本文使用第一人称来介绍Redis

一、概述

Redis，英文全称是Remote Dictionary Server（远程字典服务），是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API。

与MySQL数据库不同的是，Redis的数据是存在内存中的。它的读写速度非常快，每秒可以处理超过10万次读写操作。因此redis被广泛应用于缓存，另外，Redis也经常用来做分布式锁。除此之外，Redis支持事务、持久化、LUA 脚本、LRU 驱动事件、多种集群方案。

提及我的诞生，我与关系数据库MySQL之间有着不解之缘。在我尚未降临这个世界之前，MySQL历经艰辛，伴随着互联网的飞速发展，它所承载的数据量日益庞大，用户请求也如潮水般汹涌而至。每一次的用户请求，都化作了对它无尽的读写挑战，使得MySQL备受煎熬。特别是在“双11”、“618”这样的全民购物狂欢节，对MySQL而言，无疑是难熬的考验时刻。

后来，MySQL向我透露了一个秘密。它告诉我，其实大多数的用户请求都是读取操作，而且往往都是对同一数据的反复查询，这导致它不得不花费大量时间进行磁盘I/O操作，这无疑是一种巨大的资源浪费。

有人开始深思，是否可以借鉴CPU的工作原理，为数据库也添加一个缓存机制呢？于是，我便应运而生，踏上了这个世界的舞台。

自诞生之初，我便与MySQL结下了深厚的友谊。我们携手并肩，共同出现在后端服务器的舞台上。每当应用程序需要从MySQL查询数据时，它们会首先在我这里进行登记。当再次需要这些数据时，它们会首先向我发出请求。如果我这里有它们所需的数据，它们便无需再劳烦MySQL；若我这里没有，它们才会转向MySQL寻求帮助。

如此，我便成为了MySQL的得力助手，与它共同应对着日益增长的数据挑战。我们携手前行，共同书写着数据库世界的辉煌篇章。

二、支持的数据结构

大多数小伙伴都知道，为了方便使用，我支持以下这五种基本类型：

String（字符串）

Hash（哈希）

List（列表）

Set（集合）

zset（有序集合）

string

字符串最基础的数据结构。字符串类型的值实际可以是字符串（简单的字符串、复杂的字符串（例如JSON、XML））、数字 （整数、浮点数），甚至是二进制（图片、音频、视频），但是值最大不能超过512MB。

字符串主要有以下几个典型使用场景：

• 缓存功能
• 计数
• 共享Session
• 限速

hash

哈希类型是指键值本身又是一个键值对结构。

哈希主要有以下典型应用场景：

• 缓存用户信息
• 缓存对象

list

列表（list）类型是用来存储多个有序的字符串。列表是一种比较灵活的数据结构，它可以充当栈和队列的角色

列表主要有以下几种使用场景：

• 消息队列
• 文章列表

set

集合（set）类型也是用来保存多个的字符串元素，但和列表类型不一 样的是，集合中不允许有重复元素，并且集合中的元素是无序的。

集合主要有如下使用场景：

• 标签（tag）
• 共同关注

sorted set

有序集合中的元素可以排序。但是它和列表使用索引下标作为排序依据不同的是，它给每个元素设置一个权重（score）作为排序的依据。

有序集合主要应用场景：

• 用户点赞统计
• 用户排序

我还有三种特殊的数据结构类型

Geospatial

Hyperloglog

Bitmap

因为我把登记的数据都记录在内存中，不用去执行慢如蜗牛的I/O操作，所以找我要比找MySQL要省去了不少的时间呢。

可别小瞧这简单的一个改变，我可为MySQL减轻了不小的负担！随着程序的运行，我缓存的数据越来越多，有相当部分时间我都给它挡住了用户请求，这一下它可乐得清闲自在了！

有了我的加入，网络服务的性能提升了不少，这都归功于我为数据库挡下了不少的事儿。

三、缓存过期 && 缓存淘汰

不过很快我发现事情不妙了，我缓存的数据都是在内存中，可是就算是在服务器上，内存的空间资源还是很有限的，不能无节制的这么存下去，我得想个办法，不然吃枣药丸。

不久，我想到了一个办法：给缓存内容设置一个超时时间，具体设置多长交给应用程序们去设置，我要做的就是把过期了的内容从我里面删除掉，及时腾出空间就行了。

超时时间有了，我该在什么时候去干这个清理的活呢？

最简单的就是定期删除，我决定100ms就做一次，一秒钟就是10次！

我清理的时候也不能一口气把所有过期的都给删除掉，我这里面存了大量的数据，要全面扫一遍的话那不知道要花多久时间，会严重影响我接待新的客户请求的！

时间紧任务重，我只好随机选择一部分来清理，能缓解内存压力就行了。

就这样过了一段日子，我发现有些个键值运气比较好，每次都没有被我的随机算法选中，每次都能幸免于难，这可不行，这些长时间过期的数据一直霸占着不少的内存空间！气抖冷！

我眼里可揉不得沙子！于是在原来定期删除的基础上，又加了一招：

那些原来逃脱我随机选择算法的键值，一旦遇到查询请求，被我发现已经超期了，那我就绝不客气，立即删除。

这种方式因为是被动式触发的，不查询就不会发生，所以也叫惰性删除！

可是，还是有部分键值，既逃脱了我的随机选择算法，又一直没有被查询，导致它们一直逍遥法外！而于此同时，可以使用的内存空间却越来越少。

而且就算退一步讲，我能够把过期的数据都删除掉，那万一过期时间设置的很长，还没等到我去清理，内存就吃满了，一样要吃枣药丸，所以我还得想个办法。

我苦思良久，终于憋出了个大招：内存淘汰策略，这一次我要彻底解决问题！

我提供了8种淘汰策略供应用程序选择，用于我遇到内存不足时该如何决策：

volatile-lru：从已设置过期时间的数据集中挑选最近最少使用的数据淘汰。 allkeys-lru：从数据集中挑选最近最少使用的数据淘汰 volatile-lfu：从已设置过期时间的数据集挑选使用频率最低的数据淘汰。 allkeys-lfu：从数据集中挑选使用频率最低的数据淘汰。 volatile-ttl：从已设置过期时间的数据集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中任意选择数据淘汰。 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，这也是默认策略。意思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。

有了上面几套组合拳，我再也不用担心过期数据多了把空间撑满的问题了~

我为了避免频繁的触发淘汰策略，每次会淘汰掉一批数据，淘汰的数据的大小其实是和置换的大小来确定的，如果置换的数据量大，淘汰的肯定也多。 客户端执行一条新命令，导致数据库需要增加数据（比如set key value）我会检查内存使用，如果内存使用超过max memory，我就会按照置换策略删除一些key

四、缓存穿透 && 布隆过滤器

我的日子过的还挺舒坦，不过MySQL大哥就没我这么舒坦了，有时候遇到些烦人的请求，查询的数据不存在，MySQL就要白忙活一场！不仅如此，因为不存在，我也没法缓存啊，导致同样的请求来了每次都要去让MySQL白忙活一场。我作为缓存的价值就没得到体现啦！这就是人们常说的缓存穿透。

这一来二去，MySQL大哥忍不住了：“唉，兄弟，能不能帮忙想个办法，把那些明知道不会有结果的查询请求给我挡一下”

这时我想到了我的另外一个好朋友：布隆过滤器

我这位朋友别的本事没有，就擅长从超大的数据集中快速告诉你查找的数据存不存在（悄悄告诉你，我的这位朋友有一点不靠谱，它告诉你存在的话不能全信，其实有可能是不存在的，不过它他要是告诉你不存在的话，那就一定不存在，同时他也不支持删除元素）。它是一个连续的数据结构，每个存储位存储都是一个bit，即0或者1, 来标识数据是否存在。

五、缓存击穿 && 缓存雪崩

这之后过了一段时间太平日子，直到那一天···

有一次，MySQL那家伙正优哉游哉的摸鱼，突然一大堆请求给他怼了过去，给他打了一个措手不及。

一阵忙活之后，MySQL怒气冲冲的找到了我，“兄弟，咋回事啊，怎么一下子来的这么猛”

我查看了日志，赶紧解释到：“大哥，实在不好意思，刚刚有一个热点数据到了过期时间，被我删掉了，不巧的是随后就有对这个数据的大量查询请求来了，我这里已经删了，所以请求都发到你那里来了”

“你这干的叫啥事，下次注意点啊”，MySQL大哥一脸不高兴的离开了。

这一件小事我也没怎么放在心上，随后就抛之脑后了，却没曾想几天之后竟捅了更大的篓子。

那一天，又出现了大量的网络请求发到了MySQL那边，比上一次的规模大得多，MySQL大哥一会儿功夫就给干趴下了好几次！

等了好半天这一波流量才算过去，MySQL才缓过神来。

“老弟，这一次又是什么原因？”，MySQL大哥累的没了力气。

“这一次比上一次更不巧，这一次是一大批数据几乎同时过了有效期，然后又发生了很多对这些数据的请求，所以比起上一次这规模更大了”

MySQL大哥听了眉头一皱，“那你倒是想个办法啊，三天两头折磨我，这谁顶得住啊？”

“其实我也很无奈，这个时间也不是我设置的，要不我去找应用程序说说，让他把缓存过期时间设置的均匀一些？至少别让大量数据集体失效”

“走，咱俩一起去”

后来，我俩去找应用程序商量了，不仅把键值的过期时间随机了一下，还设置了热点数据永不过期，这个问题缓解了不少。哦对了，我们还把这两次发生的问题分别取了个名字：缓存击穿和缓存雪崩。

我们终于又过上了舒适的日子···

六、我可以用来干什么

• 缓存
• 这是我应用最广泛地方，基本所有的Web应用都会使用我作为缓存，来降低数据源压力，提高响应速度。
• 
  
• 计数器
• 我天然支持计数功能，而且计数性能非常好，可以用来记录浏览量、点赞量等等。
• 排行榜
• 我提供了列表和有序集合数据结构，合理地使用这些数据结构可以很方便地构建各种排行榜系统。
• 社交网络
• 赞/踩、粉丝、共同好友/喜好、推送、下拉刷新。
• 消息队列
• 我提供了发布订阅功能和阻塞队列的功能，可以满足一般消息队列功能。
• 分布式锁
• 分布式环境下，利用我实现分布式锁，也是我常见的应用。

七、参考文章

redis官网

Redis 教程

redis 源码 (github.com)

Redis 命令参考

值得一看的35个Redis常用问题总结

.NET Core部署到linux(CentOS)最全解决方案，常规篇

.NET Core部署到linux(CentOS)最全解决方案，进阶篇(Supervisor+Nginx)

.NET Core部署到linux(CentOS)最全解决方案，高阶篇(Docker+Nginx 或 Jexus)

.NET Core部署到linux(CentOS)最全解决方案，入魔篇(使用Docker+Jenkins实现持续集成、自动化部署)

一网打尽，一文讲通虚拟机VirtualBox及Linux使用

常用linux命令，开发必备

一文讲通.NET Core部署到Windows IIS最全解决方案

在 ASP.NET Core 中使用多个环境

一网打尽，一文讲通虚拟机VirtualBox及Linux使用

国思RDIF低代码快速开发平台（支持vue2、vue3）

一路走来数个年头，感谢RDIF框架的支持者与使用者，大家可以通过下面的地址了解详情。

官方网站：http://www.guosisoft.com/ http://www.rdiframework.net/

特别说明，框架相关的技术文章请以官方网站为准，欢迎大家收藏！

RDIF.vNext低代码快速开发框架由海南国思软件科技有限公司专业团队长期打造、一直在更新、一直在升级，请放心使用！

欢迎关注RDIF.vNext低代码快速开发框架官方公众微信（微信号：guosisoft），及时了解最新动态。