Redis
2024-07-04 14:31:11 0 举报
AI智能生成
Redis底层原理,java面试必问点
作者其他创作
大纲/内容
Nosql概述
为什么要用Nosql
1、单机MySql的时代
90年代,一个基本的网站访问量一般不会太大,单个数据库完全足够。
这种情况下:网站的瓶颈是什么?
1、数据量如果太大,一个机器放不下了!
2、数据的索引(B+Tree),一个机器内容也放不下
3、访问量(读写混合)、一个服务器承受不了
这种情况下:网站的瓶颈是什么?
1、数据量如果太大,一个机器放不下了!
2、数据的索引(B+Tree),一个机器内容也放不下
3、访问量(读写混合)、一个服务器承受不了
2、Memcached(缓存)+MySQL+垂直拆分
网站80%的情况都是在读,每次都要去查询数据库的话就很麻烦!所以我们希望减轻数据库的压力,我们可以使用缓存来保证效率!
发展过程:优化数据结构和索引--》文件缓存(IO)--》Memcached(当时最热门的技术!)
3、分库分表+水平拆分+MySQL集群
数据库本质:读,写
Mysql早些年MyISAM引擎:表锁,十分影响效率!高并发下会出现严重的锁问题
转战Innodb引擎:行锁
转战Innodb引擎:行锁
4、如今最近的年代
2010-2020十年之间,世界已经发生了翻天覆地的变化;(定位,音乐、热榜,也是一种数据!)
MySQL等关系型数据库就不够用了!数据量很多,变化很快!
MySQL有的使用它来存储比较大的文件,博客,图片!数据库表很大,效率就低了!如果有一种数据库来专门处理这种数据,M有SQL压力就变的十分小(研究如何处理这些问题!)大数据的IO压力下,表几乎没法更大!
用户的个人信息,社交网络,地理位置。用户自己产生的数据,用户日志的等等爆发式增长!这个时候我们就需要使用N哦SQL数据库,N哦SQL可以很好的处理以上的情况!
什么是NoSQL
NoSQL = Not Only SQL(不仅仅是SQL)
关系型数据库:表格,行,列
关系型数据库:表格,行,列
很多的数据类型用户的个人信息,社交网络,地理位置。这些数据类型的存储不需要一个固定的格式!不需要多余的操作就可以横向扩展的!Map<String,Object>就是典型的一种nosql格式,使用键值对来控制!
NoSQL特点
解耦!
1、方便扩展(数据之间没有关系,很好扩展!)
2、大数据量高性能(Redis一秒写8万次,读取11万,NoSQL的缓存记录级,是一种细粒度的缓存,性能会比较搞!)
3、数据类型是多样型的!(不需要事先设计数据库!随取随用!如果是数据量十分大的表,很多人就无法设计了)
4、传统的关系型数据库和Nosql
传统的关系型数据库
传统的RDBMS:
1、结构化组织
2、SQL
3、数据和关系都存在单独的表中
4、严格的一致性
5、基础的事务
。。。
1、结构化组织
2、SQL
3、数据和关系都存在单独的表中
4、严格的一致性
5、基础的事务
。。。
NoSQL:
1、不仅仅是数据
2、没有固定的查询语言
3、键值对存储,列存储,文档存储,图形数据库(社交关系)
4、最终一致性
5、CAP定理和BASE(异地多活)
6、高性能,高可用,高可扩
。。。
1、不仅仅是数据
2、没有固定的查询语言
3、键值对存储,列存储,文档存储,图形数据库(社交关系)
4、最终一致性
5、CAP定理和BASE(异地多活)
6、高性能,高可用,高可扩
。。。
了解:3V+3高
大数据时代的3V:主要是描述问题的
1、海量Volume
2、多样Variety
3、实时Velocity
1、海量Volume
2、多样Variety
3、实时Velocity
大数据时代的3高:主要是对程序的要求
1、高并发
2、高可扩(随时水平拆分,机器不够可以扩展机器来解决)
3、高性能
1、高并发
2、高可扩(随时水平拆分,机器不够可以扩展机器来解决)
3、高性能
真正在公司的实践:NoSQL+RDBMSYI一起使用才是最强的!
阿里巴巴演进分析
1、商品的基本信息
名称、价格、商家信息:
关系型数据库就可以解决!MySQL/Oracle(淘宝早年就去IOE了)
淘宝内部的MySQL不是大家用的MySQL
ioe是指去IOE,它是阿里巴巴造出的概念。其本意是,在阿里巴巴的IT架构中,去掉IBM的小型机、Oracle数据库、EMC存储设备,代之以自己在开源软件基础上开发的系统。阿里巴巴的“去IOE”运动就是用成本更加低廉的软件——MYSQL替代Oracle,使用PCServer替代EMC2、IBM小型机等设备,以消除“IOE”对自己数据库系统的垄断。
名称、价格、商家信息:
关系型数据库就可以解决!MySQL/Oracle(淘宝早年就去IOE了)
淘宝内部的MySQL不是大家用的MySQL
ioe是指去IOE,它是阿里巴巴造出的概念。其本意是,在阿里巴巴的IT架构中,去掉IBM的小型机、Oracle数据库、EMC存储设备,代之以自己在开源软件基础上开发的系统。阿里巴巴的“去IOE”运动就是用成本更加低廉的软件——MYSQL替代Oracle,使用PCServer替代EMC2、IBM小型机等设备,以消除“IOE”对自己数据库系统的垄断。
2、商品的描述、评论(文字比较多)
文档行数据库中,MongoDB
文档行数据库中,MongoDB
3、图片
1)分布式文件系统 FastDFS
2)淘宝自己的TFS
3)Google的GFS
4)Hadoop HDFS
5)阿里云的OSS
1)分布式文件系统 FastDFS
2)淘宝自己的TFS
3)Google的GFS
4)Hadoop HDFS
5)阿里云的OSS
4、商品的关键字(搜索)
搜索引擎 solr elasticSearch
ISearch(淘宝在用)
搜索引擎 solr elasticSearch
ISearch(淘宝在用)
5、商品热门的波段信息
内容数据库:redis、Tair...
内容数据库:redis、Tair...
6、商品的交易,外部的支付接口
· 三方应用
· 三方应用
NoSQL的四大分类
KV键值对
新浪:Redis
美团:Redis+Tair
阿里、百度:Re
美团:Redis+Tair
阿里、百度:Re
文档型数据库(bson格式 和json一样)
MongoDB
基于分布式文件存储的数据库,C++编写,主要用来处理大量的文档!
介于关系型数据库和非关系型数据库中间的产品!MongoDB是非关系型数据库中功能最丰富,最像关系型数据库的!
ConthDB
列存储数据库
HBase
分布式文件系统
分布式文件系统
图关系数据库
他不是存图形,放的是关系,比如:朋友圈社交网络,广告推荐!
Neo4j,InfoGrid
Neo4j,InfoGrid
Redis入门
概述
Redis是什么
Redis(Remote Dictionary Server ),即远程字典服务,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。
redis会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录文件,并且在此基础上实现了master-slave(主从)同步。
Redis能干嘛
1、内存存储、持久化,内存中是断电即失、所以说持久化很重要(rdb、aof)
2、效率高,可以用于告诉缓存
3、发布订阅系统
4、地图信息分析
5、计时器,计数器(浏览量!)
。。。。
特性
1、多样的数据类型
2、持久化
3、集群
4、事务
。。。。。
测试性能
redis-benchmark是一个压力测试工具!官方自带的性能测试工具!
redis-benchmark命令参数
测试:100个并发链接 100000请求
redis-benchmark -h localhost -p 6379 -c 100 -n 100000
redis-benchmark -h localhost -p 6379 -c 100 -n 100000
基础知识
redis默认有16个数据库、默认使用的是第0个
可以使用select进行切换数据库
清空当前数据库 flushdb
清空全部数据库的内容 flushall
清空全部数据库的内容 flushall
redis是单线程的
redis是很快的,官方表示,Redis是基于内存操作,CPU不是Redis性能瓶颈,Redis的瓶颈是根据机器的内存和网络带宽,既然可以使用单线程来实现,就使用单线程了
Redis为什么单线程还那么快?
误区1:高性能的服务器一定是多线程的?
误区2:多线程(CPU上下文会切换!)一定比单线程效率高?
误区2:多线程(CPU上下文会切换!)一定比单线程效率高?
速度:CPU>内存>硬盘
核心:redis是将所有的数据全部放在内存中的,所以说使用单线程去操作效率就是最高的,多线程(CPU上下文会切换:耗时的操作!!),对于内存系统来说,如果没有上下文切换效率就是最高的!多次读写都是在一个CPU上的,在内存情况下,这个就是最佳的方案!
五大数据类型
Redis 是一个开源(BSD许可)的,内存中的数据结构存储系统,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)。
Redis-Key
exists name #判断当前的key是否存在
move name 1 #移除当前的key
expire name 10 #设置key的过期时间,单位是秒
ttl name #查看当前key的剩余时间
type name #查看当前key的一个类型
move name 1 #移除当前的key
expire name 10 #设置key的过期时间,单位是秒
ttl name #查看当前key的剩余时间
type name #查看当前key的一个类型
Stirng(字符串)
set key1 v1 #设置值
get key1 #获得值
keys * #获得所有的key
exists key1 #判断某个key是否存在
append key1 "hello" #追加字符串,如果当前key不存在,就相当于set key
strlen key1 #获得字符串长度!
get key1 #获得值
keys * #获得所有的key
exists key1 #判断某个key是否存在
append key1 "hello" #追加字符串,如果当前key不存在,就相当于set key
strlen key1 #获得字符串长度!
incr views #自增1
decr views #自减1
incrby views 10 #可以设置步长,指定增量!
decrby views 5
decr views #自减1
incrby views 10 #可以设置步长,指定增量!
decrby views 5
字符串范围
getrange key1 0 3 #截取字符串【0,3】
getrange key1 0 -1 #获取全部的字符串
setrange key2 1 xx #替换指定位置开始的字符串!
getrange key1 0 3 #截取字符串【0,3】
getrange key1 0 -1 #获取全部的字符串
setrange key2 1 xx #替换指定位置开始的字符串!
setex key3 30 "hello" #设置key3的值为hello,30秒后过期
setnx mykey "redis" #如果mykey不存在,设置mykey;如果mykey存在,创建失败!
setnx mykey "redis" #如果mykey不存在,设置mykey;如果mykey存在,创建失败!
mset k1 v1 k2 v2 k3 v3 #同时设置多个值
mget k1 k2 k3 #同时获取多个值
msetnx k1 v1 k4 v4 #mset是一个原子性操作,要么一起成功,要么一起失败!
#对象
set user:1 {name:zhangsan,age:3} #设置一个user:1对象,值为json字符来保存一个对象!
#这里的key是一个巧妙的设计:user:{id}:{filed},如此设计在redis中是完全OK的!
mset user:1:name zhangsan user:1:age 2
mget user:1:name user:1:age
mget k1 k2 k3 #同时获取多个值
msetnx k1 v1 k4 v4 #mset是一个原子性操作,要么一起成功,要么一起失败!
#对象
set user:1 {name:zhangsan,age:3} #设置一个user:1对象,值为json字符来保存一个对象!
#这里的key是一个巧妙的设计:user:{id}:{filed},如此设计在redis中是完全OK的!
mset user:1:name zhangsan user:1:age 2
mget user:1:name user:1:age
getset #先get然后set
getset db redis #如果不存在值,则返回nil,并设置值
getset db mongodb #如果存在值,获取原来的值,并设置新的值
getset db redis #如果不存在值,则返回nil,并设置值
getset db mongodb #如果存在值,获取原来的值,并设置新的值
使用场景:
value除了是字符串还可以是数字!
1、计数器
2、统计多单位的数量
3、粉丝数
4、对象缓存存储
value除了是字符串还可以是数字!
1、计数器
2、统计多单位的数量
3、粉丝数
4、对象缓存存储
List(列表)
在redis里面,我们可以把list玩成,栈、队列、阻塞队列!
栈:先进后出
队列:先进先出
阻塞队列:通道直通,两边都可以拿
队列:先进先出
阻塞队列:通道直通,两边都可以拿
命令
LPUSH list one
LPUSH list two
LPUSH list three #将一个值或多个值,插入列表头部(左)
LRANGE list 0 -1 #获取list中的值!
LRANGE list 0 1 #通过区间获取具体的值!
RPUSH list four #将一个值或多个值,插入到列表尾部(右)
LPUSH list two
LPUSH list three #将一个值或多个值,插入列表头部(左)
LRANGE list 0 -1 #获取list中的值!
LRANGE list 0 1 #通过区间获取具体的值!
RPUSH list four #将一个值或多个值,插入到列表尾部(右)
Lpop list #移除list的第一个元素
Rpop list #移除list的最后一个元素
Rpop list #移除list的最后一个元素
Lindex list 1 #通过下标获得list中的某一个值!
Llen list #返回列表的长度
lrem list 1 one #移除list集合中指定个数的value,精确匹配
ltrim mylist 1 2 #通过下表截取指定长度,list已经被改变,截断了只剩下截取的元素
rpoplpush mylist myotherlist #移除列表mylist的最后一个元素,将它移动到新的列表myotherlist中。
Llen list #返回列表的长度
lrem list 1 one #移除list集合中指定个数的value,精确匹配
ltrim mylist 1 2 #通过下表截取指定长度,list已经被改变,截断了只剩下截取的元素
rpoplpush mylist myotherlist #移除列表mylist的最后一个元素,将它移动到新的列表myotherlist中。
lset list 0 item #将列表中指定下标的值替换为另一个值,更新操作,如果不存在列表我们去更新就会报错,如果存在更新当前下标的值
linsert mylist before "world" "other" #将某个具体的value插入到列表中某个元素的前面或者后面
linsert mylist before "world" "other" #将某个具体的value插入到列表中某个元素的前面或者后面
小结:
1、实际上是一个链表,before Node after left right 都可以插入值;
2、如果key不存在,创建新的链表
3、如果key存在,新增内容
4、如果移除了所有值,空链表,也代表不存在
5、在两边插入或者改动值,效率最高!中间元素,相对来说效率会低一点
消息排队!消息队列(Lpush Rpop),栈(Lpush Lpop)
1、实际上是一个链表,before Node after left right 都可以插入值;
2、如果key不存在,创建新的链表
3、如果key存在,新增内容
4、如果移除了所有值,空链表,也代表不存在
5、在两边插入或者改动值,效率最高!中间元素,相对来说效率会低一点
消息排队!消息队列(Lpush Rpop),栈(Lpush Lpop)
Set(集合)
set中的值不能重复
命令
sadd myset "hello" #set集合中添加元素
smembers myset #查看指定set的所有值
sismember myset hello #判断某一个值是不是在set集合中
scard myset #获取set集合中的内容元素个数
srem myset hello #移除set集合中的指定元素
srandmember myset #随机抽选出一个元素
srandmember myset 2 #随机抽选出指定个数的元素
spop myset #随机删除一些set集合中的元素
smove myset myset2 "hello" #将一个指定的值,移动到另外一个set集合
smembers myset #查看指定set的所有值
sismember myset hello #判断某一个值是不是在set集合中
scard myset #获取set集合中的内容元素个数
srem myset hello #移除set集合中的指定元素
srandmember myset #随机抽选出一个元素
srandmember myset 2 #随机抽选出指定个数的元素
spop myset #随机删除一些set集合中的元素
smove myset myset2 "hello" #将一个指定的值,移动到另外一个set集合
sdiff key1 key2 #差集
sinter key1 key2 #交集 共同好友就可以这样实现
sunion key1 key2 #并集
sinter key1 key2 #交集 共同好友就可以这样实现
sunion key1 key2 #并集
场景
微博,A用户将所有关注的人放在一个set集合中!将它的粉丝也放在一个集合中!
共同关注,共同爱好,二度好友,推荐好友!
Hash(哈希)
Map集合,key-map。本质和String类型没有太大区别,还是一个见到那的key-value
命令
hset myhash field1 kuangshen #set一个具体key-value
hget myhash field1 #获取一个字段值
hmset myhash field1 hello field2 world #set多个 key-value
hmget myhash field1 field2 #获取多个字段值
hgetall myhash #获取全部的数据
hdel myhash field1 #删除hash指定key字段,对应的value值也就消失了
hlen myhash #获取hash表的字段数量
hexists myhash field1 #判断hash中指定字段是否存在
hget myhash field1 #获取一个字段值
hmset myhash field1 hello field2 world #set多个 key-value
hmget myhash field1 field2 #获取多个字段值
hgetall myhash #获取全部的数据
hdel myhash field1 #删除hash指定key字段,对应的value值也就消失了
hlen myhash #获取hash表的字段数量
hexists myhash field1 #判断hash中指定字段是否存在
hkeys myhash #获得所有的field
hvals myhash #获得所有的value
hvals myhash #获得所有的value
hincrby myhash field3 1 #指定字段的值自增1
hdecrby myhash field3 1 #指定字段的值自减1
hsetnx myhash field4 hello #如果不存在则可以设置
hsetnx myhash field4 world #如果存在则不能设置
hdecrby myhash field3 1 #指定字段的值自减1
hsetnx myhash field4 hello #如果不存在则可以设置
hsetnx myhash field4 world #如果存在则不能设置
场景
hash更适合于对象的存储,String更适合字符串的存储!
Zset(有序集合)
在set的基础上,增加了一个值
命令
zadd myset 1 one #添加一个值
zadd myset 2 two 3 three #添加多个值
zrange myset 0 -1
zadd myset 2 two 3 three #添加多个值
zrange myset 0 -1
# zrangebyscore key min max
zadd salary 2500 xiaohong #添加三个用户
zadd salary 5000 zhangsan
zadd salary 500 kuangshen
zrangebyscore salary -inf +inf #显示全部的用户 从小到大!
zrangebyscore salary -inf +inf withscores #显示全部的用户并且附带成绩
zrevrange salary 0 -1 #从大到小显示全部用户
zadd salary 2500 xiaohong #添加三个用户
zadd salary 5000 zhangsan
zadd salary 500 kuangshen
zrangebyscore salary -inf +inf #显示全部的用户 从小到大!
zrangebyscore salary -inf +inf withscores #显示全部的用户并且附带成绩
zrevrange salary 0 -1 #从大到小显示全部用户
zrem salary xiaohong #移除有序集合中的指定元素
zcard salary #获取有序集合中的个数
zcard salary #获取有序集合中的个数
zadd myset 1 hello
zadd myset 2 world 3 kuangshen
zcount myset 1 3 #获取指定区间的成员数量
zadd myset 2 world 3 kuangshen
zcount myset 1 3 #获取指定区间的成员数量
案例思路
set排序,存储班级成绩表,工资表排序!
普通消息1,重要消息2,带权重进行判断!
排行榜应用实现,取Top N测试!
普通消息1,重要消息2,带权重进行判断!
排行榜应用实现,取Top N测试!
三种特殊数据类型
geospatial地理位置
朋友的定位,附近的人,打车距离计算。
可以推算地理位置的信息,两地之间的距离,方圆几里的人!
可以推算地理位置的信息,两地之间的距离,方圆几里的人!
命令
#geoadd 添加地理位置
#规则:两极无法直接添加,我们一般会下载城市数据,直接通过java程序一次性导入!
#参数 key 值(纬度,经度,名称)
#规则:两极无法直接添加,我们一般会下载城市数据,直接通过java程序一次性导入!
#参数 key 值(纬度,经度,名称)
geopos china:city beiing #获取指定城市的经度和纬度!
geopos china:city beijing chongqing
geopos china:city beijing chongqing
两人之间的距离!
单位:
m表示单位为米。
km表示单位为千米。
mi表示单位为英里。
ft表示单位为英尺。
geodist china:city beijing shanghai km #查看上海到北京的直线距离
单位:
m表示单位为米。
km表示单位为千米。
mi表示单位为英里。
ft表示单位为英尺。
geodist china:city beijing shanghai km #查看上海到北京的直线距离
georadius:以给定的经纬度为中心,找出某一半径内的元素
附近的人(获取所有附近的人地址,定位!)通过半径搜索
georadius china:city 110 30 500 km #以110,30 这个经纬度为中心,寻找方圆500km内的城市
georadius china:city 110 30 500 km withdist #显示到中间距离的位置
georadius china:city 110 30 500 km withdist count 1 #筛选出一条指定的结果
附近的人(获取所有附近的人地址,定位!)通过半径搜索
georadius china:city 110 30 500 km #以110,30 这个经纬度为中心,寻找方圆500km内的城市
georadius china:city 110 30 500 km withdist #显示到中间距离的位置
georadius china:city 110 30 500 km withdist count 1 #筛选出一条指定的结果
georadiusbymember china:city beijing 1000km #找出位于指定元素周围的其他元素!
geohash china:city beijing chongqing #将二维的经纬度转换为一维的字符串,如果两个字符串越像,则距离越接近
GEO底层的实现原理其实就是Zset!我们可以使用Zset命令来操作geo
zrange china:city 0 -1 #查看地图中全部的元素
zrem china:city beijing #移除指定的元素
zrange china:city 0 -1 #查看地图中全部的元素
zrem china:city beijing #移除指定的元素
Hyperloglog
什么是基数?
不重复的元素,可以接受误差!
例:A{1.3.5.7.8.7} B{1.3.5.7.8}
AB的基数为5
例:A{1.3.5.7.8.7} B{1.3.5.7.8}
AB的基数为5
简介
基数统计的算法!
优点:占用的内存是固定,2^64不同的元素的基数,只需要废12kb的内存!如果要从内存角度来比较的话Hyperloglog首选!
优点:占用的内存是固定,2^64不同的元素的基数,只需要废12kb的内存!如果要从内存角度来比较的话Hyperloglog首选!
网页的UV(浏览量),一个人访问一个网站多次,但还是算作一个人
传统的方式,set保存用户的id,然后就可以统计set中的元素数量作为标准判断!这个方式如果保存大量的用户id,就会比较麻烦!我们的目的是为了计数,而不是保存用户id。
传统的方式,set保存用户的id,然后就可以统计set中的元素数量作为标准判断!这个方式如果保存大量的用户id,就会比较麻烦!我们的目的是为了计数,而不是保存用户id。
Bitmaps
位存储
统计用户信息,活跃,不活跃!登录,未登录!打卡,365打卡!两个状态的,都可以使用Bitmaps。
Bitmaps位图,数据结构!都是操作二进制位来进行记录,只有0和1两个状态
使用bitmap来记录周一到周日的打卡
setbit sign 0 1 周一
setbit sign 1 0 周二
setbit sign 2 0 周三
setbit sign 3 1 周四
setbit sign 0 1 周一
setbit sign 1 0 周二
setbit sign 2 0 周三
setbit sign 3 1 周四
查看周四是否打卡
getbit sign 3
getbit sign 3
统计操作(查看一共打卡多少天)
bitcount sign
bitcount sign
事务
Redis事务本质:一组命令的集合!一个事务中的所有命令都会被序列化,在事务执行过程中,会按照顺序执行!
一次性、顺序性、排他性!执行一系列的命令!
Redis事务没有隔离级别的概念!
所有的命令在事务中,并没有直接被执行!只有发起执行命令的时候才会执行!
Redis单条命令保证原子性的,但是事务不保证原子性!
一次性、顺序性、排他性!执行一系列的命令!
Redis事务没有隔离级别的概念!
所有的命令在事务中,并没有直接被执行!只有发起执行命令的时候才会执行!
Redis单条命令保证原子性的,但是事务不保证原子性!
Redis事务
开启事务(Multi)
命令入队
执行事务(exec)
取消事务(Discard)
命令入队
执行事务(exec)
取消事务(Discard)
127.0.0.1:6379> multi #开启事务
OK
127.0.0.1:6379(TX)> set k1 v1
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> get k2
QUEUED
127.0.0.1:6379(TX)> exec #执行事务
1) OK
2) OK
3) "v2"
OK
127.0.0.1:6379(TX)> set k1 v1
QUEUED
127.0.0.1:6379(TX)> set k2 v2
QUEUED
127.0.0.1:6379(TX)> get k2
QUEUED
127.0.0.1:6379(TX)> exec #执行事务
1) OK
2) OK
3) "v2"
编译型异常(代码有问题!命令有错!),事务中所有的命令都不会被执行!
运行时异常(1/0),如果事务队列中存在运行时异常,那么执行命令的时候,其他命令时可以正常执行的,错误命令抛出异常!
监控Watch(乐观锁)
悲观锁
无论做什么都会加锁!
乐观锁
认为什么时候都不会出现问题,所以不会上锁!更新数据的时候去判断一下,在此期间是否有人修改过这个数据
version字段
更新的时候比较version
测试
正常执行成功
127.0.0.1:6379> set money 100
OK
127.0.0.1:6379> set out 0
OK
127.0.0.1:6379> watch money #监视 money对象
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> DECRBY money 20
QUEUED
127.0.0.1:6379(TX)> INCRBY out 20
QUEUED
127.0.0.1:6379(TX)> exec
1) (integer) 80
2) (integer) 20
OK
127.0.0.1:6379> set out 0
OK
127.0.0.1:6379> watch money #监视 money对象
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> DECRBY money 20
QUEUED
127.0.0.1:6379(TX)> INCRBY out 20
QUEUED
127.0.0.1:6379(TX)> exec
1) (integer) 80
2) (integer) 20
修改失败
线程一:
127.0.0.1:6379> watch money #监视 money对象
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> DECRBY money 20
QUEUED
127.0.0.1:6379(TX)> INCRBY out 20
QUEUED
127.0.0.1:6379(TX)> exec
(nil)
线程二(在线程一exec前,multi后执行):
increby money 1000
127.0.0.1:6379> watch money #监视 money对象
OK
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> DECRBY money 20
QUEUED
127.0.0.1:6379(TX)> INCRBY out 20
QUEUED
127.0.0.1:6379(TX)> exec
(nil)
线程二(在线程一exec前,multi后执行):
increby money 1000
解锁(unwatch)
修改失败后,进行解锁,重新加锁
Springboot整合
SpringBoot操作数据:spring-data jpa jdbc mongodb redis
SpringData也是和SpringBoot齐名的项目!
说明:在SpringBoot2.0之后,原来使用的jedis被替换为了lettuce
jedis:采用直连,多个线程操作的话,是不安全的,如果想要避免不安全,使用jedis pool连接池!更像BIO模式
lettuce:采用netty。实例可以在多个线程中进行共享,不存在线程不安全的情况!可以减少线程数量,更像NIO模式
SpringData也是和SpringBoot齐名的项目!
说明:在SpringBoot2.0之后,原来使用的jedis被替换为了lettuce
jedis:采用直连,多个线程操作的话,是不安全的,如果想要避免不安全,使用jedis pool连接池!更像BIO模式
lettuce:采用netty。实例可以在多个线程中进行共享,不存在线程不安全的情况!可以减少线程数量,更像NIO模式
@Configuration(
proxyBeanMethods = false
)
@ConditionalOnClass({RedisOperations.class})
@EnableConfigurationProperties({RedisProperties.class})
@Import({LettuceConnectionConfiguration.class, JedisConnectionConfiguration.class})
public class RedisAutoConfiguration {
public RedisAutoConfiguration() {
}
//默认的redisTemplate没有过多的设置,redis对象都是需要序列化
@Bean
@ConditionalOnMissingBean(
name = {"redisTemplate"}
) //如果不存在这个bean则生效
@ConditionalOnSingleCandidate(RedisConnectionFactory.class)
public RedisTemplate<Object, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {
RedisTemplate<Object, Object> template = new RedisTemplate();
template.setConnectionFactory(redisConnectionFactory);
return template;
}
@Bean
@ConditionalOnMissingBean
@ConditionalOnSingleCandidate(RedisConnectionFactory.class)
public StringRedisTemplate stringRedisTemplate(RedisConnectionFactory redisConnectionFactory) {
StringRedisTemplate template = new StringRedisTemplate();
template.setConnectionFactory(redisConnectionFactory);
return template;
}
}
proxyBeanMethods = false
)
@ConditionalOnClass({RedisOperations.class})
@EnableConfigurationProperties({RedisProperties.class})
@Import({LettuceConnectionConfiguration.class, JedisConnectionConfiguration.class})
public class RedisAutoConfiguration {
public RedisAutoConfiguration() {
}
//默认的redisTemplate没有过多的设置,redis对象都是需要序列化
@Bean
@ConditionalOnMissingBean(
name = {"redisTemplate"}
) //如果不存在这个bean则生效
@ConditionalOnSingleCandidate(RedisConnectionFactory.class)
public RedisTemplate<Object, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {
RedisTemplate<Object, Object> template = new RedisTemplate();
template.setConnectionFactory(redisConnectionFactory);
return template;
}
@Bean
@ConditionalOnMissingBean
@ConditionalOnSingleCandidate(RedisConnectionFactory.class)
public StringRedisTemplate stringRedisTemplate(RedisConnectionFactory redisConnectionFactory) {
StringRedisTemplate template = new StringRedisTemplate();
template.setConnectionFactory(redisConnectionFactory);
return template;
}
}
Redis.conf详解
# Redis configuration file example.
#
# Note that in order to read the configuration file, Redis must be
# started with the file path as first argument:
#
# ./redis-server /path/to/redis.conf
# Note on units: when memory size is needed, it is possible to specify
# it in the usual form of 1k 5GB 4M and so forth:
#
# 1k => 1000 bytes
# 1kb => 1024 bytes
# 1m => 1000000 bytes
# 1mb => 1024*1024 bytes
# 1g => 1000000000 bytes
# 1gb => 1024*1024*1024 bytes
#
# units are case insensitive so 1GB 1Gb 1gB are all the same.
#
# Note that in order to read the configuration file, Redis must be
# started with the file path as first argument:
#
# ./redis-server /path/to/redis.conf
# Note on units: when memory size is needed, it is possible to specify
# it in the usual form of 1k 5GB 4M and so forth:
#
# 1k => 1000 bytes
# 1kb => 1024 bytes
# 1m => 1000000 bytes
# 1mb => 1024*1024 bytes
# 1g => 1000000000 bytes
# 1gb => 1024*1024*1024 bytes
#
# units are case insensitive so 1GB 1Gb 1gB are all the same.
1、配置文件 unit单位,对大小写不敏感
################################## INCLUDES ###################################
# Include one or more other config files here. This is useful if you
# have a standard template that goes to all Redis servers but also need
# to customize a few per-server settings. Include files can include
# other files, so use this wisely.
#
# Note that option "include" won't be rewritten by command "CONFIG REWRITE"
# from admin or Redis Sentinel. Since Redis always uses the last processed
# line as value of a configuration directive, you'd better put includes
# at the beginning of this file to avoid overwriting config change at runtime.
#
# If instead you are interested in using includes to override configuration
# options, it is better to use include as the last line.
#
# Included paths may contain wildcards. All files matching the wildcards will
# be included in alphabetical order.
# Note that if an include path contains a wildcards but no files match it when
# the server is started, the include statement will be ignored and no error will
# be emitted. It is safe, therefore, to include wildcard files from empty
# directories.
#
# include /path/to/local.conf
# include /path/to/other.conf
# include /path/to/fragments/*.conf
#
# Include one or more other config files here. This is useful if you
# have a standard template that goes to all Redis servers but also need
# to customize a few per-server settings. Include files can include
# other files, so use this wisely.
#
# Note that option "include" won't be rewritten by command "CONFIG REWRITE"
# from admin or Redis Sentinel. Since Redis always uses the last processed
# line as value of a configuration directive, you'd better put includes
# at the beginning of this file to avoid overwriting config change at runtime.
#
# If instead you are interested in using includes to override configuration
# options, it is better to use include as the last line.
#
# Included paths may contain wildcards. All files matching the wildcards will
# be included in alphabetical order.
# Note that if an include path contains a wildcards but no files match it when
# the server is started, the include statement will be ignored and no error will
# be emitted. It is safe, therefore, to include wildcard files from empty
# directories.
#
# include /path/to/local.conf
# include /path/to/other.conf
# include /path/to/fragments/*.conf
#
bind 0.0.0.0 #绑定ip
protected-mode yes # 保护模式
port 6379 #端口
daemonize yes #守护进程(后台启动)
pidfile /var/run/redis_6379.pid #如果以后台方式运行,我们就需要指定一个Pid文件
protected-mode yes # 保护模式
port 6379 #端口
daemonize yes #守护进程(后台启动)
pidfile /var/run/redis_6379.pid #如果以后台方式运行,我们就需要指定一个Pid文件
# Specify the server verbosity level.
# This can be one of:
# debug (a lot of information, useful for development/testing)
# verbose (many rarely useful info, but not a mess like the debug level)
# notice (moderately verbose, what you want in production probably) #生产环境
# warning (only very important / critical messages are logged)
loglevel notice #日志
logfile "" #日志的文件位置名
databases 16 #数据库的数量,默认是16个数据库
always-show-logo no #是否显示logo(启动时)
# This can be one of:
# debug (a lot of information, useful for development/testing)
# verbose (many rarely useful info, but not a mess like the debug level)
# notice (moderately verbose, what you want in production probably) #生产环境
# warning (only very important / critical messages are logged)
loglevel notice #日志
logfile "" #日志的文件位置名
databases 16 #数据库的数量,默认是16个数据库
always-show-logo no #是否显示logo(启动时)
持久化,在规定的时间内,执行了多少此操作,则会持久化到文件 .rdb .aof
redis时内存数据库,如果没有持久化,那么数据断电即失
save 900 1 #如果900s内,如果至少有一个key进行了修改,我们就进行持久化操作
stop-writes-on-bgsave-error yes #持久化出错,是否会继续工作
rdbcompression yes #是否压缩rdb文件,需要消耗一些cpu资源
rdbchecksum yes #保存rdb文件时,进行错误的检查校验
dir ./ #rdb文件保存的目录,默认当前路径
redis时内存数据库,如果没有持久化,那么数据断电即失
save 900 1 #如果900s内,如果至少有一个key进行了修改,我们就进行持久化操作
stop-writes-on-bgsave-error yes #持久化出错,是否会继续工作
rdbcompression yes #是否压缩rdb文件,需要消耗一些cpu资源
rdbchecksum yes #保存rdb文件时,进行错误的检查校验
dir ./ #rdb文件保存的目录,默认当前路径
requirepass WDwd123456 #设置密码 默认没有密码
命令:config set requirepass "123456" #命令设置密码
命令:config set requirepass "123456" #命令设置密码
maxclients 10000 #设置能连接上redis的最大客户端数量
maxmemory <bytes> #redis配置最大的内存容量
maxmemory <bytes> #redis配置最大的内存容量
maxmemory-policy noeviction #内存到达上限的处理策略
noeviction:当内存使用达到阈值的时候,所有引起申请内存的命令会报错。
allkeys-lru:在主键空间中,优先移除最近未使用的key。(推荐)
volatile-lru:在设置了过期时间的键空间中,优先移除最近未使用的key。
allkeys-random:在主键空间中,随机移除某个key。
volatile-random:在设置了过期时间的键空间中,随机移除某个key。
volatile-ttl:在设置了过期时间的键空间中,具有更早过期时间的key优先移除。
allkeys-lru:在主键空间中,优先移除最近未使用的key。(推荐)
volatile-lru:在设置了过期时间的键空间中,优先移除最近未使用的key。
allkeys-random:在主键空间中,随机移除某个key。
volatile-random:在设置了过期时间的键空间中,随机移除某个key。
volatile-ttl:在设置了过期时间的键空间中,具有更早过期时间的key优先移除。
APPEND ONLY模式 aof配置
appendonly no #默认不开启,默认是使用rdb方式持久化的,在大部分所有的情况下,rdb完全够用
appendfilename "appendonly.aof" #持久化文件的名字
appendfsync everysec #每秒执行一次sync,可能丢失这1s的数据
# always 每次修改都会sync ,消耗性能
# no 不执行,操作系统会自己同步,效率最高
appendfilename "appendonly.aof" #持久化文件的名字
appendfsync everysec #每秒执行一次sync,可能丢失这1s的数据
# always 每次修改都会sync ,消耗性能
# no 不执行,操作系统会自己同步,效率最高
Redis持久化
RDB(Redis DataBase)
在指定的时间间隔内将内存中的数据集体写入磁盘,也就是行话讲的Snapshot快照,它恢复时是将快照文件直接读到内存里。
Redis会单独创建一个子进程来进行持久化,会先将数据写入到一个临时文件中,待持久化过程都结束了,再用这个临时文件替换上次持久化好的文件。整个过程中,主进程是不进行任何IO操作的,这就确保了极高的性能。如果需要进行大规模数据的恢复,且对于数据恢复的完整性不是非常敏感,那RDB方式要比AOF方式更加高效。RDB的缺点是最后一次持久化后的数据可能丢失。
Redis会单独创建一个子进程来进行持久化,会先将数据写入到一个临时文件中,待持久化过程都结束了,再用这个临时文件替换上次持久化好的文件。整个过程中,主进程是不进行任何IO操作的,这就确保了极高的性能。如果需要进行大规模数据的恢复,且对于数据恢复的完整性不是非常敏感,那RDB方式要比AOF方式更加高效。RDB的缺点是最后一次持久化后的数据可能丢失。
rdb保存的文件是dump.rdb,在主从复制中,rdb通常是备份的。不占用主机的空间
触发机制
1、save的规则满足的情况下,会自动触发RDB规则
2、执行flushall命令,会触发
3、退出redis,也会产生rdb文件
备份就会生成dump.rdb
2、执行flushall命令,会触发
3、退出redis,也会产生rdb文件
备份就会生成dump.rdb
如何恢复rdb文件
1、只需要将rdb文件放在我们redis启动目录下就可以,redis启动会自动检查dump.rdb文件,恢复其中的数据!
2、查看需要存放的位置 config get dir 如果再这个目录下存在dump.rdb文件,启动就会自动恢复!
2、查看需要存放的位置 config get dir 如果再这个目录下存在dump.rdb文件,启动就会自动恢复!
优点
1、适合大规模的数据恢复!
2、对数据的完整性要求不高。
2、对数据的完整性要求不高。
缺点
1、需要一定的时间间隔进行操作!如果redis意外宕机了,这个最后一次修改数据就没有了
2、开启子进程的时候,会占用一定的内容空间!
2、开启子进程的时候,会占用一定的内容空间!
AOF(Append Only File)
将我们的所有写命令都记录下来,history,恢复的时候就把这个文件全部再执行一遍!
以日志的形式来记录每一个写操作,将Redis执行过的所有指令记录下来(读操作不记录),只许追加文件但不可以改写文件,redis启动之初会读取该文件重新构建数据,换言之,redis重启的话就会根据日志文件的内容将写指令从前到后执行一次以完成数据的恢复工作。
默认是不开启的,需要手动开启!我们只需要将appendonly改为yes就可以开启。重启redis就可以生效了
rdb和aof同时开启,默认读取aof文件
rdb和aof同时开启,默认读取aof文件
Aof保存的是 appendonly.aof文件
如果这个aof文件有错误,redis是无法启动的,我们需要修复这个aof文件。
redis给我们提供了一个工具,redis-check-aof --fix appendonly.aof
redis给我们提供了一个工具,redis-check-aof --fix appendonly.aof
优点
1、每一次修改都同步,文件的完整性更加好
2、每秒同步一次,可能会丢失一秒的数据
3、从不同步,效率最高,操作系统自动调度刷磁盘
2、每秒同步一次,可能会丢失一秒的数据
3、从不同步,效率最高,操作系统自动调度刷磁盘
缺点
1、相对于数据文件大小来说,aof远远大于rdb,修复的数据比rdb慢
2、Aof运行效率也要比rdb慢,所以我们redis默认的配置就是rdb持久化
2、Aof运行效率也要比rdb慢,所以我们redis默认的配置就是rdb持久化
Redis发布订阅
Redis发布订阅(pub/sub)是一种消息通信模式:发送者(pub)发送消息,订阅者(sub)接收消息。
微信、微博、带关注的系统!
微信、微博、带关注的系统!
Redis客户端可以订阅任意数量的频道。
原理
Redis是用C实现的,通过分析Redis源码里的pubsub.c文件,了解发布和订阅机制的底层实现,籍此加深对Redis的理解。
Redis通过PUBLISH、SUBSCRIBE和PSUBSCRIBE等命令实现发布和订阅功能。
通过SUBSCRIBE命令订阅某频道后,redis-server里维护了一个字典,字典的键就是一个个channel,而字典的值则是一个链表,链表中保存了所有订阅这个channel的客户端。SUBSCRIBE命令的关键,就是将客户端添加到给定channel的订阅链表中。
通过PUBLISH命令想订阅者发送消息,redis-server会使用给定的频道作为键,在它所维护的channel字典中查找记录了订阅这个频道的所有客户端的链表,遍历这个链表,将消息发布给所有订阅者。
Pub/Sub从字面上理解就是发布(Publish)与订阅(Subscribe),在Redis中,你可以设定对某一个key值进行消息发布及消息订阅,当一个key值上进行了消息发布后,所有订阅它的客户端都会收到相应的消息。这一功能最明显的用法就是用作实时消息系统,比如普通的即时聊天,群聊等功能。
Redis通过PUBLISH、SUBSCRIBE和PSUBSCRIBE等命令实现发布和订阅功能。
通过SUBSCRIBE命令订阅某频道后,redis-server里维护了一个字典,字典的键就是一个个channel,而字典的值则是一个链表,链表中保存了所有订阅这个channel的客户端。SUBSCRIBE命令的关键,就是将客户端添加到给定channel的订阅链表中。
通过PUBLISH命令想订阅者发送消息,redis-server会使用给定的频道作为键,在它所维护的channel字典中查找记录了订阅这个频道的所有客户端的链表,遍历这个链表,将消息发布给所有订阅者。
Pub/Sub从字面上理解就是发布(Publish)与订阅(Subscribe),在Redis中,你可以设定对某一个key值进行消息发布及消息订阅,当一个key值上进行了消息发布后,所有订阅它的客户端都会收到相应的消息。这一功能最明显的用法就是用作实时消息系统,比如普通的即时聊天,群聊等功能。
使用场景
1、实时消息系统
2、实时聊天(频道当作聊天室,将信息回西安给所有人)
3、订阅,关注系统都是可以的!
稍微复杂的场景我们就会使用消息中间件MQ
2、实时聊天(频道当作聊天室,将信息回西安给所有人)
3、订阅,关注系统都是可以的!
稍微复杂的场景我们就会使用消息中间件MQ
主从复制
主从复制,指将一台Redis服务器的数据,复制到其他Redis服务器。前者成为主节点(master/leader),后者成为从节点(slave/follower);数据的复制都是单向的,只能由主节点到从节点。Mashter以写为主,Slave以读为主。
默认情况下,每台Redis服务器都是主节点;且一个主节点可以有多个从节点,但一个节点只能有一个主节点。
作用
1、数据冗余:主从复制实现了数据的热备份,是持久化之外的一种数据冗余方式。
2、故障恢复:当主节点出现问题时,可以由从节点提供服务,实现快速的故障恢复;实际上是一种服务的冗余。
3、负载均衡:在主从复制的基础上,配合读写分离,可以由主节点提供写服务,由从节点提供读服务(即写Redis数据时应用连接主节点,读Redis数据时应用连接从节点),分担服务器负载;尤其是在写少读多的场景下,通过多个从节点分担读负载,可以大大提高Redis服务器的并发量。
4、高可用基石:除了上述作用以外,主从复制还是哨兵和集群能够实施的基础,因此说主从复制时Redis高可用的基础。
2、故障恢复:当主节点出现问题时,可以由从节点提供服务,实现快速的故障恢复;实际上是一种服务的冗余。
3、负载均衡:在主从复制的基础上,配合读写分离,可以由主节点提供写服务,由从节点提供读服务(即写Redis数据时应用连接主节点,读Redis数据时应用连接从节点),分担服务器负载;尤其是在写少读多的场景下,通过多个从节点分担读负载,可以大大提高Redis服务器的并发量。
4、高可用基石:除了上述作用以外,主从复制还是哨兵和集群能够实施的基础,因此说主从复制时Redis高可用的基础。
环境配置(不常用)
查看当前库的信息
127.0.0.1:6379> info replication
# Replication
role:master #角色 master
connected_slaves:0 #没有从机
master_failover_state:no-failover
master_replid:48113c251846434522c5c7b9522bab0ccb197285
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:0
second_repl_offset:-1
repl_backlog_active:0
repl_backlog_size:1048576
repl_backlog_first_byte_offset:0
repl_backlog_histlen:0
# Replication
role:master #角色 master
connected_slaves:0 #没有从机
master_failover_state:no-failover
master_replid:48113c251846434522c5c7b9522bab0ccb197285
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:0
second_repl_offset:-1
repl_backlog_active:0
repl_backlog_size:1048576
repl_backlog_first_byte_offset:0
repl_backlog_histlen:0
复制3个配置文件,然后修改对应的信息
1、端口
2、pid名字
3、log文件名字
4、dump.rdb名字
1、端口
2、pid名字
3、log文件名字
4、dump.rdb名字
一主二从
默认情况下,每台Redis服务器都是主节点;我们一般情况下只用配置从机就好了
127.0.0.1:6382> SLAVEOF 127.0.0.1 6380 #认6380做主机
OK
127.0.0.1:6382> info replication
# Replication
role:slave #当前角色 从机
master_host:127.0.0.1
master_port:6380
master_link_status:down
master_last_io_seconds_ago:-1
master_sync_in_progress:0
slave_read_repl_offset:0
slave_repl_offset:0
master_link_down_since_seconds:-1
slave_priority:100
slave_read_only:1
replica_announced:1
connected_slaves:0
master_failover_state:no-failover
master_replid:c552e97f8b65ef6c4f83d29b5638777652b61234
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:0
second_repl_offset:-1
repl_backlog_active:0
repl_backlog_size:1048576
repl_backlog_first_byte_offset:0
repl_backlog_histlen:0
OK
127.0.0.1:6382> info replication
# Replication
role:slave #当前角色 从机
master_host:127.0.0.1
master_port:6380
master_link_status:down
master_last_io_seconds_ago:-1
master_sync_in_progress:0
slave_read_repl_offset:0
slave_repl_offset:0
master_link_down_since_seconds:-1
slave_priority:100
slave_read_only:1
replica_announced:1
connected_slaves:0
master_failover_state:no-failover
master_replid:c552e97f8b65ef6c4f83d29b5638777652b61234
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:0
second_repl_offset:-1
repl_backlog_active:0
repl_backlog_size:1048576
repl_backlog_first_byte_offset:0
repl_backlog_histlen:0
真实的主从配置应该在配置文件中配置,这样的话是永久的,我们这里使用的命令是暂时的。重启就失效了。
只要变为从机,马上就会把主机里面的数据都读过来
只要变为从机,马上就会把主机里面的数据都读过来
细节:
主机可以写,从机不能写!只能读。
主机可以写,从机不能写!只能读。
复制原理
Slave启动成功连接到master后会发送一个sync同步命令
Mashter接到命令,启动后台的存盘进程,同时收集所有接收到的用于修改数据集命令,在后台进程执行完毕后,master将传送整个数据文件到slave,并完成一次完全同步。
全量复制:slave服务在接收到数据库文件数据后,将其存盘并加载到内存中
增量复制:Master继续将新的所有收集到的修改命令一次传给slave,完成同步
但是只要重新连接master,一次完全同步(全量复制)将被自动执行
Mashter接到命令,启动后台的存盘进程,同时收集所有接收到的用于修改数据集命令,在后台进程执行完毕后,master将传送整个数据文件到slave,并完成一次完全同步。
全量复制:slave服务在接收到数据库文件数据后,将其存盘并加载到内存中
增量复制:Master继续将新的所有收集到的修改命令一次传给slave,完成同步
但是只要重新连接master,一次完全同步(全量复制)将被自动执行
层层链路
上一个从节点连接下一个从节点,这个时候也可完成主从复制。虽然第二台从节点是第三台的主节点,但第二台还是从节点,无法写入
手动变主节点
slaveof no one 自己变成主节点
哨兵模式(重点)
自动选举老大
主从切换技术的方法是:当主服务宕机后,需要手动把一台从服务器切换为主服务器,这就需要人工干预,费时费力,还会造成一段时间内服务不可用。这不是一种推荐的方式,更多时候,我们优先考虑哨兵模式。redis从2.8开始正式提供了Sentinel哨兵架构来解决这个问题。
能够后台监控主机是否故障,如果故障了根据投票数自动将从库转换为主库。
主从切换技术的方法是:当主服务宕机后,需要手动把一台从服务器切换为主服务器,这就需要人工干预,费时费力,还会造成一段时间内服务不可用。这不是一种推荐的方式,更多时候,我们优先考虑哨兵模式。redis从2.8开始正式提供了Sentinel哨兵架构来解决这个问题。
能够后台监控主机是否故障,如果故障了根据投票数自动将从库转换为主库。
哨兵模式是一种特殊的模式,首先Redis提供了哨兵的命令,哨兵是一个独立的进程,作为进程,它会独立运行。其原理是哨兵通过发送命令,等待Redis服务器响应,从而监控运行的多个Redis实例
作用
1、通过发送命令,让Redis服务器返回监控其运行状态,包括主服务器和从服务器
2、当哨兵监测到mater宕机,会自动将slave切换成master,然后通过发布订阅模式通知其他从服务器,修改配置文件,让他们切换主机
2、当哨兵监测到mater宕机,会自动将slave切换成master,然后通过发布订阅模式通知其他从服务器,修改配置文件,让他们切换主机
一个哨兵进程对Redis服务器进行监控,可能会出现问题,为此,我们可以使用多个哨兵进行监控。各个哨兵之间还会进行监控,这样就形成了多哨兵模式
假设主服务器宕机,哨兵1先检测到这个结果,系统并不会马上进行选举过程,仅仅是哨兵1主观的认为主服务器不可用,这个现象称为主观下线。当后面的哨兵也检测到主服务器不可用,并且数量达到一定值时,那么哨兵之间就会进行一次投票,投票的结果由一个哨兵发起,进行故障转移操作。切换成功后,就会通过发布订阅模式,让各个哨兵把自己监控的从服务器实现切换为主机,这个过程称为客观下线
假设主服务器宕机,哨兵1先检测到这个结果,系统并不会马上进行选举过程,仅仅是哨兵1主观的认为主服务器不可用,这个现象称为主观下线。当后面的哨兵也检测到主服务器不可用,并且数量达到一定值时,那么哨兵之间就会进行一次投票,投票的结果由一个哨兵发起,进行故障转移操作。切换成功后,就会通过发布订阅模式,让各个哨兵把自己监控的从服务器实现切换为主机,这个过程称为客观下线
测试
1、配置哨兵配置文件sentinel.conf
#sentinel monitor 被监控的名称 host port 1
sentinel monitor myredis 127.0.0.1 6379 1
后面的这个数字1,代表一个哨兵监控到主机挂了,就客观下线,slave投票看让谁接替为主机,票数最多的就会成为主机!
2、在bin目录下 启动redis-sentinel
#sentinel monitor 被监控的名称 host port 1
sentinel monitor myredis 127.0.0.1 6379 1
后面的这个数字1,代表一个哨兵监控到主机挂了,就客观下线,slave投票看让谁接替为主机,票数最多的就会成为主机!
2、在bin目录下 启动redis-sentinel
如果主机挂了,选举一个从机当主机。如果主机挂了之后回来了,当从机。
6台服务器时,先全部启动redis,然后随机进入一台执行以下命令即可完成主从配置
redis-cli --cluster create 172.38.0.11:6379 172.38.0.12:6379 172.38.0.13:6379 172.38.0.14:6379 172.38.0.15:6379 172.38.0.16:6379 --cluster-replicas 1
redis-cli --cluster create 172.38.0.11:6379 172.38.0.12:6379 172.38.0.13:6379 172.38.0.14:6379 172.38.0.15:6379 172.38.0.16:6379 --cluster-replicas 1
优点
1、哨兵集群,基于主从复制模式
2、主从可以切换,故障可以转移,系统的可用性会更好
3、哨兵模式就是主从模式的升级,手动到自动,更加健壮
2、主从可以切换,故障可以转移,系统的可用性会更好
3、哨兵模式就是主从模式的升级,手动到自动,更加健壮
缺点
1、Redis不好在线扩容,集群容量一旦到达上限,在线扩容就很麻烦
2、实现哨兵模式很麻烦,配置很多
2、实现哨兵模式很麻烦,配置很多
Redis缓存穿透和雪崩
缓存穿透(查不到)
用户想要查询一个数据,发现redis内存数据库中没有,也就是缓存没有命中,于是向持久层数据库查询。发现也没有,于是本次查询失败,当用户很多的时候,缓存都没有命中(秒杀),于是都去请求了持久层数据库,这会给持久层数据库造成很大的压力,这时候就相当于出现了缓存穿透。
解决方案
布隆过滤器
一种数据结构,对所有可能查询的参数以hash形式存储,在控制层先进行校验,不符合则丢弃,从而避免了对底层存储系统的查询压力
缓存空对象
当存储层不命中后,即使返回的空对象也将其缓存起来,同时会设置一个过期时间,之后再访问这个数据将会从缓存中获取,保护了后端数据源
问题
1、如果控制能够被缓存起来,这就意味着缓存需要更多的空间存储更多的键,因为这当中可能会有很多的空值的键;
2、即使对空值设置了过期时间,还是会存在缓存层和存储层的数据会有一段时间窗口的不一致,这对于需要保持一致性的业务会有影响。
2、即使对空值设置了过期时间,还是会存在缓存层和存储层的数据会有一段时间窗口的不一致,这对于需要保持一致性的业务会有影响。
缓存击穿(量太大,缓存过期)
指一个key非常热点,在不停的扛着大并发,大并发集中对这一个点进行访问,当这个key在失效的瞬间,持续的大并发就穿破缓存,直接请求数据库,就像在一个屏障上凿开了一个洞。
当这个key在过期的瞬间,有大量的请求并发访问,这类数据一般是热点数据,由于缓存过期,会同时访问数据库来查询最新数据,并且回写缓存,会导致数据库瞬间压力过大。
当这个key在过期的瞬间,有大量的请求并发访问,这类数据一般是热点数据,由于缓存过期,会同时访问数据库来查询最新数据,并且回写缓存,会导致数据库瞬间压力过大。
解决方案
设置热点数据永不过期
从缓存层面来看,没有设置过期时间,所以就不会出现热点Key过期后产生的问题
加互斥锁
分布式锁:使用分布式锁,保证对于每个key同时只有一个线程去查询后端服务,其他线程没有获得分布式锁的权限,因此只需要等待即可。这种方式将高并发的压力转移到了分布式锁,因此对分布式锁的考验很大
缓存雪崩
在某一个时间段,缓存集中过期失效。Redis宕机!
产生雪崩的原因之一,比如在写文本的时候,马上到双十二零点,很快会迎来一波抢购,这波商品时间比较集中的放入了缓存,假设缓存一个小时。那么到了陵城1点的时候,这批商品的缓存就过期了。而对这批商品的访问查询,都落到了数据库上,对于数据库而言,就会产生周期性的压力波峰。于是所有的请求都会到达存储层,存储层的调用量会暴增,造成存储层也会挂掉的情况。
产生雪崩的原因之一,比如在写文本的时候,马上到双十二零点,很快会迎来一波抢购,这波商品时间比较集中的放入了缓存,假设缓存一个小时。那么到了陵城1点的时候,这批商品的缓存就过期了。而对这批商品的访问查询,都落到了数据库上,对于数据库而言,就会产生周期性的压力波峰。于是所有的请求都会到达存储层,存储层的调用量会暴增,造成存储层也会挂掉的情况。
其实其中过期,倒不是非常致命,比较致命的缓存雪崩,是缓存服务器某个节点宕机或断网。因为自然形成的缓存雪崩,一定是在某个时间段集中创建缓存,这个时候,数据库也是可以顶住压力的。无非就是对数据库产生周期性的压力而已。而缓存服务节点的宕机,对数据库服务器造成的压力是不可预知的,很有可能瞬间就把数据库压垮。
解决方案
双十一:阿里会把一些不重要的服务停掉,保证主要的服务可用
redis高可用
多增设几台redis,这样一台挂掉之后其他的还可以继续工作,其实就是搭建集群
限流降级
在缓存失效后,通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个key只允许一个线程查询数据和写缓存,其他线程等待
数据预热
在正式部署前,先把可能的数据先预先访问一遍,这样部分可能大量访问的数据就会加载到缓存中。在即将发生大并发访问前手动触发加载缓存不同的key,设置不同的过期时间,让缓存失效的时间点尽量均匀
0 条评论
下一页
为你推荐
查看更多