redis相关以及redis做分布式锁可能出现的问题

港控/mmm° 2023-06-25 03:08 2阅读 0赞

> 前言：有一篇文章对redis的介绍不错，拿来加深印象。

> 在Redis中，允许用户设置最大使用内存大小server.maxmemory，当Redis 内存数据集大小上升到一定大小的时候，就会施行数据淘汰策略。1.volatile-lru:从已设置过期的数据集中挑选最近最少使用的淘汰2.volatile-ttr:从已设置过期的数据集中挑选将要过期的数据淘汰3.volatile-random:从已设置过期的数据集中任意挑选数据淘汰4.allkeys-lru:从数据集中挑选最近最少使用的数据淘汰5.allkeys-random:从数据集中任意挑选数据淘汰6.noenviction:禁止淘汰数据redis淘汰数据时还会同步到aof

> 相关知识：redis 内存数据集大小上升到一定大小的时候，就会施行数据淘汰策略。
> 
> redis 提供 6种数据淘汰策略：
> 
> voltile-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
> 
> 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
> 
> allkeys-lru：从数据集（server.db\[i\].dict）中挑选最近最少使用的数据淘汰
> 
> allkeys-random：从数据集（server.db\[i\].dict）中任意选择数据淘汰
> 
> no-enviction（驱逐）：禁止驱逐数据

# redis的数据类型 #

# http://www.imooc.com/article/255861 #

![format_png][]

# 五大数据类型的区别： #

> list  ------>有序的集合，可重复数据，可插入多个null值   **【linedList 或者ziplist】**
> 
> set  ----->它是一个无序集合，包含的元素不重复，只能插入一个null值
> 
> hash---->  **结构  ：key  value\[field,value\]**
> 
> **Sorted sets 类型（有序集合类型） :\[ziplist,skiplist+hashtable\]**
> 
> **类似于Map的key-value对，key有序 ,不重复**
> 
> **value ： 浮点数，称为 score有序 ：内部按照score 从小到大的顺序排列  **
> 
> STring :

![format_png 1][]

![format_png 2][]

# 使用redis做事务： #

![format_png 3][]

# redis做缓存可能出现的问题 #

1：**缓存穿透**

**问题**：**缓存穿透**是指**查询一个一定不存在的数据**

**        解决方案：**    空结果进行缓存，但它的过期时间会很短，最长不超过五分钟。

**2：缓存雪崩**

**    **    问题：**缓存雪崩是指在我们设置缓存时采用了相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到DB，DB瞬时压力过重雪崩。**

**     **    **  解决方案： 原有的失效时间基础上增加一个随机值，比如1-5分钟随机，这样每一个缓存的过期时间的重复率就会降低，就很难引发集体失效的事件。**

**3：缓存击穿**

**  问题：缓存在某个时间点过期的时候，恰好在这个时间点对这个Key有大量的并发请求过来，这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存，这个时候大并发的请求可能会瞬间把后端DB压垮**

**  解决方案：分布式锁**

**在访问数据库资源之前，我们使用redis给访问数据库的程序加上锁，以及在结束的时候释放锁**

**  **        **代码：Long lock = jedis.setnx("lock", "23");**

**释放锁：**jedis.del(**"lock"**);

# **4：缓存的使用模式** #

**Cache-Aside和Cache As SoR**

**Cache-Aside:  业务代码围绕Cache编写，由业务代码维护缓存；**

**双写模式**

# **5:分布式锁的问题：** #

**5.1：reisdis 或者 redison**

> redison：Redisson是一个在Redis的基础上实现的Java驻内存数据网格（In-Memory Data Grid）。它不仅提供了一系列的分布式的Java常用对象，还提供了许多分布式服务

# 6:redis主从复制和Mysql 的主从复制 #

# Mysql 的主从复制: #

![format_png 4][]

# Mysql数据库的主从复制： #

# 步骤一：主库db的更新事件(update、insert、delete)被写到binlog  #

# 步骤二：从库发起连接，连接到主库  #

# 步骤三：此时主库创建一个binlog dump thread线程，把binlog的内容发送到从库  #

# 四：从库启动之后，创建一个I/O线程，读取主库传过来的binlog内容并写入到relay log.  #

# 五：还会创建一个SQL线程，从relay log里面读取内容，从Exec\_Master\_Log\_Pos位置开始执行读取到的更新事件，将更新内容写入到slave的db.  #

# redis 的主从复制： #

![format_png 5][]

# redis主从复制的原理： #

全量同步：

> **-从服务器连接主服务器，发送SYNC命令； **
> 
> **-  主服务器接收到SYNC命名后，开始执行BGSAVE命令生成RDB文件并使用缓冲区记录此后执行的所有写命令； **
> 
> **-  主服务器BGSAVE执行完后，向所有从服务器发送快照文件，并在发送期间继续记录被执行的写命令； **
> 
> **-  从服务器收到快照文件后丢弃所有旧数据，载入收到的快照； **
> 
> **-  主服务器快照发送完毕后开始向从服务器发送缓冲区中的写命令； **
> 
> **-  从服务器完成对快照的载入，开始接收命令请求，并执行来自主服务器缓冲区的写命令；**

# redis的哨兵模式： #

![format_png 6][]

> **redis的数据模型中年String 中的key最多可以放多少个？int 的最大值（2的32次方）**

> **redis有一个他的最大内存，超过之后会怎么样？怎么解决？  
> 1：淘汰策略**
> 
> 2：集群

[format_png]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy8xNTc2ODMxOC03ZjI0MzY5YmM5NDIxYzA4LnBuZz9pbWFnZU1vZ3IyL2F1dG8tb3JpZW50L3N0cmlwfGltYWdlVmlldzIvMi93LzEwMzgvZm9ybWF0L3dlYnA?x-oss-process=image/format,png
[format_png 1]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy8xNTc2ODMxOC1mMzcyM2YzNGI1MzczMGUzLnBuZz9pbWFnZU1vZ3IyL2F1dG8tb3JpZW50L3N0cmlwfGltYWdlVmlldzIvMi93LzEyMDAvZm9ybWF0L3dlYnA?x-oss-process=image/format,png
[format_png 2]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy8xNTc2ODMxOC1hNzNjMjhjOTcyZTdmMGQzLnBuZz9pbWFnZU1vZ3IyL2F1dG8tb3JpZW50L3N0cmlwfGltYWdlVmlldzIvMi93LzY0OS9mb3JtYXQvd2VicA?x-oss-process=image/format,png
[format_png 3]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy8xNTc2ODMxOC1jNTg2NjRkOTgwOWM2ODI2LnBuZz9pbWFnZU1vZ3IyL2F1dG8tb3JpZW50L3N0cmlwfGltYWdlVmlldzIvMi93LzEyMDAvZm9ybWF0L3dlYnA?x-oss-process=image/format,png
[format_png 4]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy8xNTc2ODMxOC03MTFkMGQ2MjgwZDMwZmRmLnBuZz9pbWFnZU1vZ3IyL2F1dG8tb3JpZW50L3N0cmlwfGltYWdlVmlldzIvMi93LzU2MC9mb3JtYXQvd2VicA?x-oss-process=image/format,png
[format_png 5]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy8xNTc2ODMxOC1hMTE4NTQ4MmJjNGEyOWRiLnBuZz9pbWFnZU1vZ3IyL2F1dG8tb3JpZW50L3N0cmlwfGltYWdlVmlldzIvMi93Lzg3OS9mb3JtYXQvd2VicA?x-oss-process=image/format,png
[format_png 6]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy8xNTc2ODMxOC1iMmMxZjEwYmQ4ZjVkMTYyLnBuZz9pbWFnZU1vZ3IyL2F1dG8tb3JpZW50L3N0cmlwfGltYWdlVmlldzIvMi93LzkxMC9mb3JtYXQvd2VicA?x-oss-process=image/format,png