Redis基础2（过期，发布，持久化，Lua脚本）

谁借莪１个温暖的怀抱￠ 2022-03-20 16:08 129阅读 0赞

> **文章最前**： 我是Octopus，这个名字来源于我的中文名--章鱼；我热爱编程、热爱算法、热爱开源。所有源码在我的个人[github][] ；这博客是记录我学习的点点滴滴，如果您对 Python、Java、AI、算法有兴趣，可以关注我的动态，一起学习，共同进步。

** 相关文章：**

1.  [Redis基础1(五种类型结构)][Redis_1]
2.  [Redis基础2（过期，发布，持久化，Lua脚本）][Redis_2_Lua]
3.  [Redis基础3（集群，备份，哨兵机制）][Redis_3]
4.  [Redis基础4(分布式锁，客户端源码分析)][Redis_4]

--------------------

**1.过期时间设置**  
         在Redis中提供了Expire命令设置一个键的过期时间，到期以后Redis会自动删除它。这个在我们实际使用过程中用得非常多。

EXPIRE命令的使用方法为EXPIRE key seconds 其中seconds 参数表示键的过期时间，单位为秒。EXPIRE 返回值为1表示设置成功，0表示设置失败或者键不存在如果向知道一个键还有多久时间被删除，可以使用TTL命令TTL key当键不存在时，TTL命令会返回-2而对于没有给指定键设置过期时间的，通过TTL命令会返回-1；  
         如果向取消键的过期时间设置（使该键恢复成为永久的），可以使用PERSIST命令，如果该命令执行成功或者成功清除了过期时间，则返回1 。 否则返回0（键不存在或者本身就是永久的）EXPIRE命令的seconds命令必须是整数，所以最小单位是1秒，如果向要更精确的控制键的过期时间可以使用PEXPIRE命令，当然实际过程中用秒的单位就够了。 PEXPIRE命令的单位是毫秒，即PEXPIRE key 1000与EXPIRE key 1相等；对应的PTTL以毫秒单位获取键的剩余有效时间还有一个针对字符串独有的过期时间设置方式setex(String key,int seconds,String value)；  
      **  过期删除的原理**

Redis 中的主键失效是如何实现的，即失效的主键是如何删除的？实际上，Redis 删除失效主键的方法主要有两种：  
       1） 消极方式：在主键被访问时如果发现它已经失效，那么就删除它

2） 积极方式：周期性地从设置了失效时间的主键中选择一部分失效的主键删除：

对于那些从未被查询的key，即便它们已经过期，被动方式也无法清除。因此Redis会周期性地随机测试一些key，  
已过期的key将会被删掉。Redis每秒会进行10次操作，具体的流程：  
       1))   随机测试 20 个带有timeout信息的key；  
       2))   删除其中已经过期的key；

3))   如果超过25%的key被删除，则重复执行步骤1；

这是一个简单的概率算法（trivial probabilistic algorithm），基于假设我们随机抽取的key代表了全部的key空间。

**2.Redis发布订阅**

Redis提供了发布订阅功能，可以用于消息的传输，Redis提供了一组命令可以让开发者实现“发布/订阅”模式  
(publish/subscribe) 。该模式同样可以实现进程间的消息传递，它的实现原理是发布/订阅模式包含两种角色，分别是发布者和订阅者。订阅者可以订阅一个或多个频道，而发布者可以向指定的频道发送消息，所有订阅此频道的订阅者都会收到该消息发布者发布消息的命令是PUBLISH， 用法是PUBLISH channel message 比如向channel.1发一条消息:hello    PUBLISH channel.1 “hello”  。

这样就实现了消息的发送，该命令的返回值表示接收到这条消息的订阅者数量。因为在执行这条命令的时候还没有订阅者订阅该频道，所以返回为0. 另外值得注意的是消息发送出去不会持久化，如果发送之前没有订阅者，那么后续再有订阅者订阅该频道，之前的消息就收不到了；

订阅者订阅消息的命令是SUBSCRIBE channel \[channel …\] 该命令同时可以订阅多个频道，比如订阅channel.1的频道。 SUBSCRIBE channel.1 执行SUBSCRIBE命令后客户端会进入订阅状态；  
**结构图**  
        channel分两类，一个是普通channel、另一个是pattern channel（规则匹配）， producer1发布了一条消息【publish abc hello】,redis server发给abc这个普通channel上的所有订阅者，同时abc也匹配上了pattern channel的名字，所以这条消息也会同时发送给pattern channel \*bc上的所有订阅者。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3p5MzQ1MjkzNzIx_size_16_color_FFFFFF_t_70][]

**3.Redis的数据是如何持久化的？**  
        Redis支持两种方式的持久化，一种是RDB方式、另一种是AOF（append-only-file）方式。前者会根据指定的规  
则“定时”将内存中的数据存储在硬盘上，而后者在每次执行命令后将命令本身记录下来。两种持久化方式可以单独  
使用其中一种，也可以将这两种方式结合使用；

当符合一定条件时，Redis会单独创建（fork）一个子进程来进行持久化，会先将数据写入到一个临时文件中，等到持久化过程都结束了，再用这个临时文件替换上次持久化好的文件。整个过程中，主进程是不进行任何IO操作的，这就确保了极高的性能。如果需要进行大规模数据的恢复，且对于数据恢复的完整性不是非常敏感，那RDB方式要比AOF方式更加的高效。RDB的缺点是最后一次持久化后的数据可能丢失--fork的作用是复制一个与当前进程一样的进程。新进程的所有数据（变量、环境变量、程序计数器等）数值都和原进程一致，但是是一个全新的进程，并作为原进程的子进程Redis会在以下几种情况下对数据进行快照：  
1. 根据配置规则进行自动快照  
2. 用户执行save或者gbsave命令  
3. 执行flushall命令  
4. 执行复制(replication)时  
**根据配置规则进行自动快照**  
       Redis允许用户自定义快照条件，当符合快照条件时，Redis会自动执行快照操作。快照的条件可以由用户在配置文件中配置。配置格式如下save ,第一个参数是时间窗口，第二个是键的个数，也就是说，在第一个时间参数配置范围内被更改的键的个数大于后面的changes时，即符合快照条件。redis默认配置了三个规则：  
save 900 1  
save 300 10  
save 60 10000  
每条快照规则占一行，每条规则之间是“或”的关系。 在900秒（15分）内有一个以上的键被更改则进行快照。  
**用户执行SAVE或BGSAVE命令**  
       除了让Redis自动进行快照以外，当我们对服务进行重启或者服务器迁移我们需要人工去干预备份。redis提供了两条命令来完成这个任务  
1. save命令  
当执行save命令时，Redis同步做快照操作，在快照执行过程中会阻塞所有来自客户端的请求。当redis内存中的数  
据较多时，通过该命令将导致Redis较长时间的不响应。所以不建议在生产环境上使用这个命令，而是推荐使用  
bgsave命令  
 2. bgsave命令  
        bgsave命令可以在后台异步地进行快照操作，快照的同时服务器还可以继续响应来自客户端的请求。执行BGSAVE后，Redis会立即返回ok表示开始执行快照操作。  
        通过LASTSAVE命令可以获取最近一次成功执行快照的时间（自动快照采用的是异步快照操作）；  
**执行FLUSHALL命令**  
       该命令在前面讲过，会清除redis在内存中的所有数据。执行该命令后，只要redis中配置的快照规则不为空，也就是save 的规则存在。redis就会执行一次快照操作。不管规则是什么样的都会执行。如果没有定义快照规则，就不会执行快照操作。

**执行复制时**  
      该操作主要是在主从模式下，redis会在复制初始化时进行自动快照。这个会在后面讲到；  
      这里只需要了解当执行复制操作时，及时没有定义自动快照规则，并且没有手动执行过快照操作，它仍然会生成  
RDB快照文件。  
**AOF方式**  
       当使用Redis存储非临时数据时，一般需要打开AOF持久化来降低进程终止导致的数据丢失。AOF可以将Redis执行的每一条写命令追加到硬盘文件中，这一过程会降低Redis的性能，但大部分情况下这个影响是能够接受的，另外使用较快的硬盘可以提高AOF的性能；  
**开启AOF**  
        默认情况下Redis没有开启AOF（append only file）方式的持久化，可以通过appendonly参数启用，在redis.conf中找到 appendonly yes  
        开启AOF持久化后每执行一条会更改Redis中的数据的命令后，Redis就会将该命令写入硬盘中的AOF文件。AOF文件的保存位置和RDB文件的位置相同，都是通过dir参数设置的，默认的文件名是apendonly.aof. 可以在redis.conf中的属性 appendfilename appendonlyh.aof修改；  
**AOF的实现**  
     AOF文件以纯文本的形式记录Redis执行的写命令例如开启AOF持久化的情况下执行如下4条命令：  
    set foo 1  
    set foo 2  
    set foo 3  
    get  
Redis 会将前3条命令写入AOF文件中，通过vim的方式可以看到aof文件中的内容  
       auto-aof-rewrite-percentage 表示的是当目前的AOF文件大小超过上一次重写时的AOF文件大小的百分之多少时会再次进行重写，如果之前没有重写过，则以启动时AOF文件大小为依据；  
       auto-aof-rewrite-min-size 表示限制了允许重写的最小AOF文件大小，通常在AOF文件很小的情况下即使其中有很多冗余的命令我们也并不太关心；  
      另外，还可以通过BGREWRITEAOF 命令手动执行AOF，执行完以后冗余的命令已经被删除了；  
      在启动时，Redis会逐个执行AOF文件中的命令来将硬盘中的数据载入到内存中，载入的速度相对于RDB会慢一些；  
**AOF的重写原理**  
       Redis 可以在 AOF 文件体积变得过大时，自动地在后台对 AOF 进行重写： 重写后的新 AOF 文件包含了恢复当前数据集所需的最小命令集合。  
       重写的流程是这样，主进程会fork一个子进程出来进行AOF重写，这个重写过程并不是基于原有的aof文件来做的，而是有点类似于快照的方式，全量遍历内存中的数据，然后逐个序列到aof文件中。在fork子进程这个过程中，服务端仍然可以对外提供服务，那这个时候重写的aof文件的数据和redis内存数据不一致了怎么办？不用担心，这个过程中，主进程的数据更新操作，会缓存到aof\_rewrite\_buf中，也就是单独开辟一块缓存来存储重写期间收到的命令，当子进程重写完以后再把缓存中的数据追加到新的aof文件。  
       当所有的数据全部追加到新的aof文件中后，把新的aof文件重命名为，此后所有的操作都会被写入新的aof文件。如果在rewrite过程中出现故障，不会影响原来aof文件的正常工作，只有当rewrite完成后才会切换文件；因此这个rewrite过程是比较可靠的。  
**4.Redis内存回收策略**  
      Redis中提供了多种内存回收策略，当内存容量不足时，为了保证程序的运行，这时就不得不淘汰内存中的一些对象，释放这些对象占用的空间，那么选择淘汰哪些对象呢？ LRU(最后最近使用算法)  
其中，默认的策略为noeviction策略，当内存使用达到阈值的时候，所有引起申请内存的命令会报错:

allkeys-lru：从数据集（server.db\[i\].dict）中挑选最近最少使用的数据淘汰  
     适合的场景： 如果我们的应用对缓存的访问都是相对热点数据，那么可以选择这个策略  
    allkeys-random：随机移除某个key。  
    适合的场景：如果我们的应用对于缓存key的访问概率相等，则可以使用这个策略  
    volatile-random：从已设置过期时间的数据集（server.db\[i\].expires）中任意选择数据淘汰。  
    volatile-lru：从已设置过期时间的数据集（server.db\[i\].expires）中挑选最近最少使用的数据淘汰。  
    volatile-ttl：从已设置过期时间的数据集（server.db\[i\].expires）中挑选将要过期的数据淘汰  
    适合场景：这种策略使得我们可以向Redis提示哪些key更适合被淘汰，我们可以自己控制  
 **总结:**

**       **实际上Redis实现的LRU并不是可靠的LRU，也就是名义上我们使用LRU算法淘汰内存数据，但是实际上被淘汰的键并不一定是真正的最少使用的数据，这里涉及到一个权衡的问题，如果需要在所有的数据中搜索最符合条件的数据，那么一定会增加系统的开销，Redis是单线程的，所以耗时的操作会谨慎一些。为了在一定成本内实现相对的LRU，早期的Redis版本是基于采样的LRU，也就是放弃了从所有数据中搜索解改为采样空间搜索最优解。Redis3.0版本之后，Redis作者对于基于采样的LRU进行了一些优化，目的是在一定的成本内让结果更靠近真实的LRU。  
**5.Redis是单进程单线程？性能为什么这么快**  
         Redis采用了一种非常简单的做法，单线程来处理来自所有客户端的并发请求，Redis把任务封闭在一个线程中从而避免了线程安全问题；redis为什么是单线程？  
        官方的解释是，CPU并不是Redis的瓶颈所在，Redis的瓶颈主要在机器的内存和网络的带宽。那么Redis能不能处理高并发请求呢？当然是可以的，至于怎么实现的，我们来具体了解一下。 【注意并发不等于并行，并发性I/O流，意味着能够让一个计算单元来处理来自多个客户端的流请求。并行性，意味着服务器能够同时执行几个事情，具有多个计算单元】  
**多路复用**  
       Redis 是跑在单线程中的，所有的操作都是按照顺序线性执行的，但是由于读写操作等待用户输入或输出都是阻塞的，所以 I/O 操作在一般情况下往往不能直接返回，这会导致某一文件的 I/O 阻塞导致整个进程无法对其它客户提供服务，而 I/O 多路复用就是为了解决这个问题而出现的。  
了解多路复用之前，先简单了解下几种I/O模型:  
      （1）同步阻塞IO（Blocking IO）：即传统的IO模型。  
      （2）同步非阻塞IO（Non-blocking IO）：默认创建的socket都是阻塞的，非阻塞IO要求socket被设置为NONBLOCK。  
      （3）IO多路复用（IO Multiplexing）：即经典的Reactor设计模式，也称为异步阻塞IO，Java中的Selector和Linux中的epoll都是这种模型。  
      （4）异步IO（Asynchronous IO）：即经典的Proactor设计模式，也称为异步非阻塞IO。  
       同步和异步、阻塞和非阻塞，到底是什么意思，感觉原理都差不多，我来简单解释一下同步和异步，指的是用户线程和内核的交互方式；阻塞和非阻塞，指用户线程调用内核IO操作的方式是阻塞还是非阻塞就像在Java中使用多线程做异步处理的概念，通过多线程去执行一个流程，主线程可以不用等待。而阻塞和非阻塞我们可以理解为假如在同步流程或者异步流程中做IO操作，如果缓冲区数据还没准备好，IO的这个过程会阻塞，这个在之前讲TCP协议的时候有讲过。  
**6.在Redis中使用Lua脚本**  
       我们在使用redis的时候，会面临一些问题，比如：

**       原子性问题**  
       前面我们讲过，redis虽然是单一线程的，当时仍然会存在线程安全问题，当然，这个线程安全问题不是来源安于Redis服务器内部。而是Redis作为数据服务器，是提供给多个客户端使用的。多个客户端的操作就相当于同一个进程下的多个线程，如果多个客户端之间没有做好数据的同步策略，就会产生数据不一致的问题。举个简单的例子，多个客户端的命令之间没有做请求同步，导致实际执行顺序可能会不一致，最终的结果也就无法满足原子性了。

**       效率问题**  
       Redis本身的吞吐量是非常高的，因为它首先是基于内存的数据库。在实际使用过程中，有一个非常重要的因素影响redis的吞吐量，那就是网络。我们在使用redis实现某些特定功能的时候，很可能需要多个命令或者多个数据类型的交互才能完成，那么这种多次网络请求对性能影响比较大。当然redis也做了一些优化，比如提供了pipeline管道操作，但是它有一定的局限性，就是执行的多个命令和响应之间是不存在相互依赖关系的。所以我们需要一种机制能够编写一些具有业务逻辑的命令，减少网络请求。

**        Lua脚本**  
        Redis中内嵌了对Lua环境的支持，允许开发者使用Lua语言编写脚本传到Redis中执行，Redis客户端可以使用Lua脚本，直接在服务端原子的执行多个Redis命令。  
使用脚本的好处：  
       1. 减少网络开销，在Lua脚本中可以把多个命令放在同一个脚本中运行  
       2. 原子操作，redis会将整个脚本作为一个整体执行，中间不会被其他命令插入。换句话说，编写脚本的过程中无需担心会出现竞态条件

3. 复用性，客户端发送的脚本会永远存储在redis中，这意味着其他客户端可以复用这一脚本来完成同样的逻辑Lua是一个高效的轻量级脚本语言(javascript、shell、sql、python、ruby…)，用标准C语言编写并以源代码形式开放， 其设计目的是为了嵌入应用程序中，从而为应用程序提供灵活的扩展和定制功能。  
**Redis与Lua**  
先初步的认识一下在redis中如何结合lua来完成一些简单的操作  
在Lua脚本中调用Redis命令，可以使用redis.call函数调用。比如我们调用string类型的命令  
redis.call(‘set’,’hello’,’world’)  
local value=redis.call(‘get’,’hello’)  
      redis.call 函数的返回值就是redis命令的执行结果。前面我们介绍过redis的5中类型的数据返回的值的类型也都不一样。redis.call函数会将这5种类型的返回值转化对应的Lua的数据类型。

**从Lua脚本中获得返回值**  
         在很多情况下我们都需要脚本可以有返回值，毕竟这个脚本也是一个我们所编写的命令集，我们可以像调用其他redis内置命令一样调用我们自己写的脚本，所以同样redis会自动将脚本返回值的Lua数据类型转化为Redis的返回值类型。 在脚本中可以使用return 语句将值返回给redis客户端，通过return语句来执行，如果没有执行return，默认返回为nil。  
         EVAL命令的格式是\[EVAL\]\[脚本内容\] \[key参数的数量\]\[key …\] \[arg …\]可以通过key和arg这两个参数向脚本中传递数据，他们的值可以在脚本中分别使用KEYS和ARGV 这两个类型的全局变量访问。比如我们通过脚本实现一个set命令，通过在redis客户端中调用，那么执行的语句是：  
         LUA脚本的内容为： return redis.call(‘set’,KEYS\[1\],ARGV\[1\]) //KEYS和ARGV必须大写eval "return redis.call('set',KEYS\[1\],ARGV\[1\])" 1 lua1 hello  
        注意：EVAL命令是根据 key参数的数量-也就是上面例子中的1来将后面所有参数分别存入脚本中KEYS和ARGV两个  
表类型的全局变量。当脚本不需要任何参数时也不能省略这个参数。如果没有参数则为0   
                     ![20190213212423561.png][]

**EVALSHA命令**  
      考虑到通过eval执行lua脚本，脚本比较长的情况下，每次调用脚本都需要把整个脚本传给redis，比较占用带宽。为了解决这个问题，redis提供了EVALSHA命令允许开发者通过脚本内容的SHA1摘要来执行脚本。该命令的用法和EVAL一样，只不过是将脚本内容替换成脚本内容的SHA1摘要:  
1. Redis在执行EVAL命令时会计算脚本的SHA1摘要并记录在脚本缓存中  
2. 执行EVALSHA命令时Redis会根据提供的摘要从脚本缓存中查找对应的脚本内容，如果找到了就执行脚本，否则返回“NOSCRIPT No matching script,Please use EVAL”  
通过以下案例来演示EVALSHA命令的效果script load "return redis.call('get','lua1')" 将脚本加入缓存并生成sha1命令  
evalsha "a5a402e90df3eaeca2ff03d56d99982e05cf6574" 0  我们在调用eval命令之前，先执行evalsha命令，如果提示脚本不存在，则再调用eval命令。

[github]: https://github.com/zhangyu345293721
[Redis_1]: https://blog.csdn.net/zy345293721/article/details/87100418
[Redis_2_Lua]: https://blog.csdn.net/zy345293721/article/details/87203217
[Redis_3]: https://blog.csdn.net/zy345293721/article/details/87536144
[Redis_4]: https://blog.csdn.net/zy345293721/article/details/87641471
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3p5MzQ1MjkzNzIx_size_16_color_FFFFFF_t_70]: /images/20220320/9a76cdd55bbf47edbf09da5d3d4de616.png
[20190213212423561.png]: /images/20220320/e099d4661b1649fe8058cde6cc954b1a.png