Redis

NOSQL（Not Only SQL）

NoSQL泛指非关系型数据库，区别于关系型数据库（使用标准的sql语言进行操作）

关系型数据库&非关系型数据库

优点： 易扩展、高性能、灵活的数据模型

关系型数据库：

采用关系模型组织数据的数据库

优点：

• 容易理解
• 易于维护，其完整性大大降低了数据冗余和数据不一致的概率缺点

缺点：

• IO瓶颈
• 海量数据查询效率低
• 横向扩展困难，无法简单的通过添加硬件和服务节点来扩展性能和负载能力

非关系型数据库：

非关系型，分布式，一般不保证遵循 ACID 原则的数据存储系统。键值对存储，结构不固定

优点：

• 结构简单易扩展
• 高性能
• 数据模型灵活

缺点：

• 存储简单数据
• 不适合复杂查询数据

Redis是什么

是一个开源的，使用C语言编写；是键值对存储在内存中，也可以存储在硬盘上，存储结构简单、性能高、易于扩展、支持多语言、保证操作原子性、支持多种数据类型

redis主要用来做数据缓存，数据也保存在内存中，一般将redis称为中间件

Redis数据类型

redis是以键值对进行存储的，键都是String

五种基本常用类型

redis支持多种类型的数据类型，五种数据类型指的是String(字符串)、Hash（哈希）、List(列表)、Set、Zset（有序）

底层数据结构6种

简单动态字符串、双向链表、压缩列表、哈希表、跳表和整数数组

全局哈希表：

底层结构是hash结构，可以通过key值计算出位置，将key-value都存储在此位置

• 哈希冲突问题：

  提供两块内存空间，相当于扩容，将原来的映射渐进式的复制到扩容的哈希表中，然后释放之间的空间

String（字符串）

String是redis最基本的类型，一个key对应value

单值缓存

例：

• set key value
• get key
• del key

对象缓存（不对对象中数据操作时可以使用）

set user : 1 value（json格式数据）

计数器

例：

• set news_views : 1 0 设置文章访问量
• incr news_views : 1 文章访问量+1
• decr news_views : 1 文章访问量-1
• get news_views : 1 获得值

Web集群session共享

session + redis 实现 session 共享

Hash（哈希）

redis hash 是一个 string 类型的 field 和 value 的映射表，hash 特别适合用于存储对象(对对象中的数据发生修改情况)。 存的是字符串和字符串值之间的映射，比如要存储用户购物车等信息

• hset key 属性 值 存储一个哈希表key的键值。
• hmset key 属性1 值1 属性2 值2
• hmget key 属性1 属性2
• hdel key 属性 获取哈希表key对应的属性键值
• hlen key 返回哈希表key中的属性的数量
• hgetall key 返回哈希表key 中所用的键值
• hincrby key 属性 增加的值（减少给负数）

List（列表）

Redis列表是简单的字符串列表，按照插入顺序排序。可以添加一个元素到列表的头部（左边）或尾部（右边）

• lpush key value[value…] 将一个或多个值插入到 key 列表的表头（最左边）
• rpush key value[value…] 将一个或多个值插入到 key 列表的表尾（最右边）
• lpop key 移除并返回 key 列表的头元素
• rpop key 移除并返回 key 列表的尾元素
• lrange key start stop 返回列表key中指定区间内的元素，区间以偏移量start和 stop

Set（集合）

Redis的Set是无序集合

• sadd key member[member…] 往集合 key 中存入元素，元素存在则忽略，若 key 不存在则新建
• srem key member[member…] 从集合 key 中删除元素
• smembers key 获取集合 key 中所有元素
• scard key 获取集合 key 的元素个数

Zset（sorted set ：有序集合）

redis zset 也是不允许重复的成员,但是是有序的。不同的是每个元素都会关联一个double类型的分数，而redis正是通过这样的分数来为集合中的成员进行从小到大的排序

zset的成员是唯一的，但是分数（score）是可以重复的

Redis线程模型

redis是单线程模式还是多线程模式？

不同的版本有区别：

6.x之前是是真正意义上的单线程：处理客户端的连接和执行操作的命令，都是由一个线程来完成的

6.x之后引入多线程：处理客户端请求是由专门的线程处理，执行命令还是单线程

为什么设计为单线程模式，速度还非常快？

1. 数据存储在内存中，读取速度快，CPU不是性能瓶颈
2. 结构简单，key-value底层是哈希结构，查询速度是O(1)
3. 采用IO多路复用，非阻塞IO模型，提高连接访问效率
4. 单线程执行命令，不存在线程切换，节省开销，而且是线程安全的

Redis持久化

IO对象持久化，对象序列化，对象信息持久保存到硬盘上

mybatis是一个Java的数据持久层款框架

redis数据是存储在内存中，内存数据是临时保存的

redis支持将数据持久化到硬盘

redis是如何进行数据持久化的？

RDB和AOF（这两种方式都在redis.conf文件可配置）

redis默认使用RDB方式

RDB： 直接将内存的数据快照（key-value）存储起来

配置触发持久化的机制：

1. save m n save 多少秒内 多少键
2. flushall 命令，也会触发rdb 规则
3. 退出redis，也会产生rdb文件

备份自动生成一个 dump.rdb.

关机后下次启动 redis 会自动将文件中的数据还原到内存中.

优点：

1.适合大规模的数据恢复！

2.对数据的完整性要不高！

缺点：

需要一定的时间间隔进程操作！如果 redis 意外宕机了，这个最后一次修改数据就没有了

AOF方式

以日志的形式，将写命令存储到文件，还原时，将命令逐个执行还原数据

开启方式

AOF机制默认是不开启的

修改 redis.conf 配置文件,开启 AOF 机制

appendon1y no #默认是不开启 aof 模式的，改为 yes 开启.

appendfilename appendonly.aof #默认的文件名是 appendonly.aof，可

以通过 appendfilename 参数修改

AOF 同步机制

appendfsync always #每次修改都会 sync。消耗性能

appendfsync everysec #每秒执行一次 sync，可能会丢失这 1s 的数据(默认)

重启 redis 生效

Redis事务

redis在执行单条命令时，是原子性（单线程的，一次只能有一个线程执行命令），有时候，一次操作需要执行多条命令

如何保证多条命令整体执行？

可以通过redis事务实现：

开启事务：multi

添加命令：命令添加进来不会立即执行，添加到一个多列

执行exec命令时，才会将队列中的多条命令依次执行，执行一个事务中多条命令时，其他客户端会被隔离，不会交替执行，但是事务不保证多条命令执行的原子性（假如执行3条命令，其中有一条语法出错了，那么会将其他两条正确继续执行）

redis 的事务：

• 开启事务（multi）
• 命令入队（…）
• 执行事务（exec）
• 放弃事务(discard)

主从复制

主从–>主机和从机—集群架构

为什么用集群？

如果只有一台redis服务，万一服务宕机，所有的请求都会到达MySQL，导致MySQL宕机，可以搭建多台redis服务器，如果其中一台出现故障，其他服务也可以正常使用

哨兵机制

有一个单独线程，对集群中的多态服务进行监听，给每个服务发请求，如果没有响应，表明出现故障，比如主机宕机，会在从机选取一台当做主机，当原来主机恢复后，又可以当做主机继续使用。

key的过期策略

为key设置过期时间，那么时间到了后，redis如何处理过期的key？

1. 立即删除，到期立即执行回调函数，立即释放内存，对redis性能有影响
2. 惰性删除，根据状态（设置时会有记录）来决定是删除还是继续使用占用内存
3. 定期删除，每隔一段时间对所有到期的键进行删除（类似于Java的垃圾回收线程）

缓存穿透、缓存击穿、缓存雪崩

缓存处理流程

前台请求，后台先从缓存中取数据，取到直接返回结果，取不到时从数据库中取，

数据库取到更新缓存，并返回结果，数据库也没取到，那直接返回空结果。

缓存穿透

所有查询的数据，在数据库中没有查询后，也不在缓存中存储，请求都会到数据库，从而可能压垮数据库。

比如用一个不存在的用户 id 获取用户信息，不论缓存还是数据库都没有，若黑客利用此漏洞进行攻击可能压垮数据库

数据库没有，缓存没有

解决办法：

1. 本来数据库没有，将查询出来的空值放到缓冲中
2. 对查询的参数进行验证
   缓存击穿

数据库有数据，只是某个热点key在某个时间点上过期了，此时有大量查询请求到达（查询是不加锁），这些请求发现缓存过期，一起都向数据库发起请求，导致数据库崩溃

解决办法：

1. 热点数据设置永不过期
2. 查询缓存没有后，访问数据库时可以加锁（互斥锁）

缓存雪崩

大量的热点key过期，或者redis服务故障，大量的请求到达数据库

解决办法：

1. 随机设置有效时间，避免集体失效
2. 把不同的热点key放在不同的redis服务上（集群）
3. 不设置过期时间
4. 在Java中设置定时任务去检测key是否过期