Redis学习总结

川长思鸟来 2024-03-27 17:00 8阅读 0赞

**目录**

1.简单介绍一下Redis

2.Redis有哪些数据结构

1，String

3.如果有大量的key需要设置同一时间过期，一般需要注意什么？

4.redis单线程问题

5.为什么说redis能够快速执行

6.redis的内部实现

7.Redis关于线程安全问题

8.使用redis有哪些好处？

9.Redis主从复制

10.redis两种持久化方式的优缺点

11.Redis 常见的性能问题都有哪些？如何解决？

12.redis 提供 6种数据淘汰策略

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

### 1.简单介绍一下Redis ###

Redis 是一个基于内存的高性能key-value数据库。

面试官您好，因为传统的关系型数据库如Mysql已经不能适用所有的场景了，比如秒杀的库存扣减，APP首页的访问流量高峰等等，都很容易把数据库打崩，所以引入了缓存中间件，目前市面上比较常用的缓存中间件有 Redis 和 Memcached 不过中和考虑了他们的优缺点，最后选择了Redis。

> redis相比memcached有哪些优势？
> 
> 1.  memcached所有的值均是简单的字符串，redis作为其替代者，支持更为丰富的数据类型
> 2.  redis的速度比memcached快很多
> 3.  redis可以持久化其数据
> 4.  Redis支持数据的备份，即master-slave模式的数据备份。
> 5.  使用底层模型不同，它们之间底层实现方式 以及与客户端之间通信的应用协议不一样。Redis直接自己构建了VM 机制 ，因为一般的系统调用系统函数的话，会浪费一定的时间去移动和请求。
> 6.  value大小：redis最大可以达到1GB，而memcache只有1MB

### 2.Redis有哪些数据结构 ###

String、Hash、List、Set、SortedSet等。

> 结合使用场景介绍

redis的存储是以key-value的键值对的形式存储的，其中key都是String类型，value常见的就是以下的5种。

#### ①String ####

字符串类型，可以包含任何数据，最大可以是512MB，内部的实现结构和ArrayList类似，采用内分配冗余的形式，来减少内存的频繁分配（降低CPU压力）

即在创建字符串的时候，len 的长度就是capacity，当需要修改时，如果存储容量不够的话，就会进行扩容，当字符串的容量小于1mb时，就会执行加倍扩容，即扩容到2\*capacity，当容量大于1MB时，每次多增加1MB。

需要注意的是，尽量避免同时操作大批量的key，比如给所有的key设置过期时间，因为redis是单线程的，如果操作耗费太多时间，会造成redis的假死（暂时不对外提供服务）

使用场景

1，不需要持久化的数据或者频繁更新的数据，比如验证码，点赞数

2，对象缓存

可以通过序列化工具类，来缓存java对象，比如将某个对象序列化为json，需要用的时候再取 出来，反序列化。常见的使用方式有mybatis二级缓存，接口级别缓存等等。

3，使用setnx来实现分布式锁，（使用分布式锁时一定要设置过期时间，防止不能释放锁，造成死锁）

4，可以用incr，decr来实现点赞数

5，分布式全局id

在一个大型的系统下，如果涉及到分库分表后，mysql 的自增id，肯定满足不了需要，如果用户量不大，可以每次从redis 这里通过自增获取id，但是如果用户量大，每次都拿肯定会给redis造成压力，可以一次取1000个，放本地缓存里，等用完了再去取。

#### ②Hash ####

是一个key-value的键值对，和java里的hashMap相似，当数据量较小是采用的是ziphash（默认），当数据量较大时采用hashtable。至于什么转换可以在配置文件进行配置。

hash-max-ziplist-entries 512 //配置当field-value超过512时(合起来1024),使用hashtable编码 hash-max-ziplist-value 64 //配置当key的单个field或value长度超过64时,使用hashtable编码

应用场景

1，可以用于存储系统中对象的数据。

2，也可以用于做缓存，来解决数据一致性的问题（不推荐）。

#### ③List ####

redis的list为quickList（快速链表）即多个ziplist（压缩链表）组合起来的。如图所示：

![720a27d93aa64041bdb66293cd8538e7.png][]

ziplist;当数组容量较小的时候，会开辟一个连续的内存空间，只有当数组容量过多的时候，才会改为quickList，这样做的好处就是，如果采用普通的链表，当我们节点只存int类型的数据，还需要开辟两个指针，连接节点的上一个元素和下一个元素，会比较浪费空间。所以采用了quickList的方式，既能满足快速插入删除性能，又不会出现太大的空间浪费。

这么做也有缺点，就是当我们的list要变动时，肯定会涉及到内存重新分配和数据拷贝，这个是很影响性能的，list越大，修改元素的代价越大，所以一般我们不会存储过多元素。

redis的list是按插入顺序排序的，可以添加的一个节点到链表的头部（头插）或者尾部（尾插），是一个双向链表，对两端的操作性能会比较高，对中间节点的操作性能相对来说较差（因为得通过指针对遍历对应的节点）。

使用场景

可以实现栈和队列，需要注意的是，push和pop的操作是原子性的，所以操作redis的时候，直接用就行了，不要把list读出来，通过java修改，再放回去，这样不能保证数据一致性。（先读先写或先读后写）

#### ④Set ####

redis的set和list相似，只不过可以自动去重。（java的set也可以自动去重）。

当你需要存储一个没有重复数据的列表时就可以选择set，同时set也可以判断某个数据在不在集合里面。

set的底层结构是一个value为null的哈希表，也就意味着他的时间复杂度为O(1),也就意味着即使数据再多，查找的时间也是一样的。

使用场景

可以用来计算多个数据源的交集或并集

#### ⑤SortedSet ####

和set很相似，sortedSet是一个有序不重复的列表。SortedSet里面的每个节点都关联了一个权重，用来排序。（集合里的每个节点是唯一的，但是评分却可以是相同的），利用这个特性我们可以利用redis来实现排行榜。也可以很快速的获取到一个区间内的节点。

SortedSet的底层是hash和跳表（一个很典型的数据机构，牺牲空间来换取时间）。hash的作用是存储每个节点和权重，跳表的作用是用来快速获取一个区间里的节点。

redis常用的数据机构就是以上五种，还有一些不常用的（加分项）

使用场景

直播系统的实时排行榜

进阶篇：

#### ⑥Geospatial ####

地理位置的缩写，可以表示一个区域的二维坐标，redis提供了经纬度设置，查询，范围查询，距离查询，经纬度hash等操作。

使用场景

可以用来计算距离最近的门店

#### ⑦BloomFilter（布隆过滤器） ####

布隆过滤器是一段很长的二进制向量和一系列随机映射函数，用来快速检索一个元素是否在一个集合里。但是他的准确率不是百分之百，有可能判断失误。因此他不适合零失误的场景。

优点：1，支持海量数据场景下，判断元素是否存在。

2，存储空间占用量小，不存储数据本身，存储的是hash值

3，不存储数据本身，可以用来存储加密数据

缺点：不支持计数，同一个元素可以多次插入，而且效果是相同的。

使用场景：用来解决缓存穿透问题

可以判断用户是否阅读过某篇文章，防止重复推送，比如说抖音。

布隆过滤器原理：[Redis-避免缓存穿透的利器之BloomFilter - 掘金][Redis-_BloomFilter -]

### **3.如果有大量的key需要设置同一时间过期，一般需要注意什么？** ###

如果大量的key过期时间设置的过于集中，到过期的那个时间点，Redis可能会出现短暂的卡顿现象。严重的话会出现缓存雪崩，我们一般需要在时间上加一个随机值，使得过期时间分散一些。

### **4.redis单线程问题** ###

单线程指的是网络请求模块使用了一个线程（所以不需考虑并发安全性），即一个线程处理所有网络请求，其他模块仍用了多个线程。

### **5.为什么说redis能够快速执行** ###

1.  绝大部分请求是纯粹的内存操作（非常快速）
2.  采用单线程,避免了不必要的上下文切换和竞争条件
3.  非阻塞IO - IO多路复用

### **6.redis的内部实现** ###

内部实现采用epoll，采用了epoll+自己实现的简单的事件框架。epoll中的读、写、关闭、连接都转化成了事件，然后利用epoll的多路复用特性，不在io上浪费一点时间 这3个条件不是相互独立的，特别是第一条，如果请求都是耗时的，采用单线程吞吐量及性能很差。redis为特殊的场景选择了合适的技术方案。

### **7.Redis关于线程安全问题** ###

redis实际上是采用了线程封闭的观念，把任务封闭在一个线程，自然避免了线程安全问题，不过对于需要依赖多个redis操作的复合操作来说，依然需要锁，而且有可能是分布式锁。

### **8.使用redis有哪些好处？** ###

1.  速度快，因为数据存在内存中，类似于HashMap，HashMap的优势就是查找和操作的时间复杂度都是O(1)
2.  支持丰富数据类型，支持string，list，set，sorted set，hash
3.  支持事务，操作都是原子性，所谓的原子性就是对数据的更改要么全部执行，要么全部不执行
4.  丰富的特性：可用于缓存，消息，按key设置过期时间，过期后将会自动删除

### 9.Redis主从复制 ###

过程原理：

1.  当从库和主库建立MS关系后,会向主数据库发送SYNC命令
2.  主库接收到SYNC命令后会开始在后台保存快照(RDB持久化过程),并将期间接收到的写命令缓存起来
3.  当快照完成后,主Redis会将快照文件和所有缓存的写命令发送给从Redis
4.  从Redis接收到后,会载入快照文件并且执行收到的缓存的命令
5.  之后,主Redis每当接收到写命令时就会将命令发送从Redis，从而保证数据的一致

缺点：所有的slave节点数据的复制和同步都由master节点来处理,会照成master节点压力太大,使用主从从结构来解决

### **10.redis两种持久化方式的优缺点** ###

1.  RDB 持久化可以在指定的时间间隔内生成数据集的时间点快照（point-in-time snapshot）
2.  AOF 持久化记录服务器执行的所有写操作命令，并在服务器启动时，通过重新执行这些命令来还原数据集。
3.  Redis 还可以同时使用 AOF 持久化和 RDB 持久化。当redis重启时,它会有限使用AOF文件来还原数据集,因为AOF文件保存的数据集通常比RDB文件所保存的数据集更加完整

RDB的优点：

1.  RDB 是一个非常紧凑（compact）的文件，它保存了 Redis 在某个时间点上的数据集。这种文件非常适合用于进行备份：比如说，你可以在最近的 24 小时内，每小时备份一次 RDB 文件，并且在每个月的每一天，也备份一个 RDB 文件。这样的话，即使遇上问题，也可以随时将数据集还原到不同的版本。
2.  RDB 非常适用于灾难恢复（disaster recovery）：它只有一个文件，并且内容都非常紧凑，可以（在加密后）将它传送到别的数据中心，或者亚马逊 S3 中。
3.  RDB 可以最大化 Redis 的性能：父进程在保存 RDB 文件时唯一要做的就是 fork 出一个子进程，然后这个子进程就会处理接下来的所有保存工作，父进程无须执行任何磁盘 I/O 操作。
4.  RDB 在恢复大数据集时的速度比 AOF 的恢复速度要快

### **11.Redis 常见的性能问题都有哪些？如何解决？** ###

1.  Master写内存快照，save命令调度rdbSave函数，会阻塞主线程的工作，当快照比较大时对性能影响是非常大的，会间断性暂停服务，所以Master最好不要写内存快照。
2.  Master AOF持久化，如果不重写AOF文件，这个持久化方式对性能的影响是最小的，但是AOF文件会不断增大，AOF文件过大会影响Master重启的恢复速度。Master最好不要做任何持久化工作，包括内存快照和AOF日志文件，特别是不要启用内存快照做持久化,如果数据比较关键，某个Slave开启AOF备份数据，策略为每秒同步一次。
3.  Master调用BGREWRITEAOF重写AOF文件，AOF在重写的时候会占大量的CPU和内存资源，导致服务load过高，出现短暂服务暂停现象。
4.  Redis主从复制的性能问题，为了主从复制的速度和连接的稳定性，Slave和Master最好在同一个局域网内

### **12.redis 提供 6种数据淘汰策略** ###

1.  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
2.  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
3.  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
4.  allkeys-lru：从数据集（server.db\[i\].dict）中挑选最近最少使用的数据淘汰
5.  allkeys-random：从数据集（server.db\[i\].dict）中任意选择数据淘汰
6.  no-enviction（驱逐）：禁止驱逐数据

未完待续………………

![b93fbbe80a564be3b106ea24d2aaf9b6.jpeg][]

[720a27d93aa64041bdb66293cd8538e7.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/50aaf7de225e470b835a329bd49f5686.png
[Redis-_BloomFilter -]: https://juejin.cn/post/6844903982209449991
[b93fbbe80a564be3b106ea24d2aaf9b6.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/4f99d5d4ca2840578459c13361898fe0.png