis中不存在,那么该请求还是会去访问数据库,如果有大量的这种请求访问过来,有可能压垮数据库

解决方法:

1.添加参数验证

e.g:  id肯定是integer类型,如果有人恶意访问 ?id='abc',这时肯定不可能查到该条数据
        我们可以在后端添加一条验证 :if( id instanceof Integer) ,如果不符合条件,直接忽略此次请求或者返回return false;

2.设置key-null

e.g:  如果对方想要查找key为'abc'的数据,但是后端数据库中没有这条数据,可以在Redis中设置一个键值对:{ 'abc' , null } 这样,对方再次访问过来时,直接return  null就行,同样不会造成缓存穿透

缓存击穿

        key对应的数据在数据库中存在,但是在redis某一个时间节点恰好过期了,此时如果有大量的并发请求过来,这些请求发现缓存过期后,都会从数据库中加载该数据,这时候也有可能会压垮数据库.

解决方法：

1.灵活设置key过期时间

        在设置key过期时间时,设置不要再访问量大的时候过期

2.加互斥锁

        给该查询加一个互斥锁,这样去MySQL中查询时,可以确保同一时间只有一个请求去访问MySQL,其余请求只能等所释放了以后才能进

缓存雪崩

        在高并发情况下,有大量的缓存失效(或者缓存层出现故障),造成大量请求到达数据库,导致数据库的调用量暴增,甚至可能导致数据库宕机。

解决办法：

1.避免缓存集体失效

        设置随机过期时间，可有效避免大量key同时过期。

2.集成redis集群

        将热点数据均匀分布再不同的Redis中，同样可以避免key同时失效的问题

3.设置定时任务

        设置在缓存失效之前，重新设置过期时间。