Redis：深入理解与实践

发表时间: 2021-02-24 22:19

1. redis 是什么？都有哪些使用场景？
2. redis 有哪些功能？
3. redis 和 memcache 有什么区别？
4. redis 为什么是单线程的？
5. 什么是缓存穿透？怎么解决？
6. redis 支持的数据类型有哪些？
7. redis 支持的 java 客户端都有哪些？
8. jedis 和 redisson 有哪些区别？
9. 怎么保证缓存和数据库数据的一致性？
10. redis 持久化有几种方式？
11.redis 怎么实现分布式锁？
12. redis 分布式锁有什么缺陷？
13. redis 如何做内存优化？
14. redis 淘汰策略有哪些？
15. redis 常见的性能问题有哪些？该如何解决？

1. redis 是什么？都有哪些使用场景？

Redis是现在最常用的一种NoSQL数据库，基于内存运行，性能高效的key-value存储系统。
支持数据的持久化，对数据采用copy-on-write技术，可以异步保存数据到磁盘上。
Redis的所有操作都是原子操作。
支持快速的数据备份，主从复制。

2. redis 有哪些优缺点？

1）高性能，能够达到10万/秒的读写速度
2）支持数据的持久化，使用copy-on-write技术，可以异步保存数据到磁盘上
3）所有的操作都是原子操作
4）快速备份数据，主从复制
5）集群的使用，高性能，防止容灾，宕机

3. redis 和 memcache 有什么区别？

1）redis支持5种数据类型，memcache只支持字符串
2）如果是小数据量，Redis效率更快；大数据，memcache快一些
3）Redis是单线程，基于非阻塞的IO多路复用机制；memcache是多线程，一个Master，多个worker线程
4）Redis支持持久化操作；memcache数据都存储在内存中
5）Redis自带cluster集群；memcache没有原生态的集群操作
6）Redis宕机后可以通过aof恢复数据；memcache宕机后就无法恢复了

4. redis 为什么是单线程的？

Redis在6.X版本支持IO Thread，IO多线程，与外部数据的读写是多线程，但是Redis内部的操作还是单线程。

1）单线程不需要进行线程切换，效率高
2）不存在多线程争抢资源的情况，不需要考虑锁的问题
3）基于内存操作，本身的效率就很高
4）使用了非阻塞的IO多路复用功能
5）数据存储进行了压缩优化
6）使用了高性能的数据结构，如hash、跳表

5. 什么是缓存穿透？怎么解决？

缓存穿透：在Redis与数据库中都不存在的数据，被频繁的访问数据库，高并发下增加数据库的压力。

解决办法：

① 当查询Redis发现不存在数据的时候，会去查询物理库，如果物理库也不存在数据，在返回空的同时，在Redis中插入一条空数据，防止再次查询的时候去查询物理库。

这个操作会存在一个严重的问题，当查询的空数据越来越多，会导致Redis中数据越来越多，这时最好给Redis加一个失效时间，防止数据量过大。

② 添加一个布隆过滤器，在数据进行查询前先经过布隆过滤器去查询数据是否存在，如果不存在，直接返回空，如果存在则先查询Redis，Redis不存在再去查询物理库。

缺点：过滤数据不准确，布隆过滤器只可以增加数据，无法删除数据。

补充：

1. 什么是缓存雪崩？怎么解决？

缓存雪崩：在同一时间，大部分的缓存失效，导致大量的访问请求在同一时间访问物理库，增加物理机的压力。

场景：① Redis宕机 ② 大量设置了失效时间的key在同一时间失效

解决方法：① 搭建高可用的Redis集群（哨兵模式） ② Redis中key的失效时间不统一，设置不同的失效时间，防止key在同一时间失效。

2. 什么是缓存击穿？怎么解决？

缓存击穿：热点数据在高并发的场景下，突然失效，导致大量请求访问物理库，导致物理库压力增大。

场景： ① 未被访问过的数据，在初始就被高并发访问。

② 热点key的失效时间达到，高并发请求直接访问物理库

解决方法：① 热点数据可以预初始化到Redis中，例如抢购。

② 当查询redis与查询数据库的时候，添加锁操作，只有当第一个查询数据库执行完成后，将数据存入redis中，才释放锁，允许后面的请求去查询redis

注：具体的操作还是需要看具体的使用场景。

9. 怎么保证缓存和数据库数据的一致性？

在进行缓存与数据库都存储数据的时候，就需要考虑双写时候数据一致性的问题。

极端情况，可以讲读操作与写操作串行执行，效率极低

经典情况是： 1）读取的时候先去读取缓存，如果缓存不存在数据，去数据量读取数据，读取到数据后更新缓存信息同时返回数据。 2）进行写操作的时候，先删除缓存数据，然后再更新数据库数据。

为什么先删除缓存，然后再更新数据库就结束呢（需要根据实际场景设计）

在进行更新操作的时候，先删除数据库是为了防止在执行更新操作时，读取到老数据，如果更新数据库失败，那么redis中数据已经不存在了，再次查询也只会查询到老数据。如果更新成功，是否需要写入redis中，需要看实际业务场景，如果更新的redis数据需要根据复杂的计算后才能够得到，那么可以不写入，如果redis对象的更新操作频繁，那等需要读取的时候再读取数据库再写入redis(相当于懒加载)，尽量减少资源的浪费。

在上述情况会遇到一个比较常见的问题：当删除缓存中的数据，但是物理库还没有更新的时候，来了一个查询请求，发现redis中不存在数据，就会把物理库中当前的老数据写入到缓存中，会导致物理库更新了新值，但是缓存中数据是老数据。

解决方法：

① 延时双删操作 1）在更新数据库前先删除缓存数据 2）更新物理库数据 3)等待N毫秒后再次删除缓存数据。该操作可能会存在N毫秒的脏数据。

② 在更新数据库数据前先将缓存中数据置为一个默认值 2）再更新物理库数据 3）如果查询的时候发现缓存中置为默认值，进行自循环等待直至数据库中数据为新值或者key被删除。该操作需要等待，降低吞吐量。

10. redis 持久化有几种方式？

RDB与AOF

1）RDB：通过快照在指定的时间内对数据进行保存操作

三种触发方式： save命令、bgsave命令、配置文件配置（自动触发）

1. save命令：会阻塞当前线程，执行save操作的时候，redis不能够执行其它的操作（串行操作），直到RDB操作结束。
2. bgsave命令：不影响主进程，主进程会fork一个完全一样的子进程来处理RDB操作。期间主进程还是正常处理redis操作，子进程把数据写入到dump.rdb文件中，写完之后会将新的文件替换老文件。
3. 在配置文件中配置save命令，save m n ：在m秒内，有n个key发生改变就保存快照。

优点：

1. 保存的文件紧凑，数据全面，适合用于数据备份与容灾恢复
2. 在进行备份的时候，会fork一个子进程操作，主进程不会受到影响。
3. 因为保存的是快照信息，用于恢复数据的时候非常快

缺点：

在进行RDB操作的时候，主进程执行的操作信息不会保存进这次的RDB文件中，这可能会导致数据丢失

2）AOF：记录Redis的操作信息，即日志信息：每收到一条写命令，就会通过write函数将命令添加到文件中

随着使用时间越来越长，AOF文件会越来越大，可以通过bgrewriteaof命令，对AOF文件进行压缩。

触发方式appendfsync：

1）aways：同步执行，每执行修改命令后将命令添加到日志文件中
2）everysec：异步执行，每秒钟同步一次，如果宕机会丢失一秒数据
3）no：从不同步（同步是指同步写入到磁盘中）

aways最安全，no效率最高

缺点：与RDB相比，使用AOF进行数据恢复的时候会比较慢。但是如果执行了flushall命令，dump.rdb文件会被清空，AOF文件只需要删除最后的这条flushAll命令就可以执行恢复操作。

11.redis 怎么实现分布式锁？

获取锁与释放锁都需要保证操作的原子性

加锁： set key value nx|xx ex|px timeout

nx： if not exist xx：if exist

ex：秒 px：毫秒

解锁：

String script = " if redis.cell('get',key[1]) == avg then return redis.cell('del',key[1]) else return 0 end ";

jedis.eval(script);

执行lua命令，当get获取key的值等于目标值，则执行删除当前key，否则不操作

12. redis 分布式锁有什么缺陷？

jedis会产生的问题：1）业务逻辑较长，导致Redis锁自动释放。 2）会导致B锁被A释放的情况。

redisson的getLock方法会调用一个定时任务去监测这个锁，每个10秒检查锁是否存在，存在则延长过期时间，一般为30秒。看门狗操作。

13. redis 如何做内存优化？

1）缩减键值对对象，key越短越好，value适当压缩
2）共享对象池的使用
3）尽可能使用散列表hash
4）尽量减少key的个数

14. redis 淘汰策略有哪些？

1） volatile-lru 从设置失效时间的key中淘汰最少使用的
2） volatile-ttl 从设置失效时间的key中淘汰最早失效的
3） volatile-random 从设置失效时间的key中随机淘汰
4） allkeys-lru 从所有key中淘汰最少使用的
5） allkeys-random 从所有key中随机淘汰
6） noeviction(默认策略）：内存使用完，新增对象的时候，直接返回错误

LRU算法：最少使用的key被淘汰public class LRUCache { private int capacity; private int count = 0; Map<Integer,Node> nodeMap; Node head; Node last; public LRUCache(int capacity){  this.capacity = capacity;  nodeMap = new HashMap<Integer,Node>();    head = new Node(1,1);  last = new Node(1,1);  head.next = last;  last.pre = head; } public int get(int key){   /**    * 1. 先判断这个key是否在nodeMap中，如果不存在，直接返回null    * 2. 当存在nodeMap中，获取node信息，调用方法删除node节点的前置与后者节点信息，然后将node节点移到首位    * 3. 返回node节点的value值    */ } public void set(int key,int value){   /**     * 1. 先判断key是否在nodeMap中，如果存在，获取node节点信息，然后删除当前node的位置，移动到首位。     * 2. 如果不存在，判断count是否已经等于capacity，如果等于，删除尾节点，将node节点添加到nodeMap中，并且添加到首位     * 3. 如果count小于capacity，直接在首位添加node节点，在nodeMap中添加node信息    */} class Node{  int key;  int value;  Node pre;  Node next;  public Node(int key,int value){  //设置node节点   this.key = key;   this.value = value;  } }}

LFU算法：访问次数最少的被淘汰class HitRate implements Comparable<HitRate> { int capacity;//存放key、valueMap<Integer, Object> map = new HashMap<Integer, Object>();//存放key、hitRate对象Map<Integer, HitRate> hitMap = new HashMap<Integer, HitRate>();public LFUCache(int capacity) {  this.capacity = capacity;}//HitRate对象存放key，使用次数，最后更新时间 class HitRate implements Comparable<HitRate> {  private int key;  private int hitCount;  private long lastTime;  public HitRate(int key, int hitCount, long lastTime) {   this.key = key;   this.hitCount = hitCount;   this.lastTime = lastTime;  }  @Override  public int compareTo(HitRate o) {   // 先比较访问次数，如果次数一样，比较最后访问时间   int compare = Integer.compare(this.hitCount, o.hitCount);   return compare == 0 ? Long.compare(this.lastTime, o.lastTime) : compare;  }}}

15. redis 常见的性能问题有哪些？该如何解决？

1. Redis master执行save命令保存快照的时候，会使用主进程来操作，会导致进程阻塞，建议使用bgsave命令，fork()出一个子进程来保存快照。
2. Master如果开启AOF日志功能，如果不重写AOF文件，影响比较小，但是随着系统的运行，AOF文件会越来越大，当Master重新启动的时候，AOF过大会影响重启的恢复速度。一般重启使用RDB快照来进行数据恢复。
3. Master开启了AOF功能，执行BGREWRITEAOF命令进行AOF文件重写的时候，AOF重写会占用大量的CPU和内存资源。
4. Redis的主从复制性能问题，为了Master与slave之间的性能与网络稳定性，最好将Master与slave部署再同一个局域网内

Redis：深入理解与实践

热门阅读

推荐阅读