Redis 的那些事

你的名字 2024-04-19 07:18 9阅读 0赞

### 文章目录 ###

*  SQL 与 NOSQL 的区别和联系
 *   *   *  主要区别：
         *   *   *  1.数据存储结构不同
                 *  2. 表/数据集合的数据的关系
                 *  3.复杂查询
                 *  4.数据的耦合性
                 *  5.事务功能
                 *  总结一下：
 *  什么是 redis?有什么优势？与 memcached 的比较？
 *   *   *  redis是什么？
         *  优势
         *  与memcached 的比较？
 *  redis支持的数据类型
 *  Redis 有哪几种数据淘汰策略？
 *  如何优雅的使用 redis 实现一个分布式锁？
 *  缓存穿透，雪崩，惊群效应
 *   *   *  惊群效应
         *   *   *  什么是惊群效应
                 *  惊群效应消耗了什么，即有什么坏处
                 *  Linux 解决方案之 Accept
                 *  Linux 解决方案之 Epoll

# SQL 与 NOSQL 的区别和联系 #

### 主要区别： ###

##### 1.数据存储结构不同 #####

`SQL 数据存在特定结构的表中；而NoSQL则更加灵活和可扩展，存储方式可以省是JSON文档、哈希表或者其他方式。SQL通常以数据库表形式存储数据。`举个栗子，存个学生借书数据：  
![在这里插入图片描述][20191107133735650.png]  
而 NoSQL 存储方式比较灵活，比如使用类 JSON 文件存储上表中熊大的借阅数据：  
![在这里插入图片描述][20191107133829912.png]

##### 2. 表/数据集合的数据的关系 #####

*  `在SQL中，必须定义好表和字段结构后才能添加数据`，例如定义表的主键(primary key)，索引(index),触发器(trigger),存储过程(stored procedure)等。表结构可以在被定义之后更新，但是如果有比较大的结构变更的话就会变得比较复杂。
 *  `在NoSQL中，数据可以在任何时候任何地方添加，不需要先定义表`。

##### 3.复杂查询 #####

可以用 SQL 语句方便的在一个表以及多个表之间做非常复杂的数据查询。join 查询等等。

##### 4.数据的耦合性 #####

*  `SQL中不允许删除已经被使用的外部数据，例如审核人表中的"熊三"已经被分配给了借阅人熊大，那么在审核人表中将不允许删除熊三这条数据，以保证数据完整性`。
 *  而NoSQL中则没有这种强耦合的概念，可以随时删除任何数据。

##### 5.事务功能 #####

*  SQL中如果多张表数据需要同批次被更新，即如果其中一张表更新失败的话其他表也不能更新成功。这种场景可以通过事务来控制，可以在所有命令完成后再统一提交事务。
 *  而 NoSQL 中没有事务这个概念，每一个数据集的操作都是原子级的。

##### 总结一下： #####

目前许多大型互联网项目都会选用`MySQL（或任何关系型数据库） + NoSQL` 的组合方案。

**关系型数据库适合存储结构化数据，如用户的帐号、地址：**

*  1）这些数据通常需要做结构化查询（嗯，好像是废话），比如join，这时候，关系型数据库就要胜出一筹
 *  2）这些数据的规模、增长的速度通常是可以预期的
 *  3）事务性、一致性

**NoSQL适合存储非结构化数据，如文章、评论：**

*  1）这些数据通常用于模糊处理，如全文搜索、机器学习
 *  2）这些数据是海量的，而且增长的速度是难以预期的，
 *  3）根据数据的特点，NoSQL数据库通常具有无限（至少接近）伸缩性
 *  4）按key获取数据效率很高，但是对 join 或其他结构化查询的支持就比较差

基于它们的适用范围不同，目前主流架构才会采用组合方案，一个也不能少。目前为止，还没有出现一个能够通吃各种场景的数据库，而且根据CAP理论，这样的数据库是不存在的。

# 什么是 redis?有什么优势？与 memcached 的比较？ #

### redis是什么？ ###

**Redis 是一个开源的，Key-Value 类型的内存存储系统**，它可以用作**数据库、缓存和消息中间件**。

它支持多种类型的数据结构，如 字符串（strings）， 散列（hashes）， 列表（lists）， 集合（sets）， 有序集合（sorted sets） 与范围查询， bitmaps， hyperloglogs 和 地理空间（geospatial） 索引半径查询。

Redis 内置了 复制（replication），LUA脚本（Lua scripting）， LRU驱动事件（LRU eviction），事务（transactions） 和不同级别的 磁盘持久化（persistence）， 并**通过 Redis哨兵（Sentinel）和自动 分区（Cluster）提供高可用性（high availability）。**

### 优势 ###

*  **速度快，因为数据存放在内存中；**
 *  **支持多种数据类型**，支持String，List，Set，Sorted set，Hash（底层相当于一个Map结构）；
 *  **提供了RDB和AOF两种持久化方式；**
 *  丰富的特性：可用作缓存，消息，可以按key设置**过期时间**，过期后将会自动删除；
 *  **支持事务**，操作都是原子性。

> Redis为什么这么快 ?

1、`完全基于内存`，绝大部分请求是纯粹的内存操作，非常快速。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、`数据结构简单`，对数据操作也简单，Redis中的数据结构是专门进行设计的；

3、`采用单线程，避免了不必要的上下文切换和竞争条件，也不存在多进程或者多线程导致的切换而消耗 CPU，不用去考虑各种锁的问题，不存在加锁释放锁操作，没有因为可能出现死锁而导致的性能消耗；`

4、使用`多路I/O复用模型，非阻塞IO`；

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；(jemalloc,tcmalloc)

> redis 为什么是单线程的？

1.  **不需要各种锁的性能消耗**
2.  **CPU消耗**。采用单线程，**避免了不必要的上下文切换和竞争条件，也不存在多进程或者多线程导致的切换而消耗 CPU。**
3.  因为单线程的已经很快了，如果还不满足就起集群的方式来解决。

### 与memcached 的比较？ ###

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 redis 的速度比 memcached 快很多（memcached：单进程多线程模型）

3.redis 可以持久化其数据

[为什么说Redis是单线程的以及Redis为什么这么快！  
][Redis_Redis_]

# redis支持的数据类型 #

具体见：[Redis 数据结构与对象  
][Redis _]  
关于 **bitmaps， hyperloglogs 和 地理空间（geospatial） 索引半径查询**。 还需要有时间再研究一下，先把基础的全搞懂。

# Redis 有哪几种数据淘汰策略？ #

Maxmemory 配置，就是当指定的内存限制大小达到时，需要选择不同的行为，也就是回收内存的策略。

1.  volatile-lru：从设置 `过期`时间的数据集(server.db\[i\].expires)中挑选出最近最少使用的数据`淘汰`。没有设置过期时间的key不会被淘汰，这样就可以在增加内存空间的同时保证需要持久化的数据不会丢失。
2.  volatile-ttl：除了淘汰机制采用LRU，策略基本上与volatile-lru相似，`从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`，ttl 值越大越优先被淘汰。
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`。当内存达到限制无法写入非过期时间的数据集时，可以通过该淘汰策略在主键空间中随机移除某个key。
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，该策略要淘汰的key面向的是全体key集合，而非过期的key集合。这个应该就是在redis数据结构与对象上讲的对象的空转时长来操作的。`。
5.  allkeys-random：`从数据集(server.db[i].dict)中选择任意数据淘汰。`
6.  no-enviction：`禁止驱逐数据，也就是当内存不足以容纳新入数据时，新写入操作就会报错`，请求可以继续进行，线上任务也不能持续进行，采用no-enviction策略可以保证数据不被丢失，这也是系统默认的一种淘汰策略。

redis 的LRU也和MYSQL一样进行了对应于自己的优化，MYSQL的优化见：[InnoDB 存储引擎架构与索引的实现  
][InnoDB _]

具体参考官网：[http://www.redis.cn/topics/lru-cache.html][http_www.redis.cn_topics_lru-cache.html]  
大方面就是： [Redis单机数据库的实现,持久化以及过期淘汰策略  
][Redis_]

# 如何优雅的使用 redis 实现一个分布式锁？ #

参考：[http://www.redis.cn/topics/distlock.html][http_www.redis.cn_topics_distlock.html]

# 缓存穿透，雪崩，惊群效应 #

*  一、缓存雪崩  
    缓存雪崩我们可以简单的理解为：由于`原有缓存失效，新缓存未到期间`(例如：我们设置缓存时采用了相同的过期时间，在同一时刻出现大面积的缓存过期)，所有原本应该访问缓存的请求都去查询数据库了，而对数据库CPU和内存造成巨大压力，严重的会造成数据库宕机。从而形成一系列连锁反应，造成整个系统崩溃。
    
     *  解决方法：
        
         *  (1)
         *  (2)
         *  (3)

### 惊群效应 ###

##### 什么是惊群效应 #####

惊群效应（thundering herd）是指多进程（多线程）在同时阻塞等待同一个事件的时候（休眠状态），如果等待的这个事件发生，那么他就会唤醒等待的所有进程（或者线程），但是最终却只能有一个进程（线程）获得这个时间的“控制权”，对该事件进行处理，而其他进程（线程）获取“控制权”失败，只能重新进入休眠状态，这种现象和性能浪费就叫做惊群效应。

##### 惊群效应消耗了什么，即有什么坏处 #####

*  上下文切换（context switch）过高会导致 CPU 像个搬运工，频繁地在寄存器和运行队列之间奔波，更多的时间花在了进程（线程）切换，而不是在真正工作的进程（线程）上面。**直接的消耗包括 CPU 寄存器要保存和加载（例如程序计数器）、系统调度器的代码需要执行。间接的消耗在于多核 cache 之间的共享数据。**
 *  为了确保只有一个进程（线程）得到资源，需要对资源操作进行加锁保护，加大了系统的开销。

##### Linux 解决方案之 Accept #####

Linux 2.6 版本之前，**监听同一个 socket 的进程会挂在同一个等待队列上，当请求到来时，会唤醒所有等待的进程。**

Linux 2.6 版本之后，通过引入一个标记位 `WQ_FLAG_EXCLUSIVE`，解决掉了 accept 惊群效应。

// 当accept的时候，如果没有连接则会一直阻塞（没有设置非阻塞）
    // 其阻塞函数就是：inet_csk_accept（accept的原型函数） 
    struct sock *inet_csk_accept(struct sock *sk, int flags, int *err)
    { 
        ...  
        // 等待连接 
        error = inet_csk_wait_for_connect(sk, timeo); 
        ...  
    }
    
    static int inet_csk_wait_for_connect(struct sock *sk, long timeo)
    { 
        ...
        for (;;) {   
            // 只有一个进程会被唤醒。
            // 非exclusive的元素会加在等待队列前头，
            // exclusive 的元素会加在所有非exclusive元素的后头。
            prepare_to_wait_exclusive(sk_sleep(sk), &wait,TASK_INTERRUPTIBLE);  
        }  
        ...
    }
    
    void prepare_to_wait_exclusive(wait_queue_head_t *q, wait_queue_t *wait, int state)  
    {   
        unsigned long flags;  
        // 设置等待队列的flag为 EXCLUSIVE，设置这个就是表示一次只会有一个进程被唤醒，
        // 我们等会就会看到这个标记的作用。 
        // 注意这个标志，唤醒的阶段会使用这个标志。
        wait->flags |= WQ_FLAG_EXCLUSIVE;  
        spin_lock_irqsave(&q->lock, flags);  
        if (list_empty(&wait->task_list))  
            // 加入等待队列 
            __add_wait_queue_tail(q, wait);  
        set_current_state(state);  
        spin_unlock_irqrestore(&q->lock, flags);  
    }

##### Linux 解决方案之 Epoll #####

[20191107133735650.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/18/7c7ac3b6f22c4a2e97b229b8e0b4d693.png
[20191107133829912.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/18/39953defd0144258965ce62307e41308.png
[Redis_Redis_]: https://blog.csdn.net/xlgen157387/article/details/79470556
[Redis _]: https://blog.csdn.net/liushengxi_root/article/details/88994749
[InnoDB _]: https://blog.csdn.net/liushengxi_root/article/details/98883920#_48
[http_www.redis.cn_topics_lru-cache.html]: http://www.redis.cn/topics/lru-cache.html
[Redis_]: https://blog.csdn.net/liushengxi_root/article/details/99092605#1_60
[http_www.redis.cn_topics_distlock.html]: http://www.redis.cn/topics/distlock.html