Redis数据类型与应用场景-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_41765182/article/details/126594172

Redis数据类型和应用场景

String

内部实现

- 优势：
1. 获取字符串长度的复杂度为O(1)，结构内len属性记录字符串长度
2. 既可以保存文本数据，又可以保存二进制数据；
3. 拼接字符串不会造成缓冲区溢出，先检查空间是否满足要求
4.
- 编码方式为 embstr，int，raw

使用场景
1. 缓存对象：对象的JSON
2. 计数器：文章阅读量转发次数库存
3. 共享Session信息
4. 分布式锁
```
SETNX key value//不存在则set成功 否则失败
SETEX key seconds value
```

 @Resource
RedisTemplate<String, String> redisTemplate;

public void updateUserWithRedisLock(SysUser sysUser) throws InterruptedException {
 // 占分布式锁，去redis占坑
 Boolean lock = redisTemplate.opsForValue()
                             .setIfAbsent("SysUserLock" + sysUser.getId(), 
                               "value");
 if(lock) {
   //加锁成功... 执行业务

   redisTemplate.delete("SysUserLock" + sysUser.getId());   //删除key，释放锁
 } else {
   Thread.sleep(100);   // 加锁失败，重试
   updateUserWithRedisLock(sysUser);
 }
}

问题：

异常导致锁没有释放: 为redis的key设置过期时间
锁过期之后被别的线程重新获取与释放: 怎么判断这把锁是不是自己的？加锁时为value赋随机值，加锁的随机值等于解锁时的获取到的值，才能证明这把锁是你的。

Hash

内部实现
压缩列表
哈希表
应用场景

List

内部实现
1. 双向链表
  list封装了双向链表
  头结构：
```
typedef struct list {
  //链表头节点
  listNode *head;
  //链表尾节点
  listNode *tail;
  //节点值复制函数
  void *(*dup)(void *ptr);
  //节点值释放函数
  void (*free)(void *ptr);
  //节点值比较函数
  int (*match)(void *ptr, void *key);
  //链表节点数量
  unsigned long len;
} list;
```
2. 压缩链表
当个数小于512个，每个元素的值小于64字节
- 节约内存由连续内存块组成的顺序数据结构
- 数据结构：zlbytes占用字节数 zltail尾部节点距起始地址的字节 zlen节点数 zlend结束符
- 每个节点数据结构：prevlen encoding data 根据不同类型和大小分配空间
- 导致连锁更新问题更新某个节点超过分配内存则会导致内存重新分配影响性能
应用场景
消息队列

Set
哈希表或整数集合

哈希表是一个数组（dictEntry **table），数组的每个元素是一个指向「哈希表节点（dictEntry）」的指针。
整数集合
一块连续内存空间， contents 数组
应用场景
聚合计算（并集、交集、差集）场景，比如点赞、共同关注、抽奖活动等。

Zset
压缩列表或跳表

跳表的优势是能支持平均 O(logN) 复杂度的节点查找。

Zset 类型：排序场景，比如排行榜、电话和姓名排序等。

bitmap
用1bit来表示value

线程模型

Redis 单线程指的是「接收客户端请求->解析请求 ->进行数据读写等操作->发送数据给客户端」
「关闭文件、AOF 刷盘、释放内存」是后台线程

Redis快的原因：

在内存中完成，CPU不是瓶颈
单线程模型没有多线程竞争以及线程切换的开销
IO多路复用一个线程处理多个请求

内存淘汰策略

删除过期key 定期删除+惰性删除
内存淘汰机制
1. 在设置了过期时间的数据中进行淘汰：随机淘汰；优先淘汰最早过期的；优先淘汰最近最久未使用的；优先淘汰使用次数最少的
2. 所有数据淘汰：随机淘汰任意键值;
  淘汰整个键值中最久未使用的键值；淘汰整个键值中最少使用的键值。

Redis持久化方式

AOF日志
每执行一条写操作命令，就把该命令以追加的方式写入到一个文件里；
RDB快照
将某一时刻的内存数据，以二进制的方式写入磁盘；
用fork()创建子线程来进行快照，此时子进程和父进程是共享同一片内存数据的写时复制，主进程写时会复制一份副本数据，子进程会把该副本数据写入 RDB 文件
混合持久化
1. RDB 优点是数据恢复速度快，但是快照的频率不好把握。
2. AOF 优点是丢失数据少，但是数据恢复不快。RDB+AOF增量部分

缓存雪崩穿透击穿

如何避免缓存雪崩？
1. 将缓存失效时间随机打散：
2. 设置缓存不过期：
如何避免缓存击穿？
1. 互斥锁方案
2. 不给热点数据设置过期时间
如何避免缓存穿透？
1. 非法请求的限制：
2. 设置空值或者默认值：
3. 使用布隆过滤器快速判断数据是否存在在数据库中。避免查询数据库

数据库和缓存一致性

缓存更新策略
1. Cache Aside（旁路缓存）策略
  
  不能先删除缓存再更新数据库，否则会有数据库缓存不一致
2. Read/Write Through（读穿 / 写穿）策略
  应用程序只和缓存交互，不再和数据库交互，而是由缓存和数据库交互，相当于更新数据库的操作由缓存自己代理了。
3. Write Back（写回）策略
保证缓存和数据库数据的一致性
1. 先更新数据库，再删除缓存
  因为缓存的写入通常要远远快于数据库的写入
  「先更新数据库 + 再删除缓存」的方案，是可以保证数据一致性的。给缓存数据加上了「过期时间」
删除失败解决方法：
- 重试机制。
- 订阅 MySQL binlog，再操作缓存。
1. 先删除缓存，再更新数据库」：「延迟双删」
2. 「更新数据库 + 更新缓存」：在更新缓存前先加个分布式锁