Redis高级应用

末蓝、 2022-04-11 10:23 224阅读 0赞

## Redis高级应用 ##

### 事务管理 ###

#### redis的事务支持: ####

与其他NoSQL不同Redis是存在事务的,尽管没有传统数据库那么强大,但是还是非常有用,尤其是高并发的情况中,使用redis的事务可以保证数据一致性的同时,大幅度提高数据读写的响应速度

#### 事务特点: ####

redis的事务是使用watch-multi-exec-discard-unwatch的命令组合,它可以提供两个重要保证：  
1.事务是一个被隔离的操作，事务中的方法都会被redis进行序列化并按顺序执行，事务在执行的过程中不会被其他客户端的发出的命令所打断  
2.事务是一个原子性操作，它要么全部执行、要么全部不执行

#### 事务操作: ####

1.multi:开启事务(OK),之后的命令就会进入队列(QUEUED),而不是马上执行  
2.exec:执行事务如果被监听的键没有被修改,则采用提交命令,否则就执行回滚命令  
3.discard:回滚事务  
4.watch key1 key2…:监听某些键,当被监听的键在提交事务前被修改,则事务会回滚(基于乐观锁机制)  
5.unwatch key1 key2…:取消监听

##### 注意： #####

redis不会判断数据类型,如果遇到命令语法格式正确而数据类型不符合的情况,不会事务回滚

##### Spring操作事务:需要保证是一个连接,所以不能直接使用模板对象 #####

@Test
        public void redisTransation(){
            //事务必须是同一个连接,此时开启操作都是单挑连接
    //        redisTemplate.multi();
    //        redisTemplate.opsForValue().set("name","zhangsan");
    //        redisTemplate.opsForValue().set("age","19");
    //        String name = (String) redisTemplate.opsForValue().get("name");
    //        System.out.println(name);
    //        redisTemplate.exec();
            //先保证同一个连接
            redisTemplate.execute(new SessionCallback() {
                @Override
                public Object execute(RedisOperations operations) throws DataAccessException {
    
                    operations.multi();
                    operations.opsForValue().set("name","zhangsan");
                    operations.opsForValue().set("age","19");
                    String name = (String) redisTemplate.opsForValue().get("name");
                    System.out.println(name);
                    List list = operations.exec();
                    //返回结果
                    System.out.println(list);
                    return list;
                }
            });
    }

#### 流水线(了解) ####

##### 为什么需要流水线操作? #####

在实际开发过程中,redis的性能瓶颈不在于自己计算能力,通常限制在于网络传输,为了减少网络传输所带来的redis性能闲置时间,因此就可以使用流水线,类似于批处理操作

##### 注意: #####

流水线必须是同一个连接才能实现,所以在实际开发过程中,通常是多个人进行redis操作,这种情况下流程线是不适用的,如果一个人需要进行大量的redis操作,这个时候才需要考虑流水线

#### 发布和订阅(了解) ####

##### 发布与订阅的命令 #####

1.subscribe chat  
2.publish chat “message”

##### redis发布与订阅 #####

redis提供了消息发布和订阅的功能,一方作为订阅者,订阅某个管道,另一方作为发布者,发布消息,订阅方就能及时接受到这个消息

#### redis的发布订阅和传统MQ的各自特点 ####

##### redis特点: #####

轻量级,实时性,数据安全性低(消息发送出,有可能没被订阅者收到)

##### 传统MQ特点: #####

专业级,能处理的消息量更大,实时性较低,数据安全性有保证

#### 超时时间 ####

##### 概述: #####

1.给redis的key设置一个过期的时间,时间到之后该键值对就会被redis清理,节省内存  
2.在实际开发过程中,因为内存的限制,并不可能保证redis和数据库的数据达到完全相同,因此只能尽可能保证redis中存储的都是热点数据(被频繁访问的数据)  
3.对于这种情况,如何保证热点数据被存在redis中,通可以使用超时命令+内存管理(内存回收策略)两个方案:  
在实际开发过程中,项目组通常都会要求开发者给所有的缓存数据添加超时时间

#### 相关命令 ####

1.persist key :  
持久化key,即得永生(移除key的超时时间),所有的key默认就是永生的  
2.\[p(毫秒)\]expire key seconds:  
设置key的超时时间,单位是s,通常设置超时时间为5~10分钟  
3.\[p(毫秒)\]ttl key :  
查看key的剩余时间,单位是秒  
\-1表示永生  
\-2表示死亡

##### 注意点: #####

redis在key过期后,不会立刻从内存中移除该键值对  
因为如果需要从内存中移除过期的键对应的键值对,redis需要维护一个观察key是否过期的功能,这样肯定会降低redis的性能,这并不是开发者所希望看见的情况

##### 以下三种情况下,redis会从内存中移除键值对: #####

1.当用户使用get命令获取一个已经超时的key时,redis会立刻从内存中清除该键值对  
2.redis内部有一个定时器,默认是每秒清除一次过期的key  
3.如果内存满了根据不同的淘汰策略,redis会清除某些键值对(这些key有可能没有过期,甚至是永生的)

#### Lua脚本语言 ####

##### 为什么需要Lua脚本? #####

具体的业务逻辑需要用java程序控制,因此redis2.6以后开始支持Lua脚本,Lua脚本端可以在redis实现**复杂的业务逻辑**  
Lua脚本的另一个特点,可以保证整个脚本是原子性执行的,线程是安全的,能够保证并发数据一致性(基于redis的单线程模式)  
类似于存储过程(但是存储过程是线程不安全的)

##### redis是单线程模型还是多线程模型? #####

###### 什么是多线程模型? ######

eg:tomcat内部维护一个线程池,对于多个请求开启多条线程同时处理

###### 什么是单线程模型? ######

eg:redis内部维护一个队列,对于多个客户端的多个请求进行排列后,然后单线程的依次处理每个请求

#### 如何选择: ####

根据CPU的空闲时间判断  
1.如果CPU的空闲时间比较多,则应该选择多线程;  
2.如果CPU的空闲时间比较少,则应该选择单线程;

#### eg: ####

1.tomcat因为要处理很多复杂的业务并且与网络有关联,这些业务可能会导致线程阻塞,线程阻塞时,CPU为了不空闲,切换到其他线程处理请求  
2.redis计算能力很高,所以CPU利用很高,在请求量很大的时候,几乎不会出现CPU空闲时间,这个时候如果采用多线程,redis还需要额外的线程切换消耗,得不偿失

### Lua脚本语言语法 ###

lua hello.lua

###### 注解: ######

单行 –  
多行–\[\[ \]\]–

###### 数据类型 ######

type(“s”) = string:类型  
“abc”=3:长度  
“a”…“b”=“ab”:拼接字符串  
\#\#\#\#\#\#\# 变量声明:  
变量名=变量值: b = 10  
\#\#\#\#\#\#\# 变量类型:  
1.全局变量:global a = 20  
2.局部变量:local b = 10

###### 流程控制: ######

1.if & if-else:

lua if.lua 19 : 传参
    age = tonumber(arg[1]) : 接受参数
     if age > 19 then 	
    print("adult") else print("child")
     end

2.if嵌套(没有else if)

###### 逻辑判断: ######

与或非:and/or/~

###### 循环: ######

while(i <= 10)
    	do
    		print(i)
    		i = i + 1
    	end
    	for i=1,10(终止位置),1(步长)
    	do
    		print(i)
    	end

###### 数组: ######

array={1,2,3,4,5}
    for i=1,#array,1 
    do
    	print(array[i])
    end

###### redis执行Lua脚本 ######

###### 命令格式: ######

eval lua-script key-num \[key1 key2 key3 …\] \[value1 value2 value3 …\]

###### 解释: ######

eval：代表执行Lua语言的命令  
lua-script：代表Lua语言脚本  
key-num：整数，代表参数中有多少个key  
\[key1 key2 key3 …\]：key作为参数传递给Lua语言  
\[value1 value2 value3 …\]：作为参数传递给Lua,不是必填

###### eg: ######

eval “return ‘content’” 0  
eval “redis.call(‘set’, KEYS\[1\], ARGV\[1\])” 1 hello world

### spring执行Lua脚本 ###

脚本字符串(开发中不会直接使用字符串)

public void luaScript(){
        //准备手动序列化方式,解决模板和原生连接操作相差性行为
        JdkSerializationRedisSerializer jdkSerializationRedisSerializer = 
         new JdkSerializationRedisSerializer();
        //准备脚本
        //1.直接执行脚本字符串
        String luaStr = "return redis.call('set',KEYS[1],ARGV[1])";
        //spring的redisTemplate并没有封装执行lua
        //通过redisTemplate获得连接/2.0之前是jedis/直接使用即可
        RedisConnection connection = redisTemplate.getConnectionFactory().getConnection();
        //手动序列化
        byte[] names = jdkSerializationRedisSerializer.serialize("name");
        byte[] xuhengliangs = jdkSerializationRedisSerializer.serialize("xuhengliang");
       //通过原始连接对象操作lua脚本
        byte[] result = connection.eval(luaStr.getBytes(), ReturnType.VALUE, 1,names,xuhengliangs);
        //用原始连接进行set不会序列化
        System.out.println("执行脚本的结果: " + new String(result));
    
        System.out.println(redisTemplate.opsForValue().get("name"));
    
    }

缓存lua脚本

//缓存lua脚本
    String luaStr = "return redis.call('set',KEYS[1],ARGV[1])";
    RedisConnection connection = redisTemplate.getConnectionFactory().getConnection();
    //开始缓存lua脚本,返回脚本的签名(id唯一标志)
    String scriptLoad = connection.scriptLoad(luaStr.getBytes());
    System.out.println("缓存脚本的签名:" + scriptLoad);//c686f316aaf1eb01d5a4de1b0b63cd233010e63d
    //根据返回的签名,执行缓存脚本
    RedisConnection connection = redisTemplate.getConnectionFactory().getConnection();
    connection.evalSha("c686f316aaf1eb01d5a4de1b0b63cd233010e63d",ReturnType.VALUE,1,"money".getBytes(),"10000".getBytes());
    执行lua文件(一般是lua文件和缓存一起使用)
        @Test
        public void luaScript() throws IOException {
            //获得lua脚本文件
         File file = new File(this.getClass().getResource("/static/lua/hello.lua").getPath());
            //将文件读到内存中
    //        InputStream  ips = new FileInputStream(file);
    //        ByteArrayOutputStream    ops = new ByteArrayOutputStream();
    //
    //        int len;
    //        byte[] buffer = new byte[1024];
    //        while((len = ips.read(buffer)) != -1){
    //            ops.write(buffer,0, len);
    //        }
    //        //得到脚本的byte数组
    //        byte[] bytes = ops.toByteArray();
    //直接将文件转成字节数组,通过内存流ByteArrayOutputStream实现
            byte[] bytes = FileUtils.readFileToByteArray(file);
            RedisConnection connection = redisTemplate.getConnectionFactory().getConnection();
            //执行脚本  connection.eval(bytes,ReturnType.VALUE,0,"99".getBytes(),"xuhengliang".getBytes(),"lidiqiu".getBytes());
        }

### redis的持久化 ###

#### 持久化方式 ####

#### 快照RDB(默认行为): ####

快照(snapshotting)它是备份当前瞬间redis在内存中的数据结构,当重启redis之后,从快照中直接恢复数据到内存中即可  
shutdown \[save|nosave\] : 默认关闭redis时会拍一次快照

##### 相关命令: #####

1.save:  
使用当前线程拍摄快照,快照的时候会拒绝客户端的所有写命令  
2.bgsave:  
开启一个新的线程拍摄快照,当前线程仍然会就收客户端写命令

##### 相关配置: #####

1.save seconds times :  
控制快照的频率  
默认:save 900 1 / save 300 10 /save 60 10000  
save “” : 配置关闭快照功能  
2.stop-writes-on-bgsave-error yes :  
bgsave一旦出错,前台写操作会被拒绝,错误反馈作用  
3.dbfilename dump.rdb :  
快照文件的文件名(默认即可)  
4.dir ./ :  
快照文件的存放路径 ./ 相对redis.conf

#### 只追加文件AOF: ####

每次redis执行写命令时,会将该命令记录到一个文件中,当redis重启时,会从文件里面依次执行写命令进,而达到恢复数据的结果

##### 相关配置: #####

1.appendonly no :  
是否启动append only mode,默认关闭  
2.appendfilename “appendonly.aof” : 文件名

##### appendfsnyc : 记录写操作的频率 #####

always : 每次写都记录  
everysec : 每秒钟记录一次(默认)  
no : 不主动记录,让开发者通过命令被动的记录  
3.避免aof文件过大的配置:  
auto-aof-rewrite-percentage 100  
一旦文件到达上一个文件的100就开启一个新的文件  
auto-aof-rewrite-min-size 64mb  
一旦文件到64mb就开启一个新的文件  
aof-load-truncated yes :  
aof文件恢复,如果最后一条命令出现问题是否忽略,默认是忽略

##### 选择持久化模式 #####

特点:  
RDB:  
恢复速度快,快照数据的安全性会比AOF低  
AOF:  
文件体积有可能很大,而且恢复速度有可能会很慢,  
但数据的安全性比RDB高,一般最多丢失一秒以内的数据  
如果希望数据的绝对安全,最好两个同时开启  
当redis恢复数据时,会先恢复AOF文件再恢复快照  
如果redis仅仅只是作为缓存服务器,两个都可以关闭  
最大提示redis的性能,数据在数据库中有  
一般情况下,推荐使用RDB就可以  
RDB的性能损耗没有AOF那么大

### redis内存回收策略 ###

当内存存满的时候,redis该怎么办,取决于内存回收策略的配置  
maxmemory-policy  
用于配置redis的内存回收策略,当内存达到最大值时采取的内存处理方式  
maxmemory-policy可选值:  
noeviction (默认):不淘汰任何键值对,当内存已经满时,进入只读模式  
volatile-lru:从所有设置了超时时间的key中,选出最近最少被使用  
allkeys-lru:从所有key中,选出最近最少被使用  
volatile-random:从所有设置了超时时间的key中随机选出某些key淘汰  
allkeys-random:从所有key中随机选出某些key淘汰  
volatile-ttl:从设置了超时时间的key,选出剩余时间最少的key  
规律:  
lru:最近最少使用  
random:随机  
ttl:剩余时间最少  
volatile:从设置了超时时间的key中选择  
allkeys:从所有的key中选择

##### 注意: #####

LRU和TTl算法在redis中都不是精准计算,而是一个近似算法,抽样选择  
redis默认有一个探测数量的配置maxmemory-samples默认为3,也就是抽样选择3个样本  
随机抽取样本,在样本中选择符合淘汰策略key淘汰