redis学习

lemonth

已于 2025-04-27 02:38:24 修改

阅读量1k

点赞数 10

分类专栏：面试文章标签： redis 学习面试

于 2024-11-28 01:15:01 首次发布

本文链接：https://blog.youkuaiyun.com/lemonth/article/details/144098508

版权

面试专栏收录该内容

10 篇文章

订阅专栏

1、数据类型

string
底层

增删改查

set key value
get key
del k
strlen k

加减

incr article
incrby article 3
decr article
decyby article

取v中特定位置数据

getrange name 0 -1
getrange name 0 1
setrange name 0 x

设置过期时间

setex pro 10 华为

等价于

set pro 华为
expire pro 10

在分布式系统里面可以使用如下命令实现分布式锁

setnx(set if not exist)
如果返回1：设置成功
如果返回0：设置失败

List 有序、可重复

存

lpush num 1 2 3 4 5
rpush num2 1 2 3 4 5

弹出（获取数据的同时将数据从list中删除）

lpop
rpop

查

lrange num 0 -1
lrange num2 0 -1

根据下标获取元素

LINDEX key index

大小

LLEN key

队列:先进先出

lpush num3 1 2 3 #左边推进去
rpop num3 1 #右边取出来
或者
rpush num4 1 2 3
lpop num4

栈:先进后出

lpush num5 1 2 3
lpop num5
或者
rpush num6 1 2 3
rpop num6
#list的长度
llen num5

set无序，不可重复

存

sadd ips '192.168.22.1' '192.168.22.2' '192.168.22.2'

查

smembers ips

查看某个元素在集合中是否存在

SISMEMBER key member

删

srem ips '192.168.22.1'

大小

scard ips #获取set的长度

随机

sadd nums 3 4 5 0 9 8 9 0 8 6
srandmember nums 3

随机并移除

spop rands 3

交集

redis 127.0.0.1:6379> SADD myset "hello"
(integer) 1
redis 127.0.0.1:6379> SADD myset "foo"
(integer) 1
redis 127.0.0.1:6379> SADD myset "bar"
(integer)
redis 127.0.0.1:6379> SADD myset2 "hello"
(integer) 1
redis 127.0.0.1:6379> SADD myset2 "world"
(integer) 1
redis 127.0.0.1:6379> SINTER myset myset2
1) "hello"

并集

redis> SADD key1 "a"
(integer) 1
redis> SADD key1 "b"
(integer) 1
redis> SADD key1 "c"
(integer) 1
redis> SADD key2 "c"
(integer) 1
redis> SADD key2 "d"
(integer) 1
redis> SADD key2 "e"
(integer) 1
redis> SUNION key1 key2
1) "a"
2) "c"
3) "b"
4) "e"
5) "d"

Hash：hash的key不能重复，如果重复就覆盖

存

hset person name 'jack'
hset person age 40

取

hget person name
hget person age

存多个

hmset person name 'rose' age 12

大小

hlen person

判断k是否存在

hexists person age

hkeys person
hvals person

person "{'name':'zhangsan'}" string

name jack
age 12

person:hash()

#hash可以大大减少redis中的K 同时hash结构特别适合存放对象
person :
name 'jack'
age '18'
hget person age

Zset：有序，不可重复，通过score来进行排序，score必须是数字

通过score进行排序
zadd hot 300 '华为met10' 10 '苹果10' 19 '小米'
zrange hot 0 -1
zrevrange hot 0 -1

#分数范围过滤
zrangebyscore hot 11 100
zrangebyscore hot 10 100 limit 0 1

#删除
zrem hot '小米'
zcard hot #查看集合的元素个数

2、redis事务

mutli #开启事务
exec #提交事务
discard #回滚事务

3、redis事物不是原子性

因为，有一条命令执行失败，之前的命令不会回滚，其他命令仍然继续执行。

redis所有命令都会顺序执行，事物执行过程中不会被其他客户端的命令打断

4、redis为什么不支持事物回滚

redis 只会因为语法错误而失败，如果这些错误不会在入队的时候发现，说明时程序错误造成的

不需要对回滚进行支持，所以redis才非常的快

5、持久化

RDB

Redis会单独fork一个子进程进行持久化工作，该子进程先将数据写入一个临时文件，等待持久化完毕，再将临时文件覆盖替换上此持久化好的文件，整个过程主进程是不会进行任何的IO操作，确保了极高的性能，而且当进行大规模数据恢复的时候RDB性能也非常高. 但是RDB有缺点，没法保证数据不丢失

触发方式：

自动触发

如900秒有1个被改变
save 900 1
save 300 10
save 60 10000

手动触发

1.正常关闭redis-server（shutdown，flushdb手动）

2.save该命令会阻塞当前Redis服务器，执行save命令期间，Redis不能处理其他命令，直到RDB过程完成为止。显然该命令对于内存比较大的实例会造成长时间阻塞，这是致命的缺陷。

3.bgsave 执行该命令时，Redis会在后台异步进行快照操作，快照同时还可以响应客户端请求。具体操作是Redis进程执行fork操作创建子进程，RDB持久化过程由子进程负责，完成后自动结束。阻塞只发生在fork阶段，一般时间很短。

AOF:

以日志的形式记录每个写操作（命令），当redis重启时，加载aof文件，将修改命令执行一遍。

AOF重写
将命令压缩由于AOF持久化是Redis不断将写命令记录到 AOF 文件中，随着Redis不断的进行，AOF 的文件会越来越大，文件越大，占用服务器内存越大以及 AOF 恢复要求时间越长。为了解决这个问题，Redis新增了重写机制，当AOF文件的大小超过所设定的阈值时，Redis就会启动AOF文件的内容压缩，只保留可以恢复数据的最小指令集。可以使用命令 bgrewriteaof 来重新。

6、redis内存满了怎么解决

加服务器。

通过配置文件修改配置

7、内存淘汰

实际上Redis定义了几种策略用来处理这种情况：

noeviction(默认策略)：对于写请求不再提供服务，直接返回错误（DEL请求和部分特殊请求除外）
allkeys-lru：从所有key中使用LRU算法进行淘汰,LRU(Least Recently Used)
volatile-lru：从设置了过期时间的key中使用LRU算法进行淘汰,LRU(Least Recently Used)
allkeys-random：从所有key中随机淘汰数据
volatile-random：从设置了过期时间的key中随机淘汰
volatile-ttl：在设置了过期时间的key中，根据key的过期时间进行淘汰，越早过期的越优先被淘汰

策略	名称	说明
noeviction	不驱逐	（默认）写入新数据时，如果内存满了，直接返回错误，不删任何数据。
allkeys-lru	所有key，最近最少使用	基于访问时间，淘汰最久没被用的key，不管是热点还是冷数据。
allkeys-random	所有key，随机淘汰	在所有key里随机淘汰一个，运气决定谁被踢。
volatile-lru	仅过期key，最近最少使用	只在设置了过期时间（TTL）的key中，按最少使用原则淘汰。
volatile-random	仅过期key，随机淘汰	只在有TTL的key中随机踢掉。
volatile-ttl	仅过期key，快要过期的优先淘汰	谁的TTL时间短（快过期），谁优先被淘汰。

策略	适合场景	典型例子
noeviction	要求绝不丢数据，比如缓存穿透时快速失败	银行账单、支付订单系统（写失败更好，也不要乱删数据）
allkeys-lru	全部是缓存，需要保证热点数据留存	商品详情页、推荐系统缓存
allkeys-random	低成本，不在乎删谁，只求稳定	秒杀抢购活动时的临时数据
volatile-lru	只有部分key有过期，想优先清理过期的缓存	用户session（设置了TTL）、短期缓存
volatile-random	只要清过期key，不care删哪个	临时推广数据、广告投放缓存
volatile-ttl	想优先删掉快过期的数据，保持整体TTL	活动报名、积分有效期数据缓存

8、为什么删除数据后，Redis内存占用依然很高？

内存碎片

9、为什么会出现内存碎片

Redis提供了多种的内存分配策略，比如libc、jemalloc、tcmalloc，默认使用jemalloc。

jemalloc这种分配策略并不是按需分配，而是固定大小分配，比如8字节、32字节....2KB、4KB等

10、如何判断存在内存碎片？

INFO memory

11、如何清理内存碎片？

Redis提供了参数配置，可以控制清除内存碎片的时机，命令

12、缓存击穿

某一个热点key，在失效的一瞬间，持续的高并发访问击破缓存直接访问数据库，导致数据库造的周期性压力（极端情况下导致数据库宕机）

解决：

布隆过滤器的基本原理是利用多个哈希函数和一个位数组来表示一个集合。当元素被加入到集合中时，通过多个哈希函数将其映射到位数组中的多个位置，并将这些位置的位设置为1。当查询一个元素是否存在于集合中时，同样使用多个哈希函数计算其哈希值，并检查对应的位数组位置是否都为1，如果有任何一个位置为0，则可以确定该元素一定不在集合中；如果所有位置都为1，则该元素可能存在于集合中。
加锁：确保只有一个请求能够访问数据库加载数据，其他请求等待加载完成后直接从缓存获取数据。
热点数据永不过期
热点数据预热