麒麟v10 上部署 TiDB v5.1.2 生产环境优化实践
720
2023-05-23
Redis,就是这么朴实无华
Redis是2009年发布的,到今天已经超过10岁了。作为必备技能之一,关于它也有聊不完的话题。本文中的任何一个点,都可以展开,完成一篇中等规模的文章。
交流和面试时,你需要用最精准的语言进行描述,那么本文比较适合你。
redis能力:
1 0W/s QPS (redis-benchmark)1w+ 长链接 (netstat / ss)最复杂的Zset 6kw数据 写入1k/s 读取5k/s 平均耗时5ms持久化 (rdb)
1. 基本概览
学习一门新语言,重要的是掌握它的基本数据结构,以及这些数据结构的API。redis的这些数据结构,就类似一门语言。
Redis数据结构
常用5种,一共10种。面试时一般回答5种即可,但其他5种是加分项。
String字符串Hash 字典List 列表Set集合ZSet 有序集合。性能参考:《redis的zset有多牛?请把耳朵递过来》Pubsub 发布订阅 (不推荐使用,坑很多)Bitmap 位图GEO 地理位置 (有限使用,附近的人)Stream 流(5.0) (与Kafka非常像)Hyperloglog 基数统计
Redis的协议
Redis是文本协议
RESP 以CRLF结尾(\r\n)RESP3 (redis6启用,增加客户端缓存)
Redis底层数据结构
数据量较小和大数据量的时候,往往不同,关注大数据量的主要结构。
String-sdsHash-(ziplist , dict)Set-(intset,dict)List-(ziplist,quicklist)ZSet-(ziplist+skiptable 跳表)Stream-(radix-tree 基数数)
跳表的关注度比较大,在Java中,可以参考类似ConcurrentSkipListMap实现。
另:Java中有序Set叫做TreeSet,但是用红黑树实现的,注意区别。
Redis持久化方式
生产环境,一般仅采用RDB模式。
RDBAOF (类似Binglog row模式)混合模式:RDB+AOF
O(n)指令
keys *hgetallsmemberssunion...
建议在集合大小不确定的时候,使用scan hscan sscan zscan 替代。另外,像keys这种危险命令,最好使用RENAME指令给屏蔽掉。
性能优化
unlink删除key -> 异步避免阻塞pipeline批量传输,减少网络RTT ->减少频繁网络交互多值指令(mset,hmset)-> 减少频繁网络交互关掉aof -> 避免io_wait
扩展方式
luaredis-module
module模式知道的人比较少,属于比较底层的开发。
2. 问题排查
monitor指令 回显所有执行的指令。可以使用grep配合过滤keyspace-events 订阅某些Key的事件。比如,删除某条数据的事件,底层实现基于pubsubslow log 顾名思义,满查询,非常有用--bigkeys启动参数 Redis大Key健康检查。使用的是scan的方式执行, 不用担心阻塞memory usage key、memory stats 指令info指令,关注instantaneous_ops_per_sec、used_memory_human、connected_clientsredis-rdb-tools rdb线下分析
3. 淘汰策略
如果你应聘的是redis dba,这道题答不出来,直接淘汰。
被动删除 (只有被get到的时候,删除并返回NIL 属于惰性删除)主动删除 (100ms运行一次,随机删除持续25ms,类似Cron)->内存使用超过maxmemory,触发主动清理策略
针对于第三种情况,有8种策略。注意,redis已经有LFU了。
默认volatile-lru 从设置过期数据集里查找最近最少使用volatile-ttl 从设置过期的数据集里面优先删除剩余时间短的Keyvolatile-random 从设置过期的数据集里面任意选择数据淘汰volatile-lfu 从过期的数据集里删除 最近不常使用 的数据淘汰allkeys-lruallkeys-lfuallkeys-random 数据被使用频次最少的,优先被淘汰no-enviction
如果不设置maxmemory,Redis将一直使用内存,直到触发操作系统的OOM-KILLER。
4. 集群模式
单机单机多实例主从(1+n)主从(1+n)& 哨兵(3或者基数个)Redis Cluster (推荐,但使用有限制)。参考:《与亲生的Redis Cluster,来一次亲密接触》
互联网建议使用Redis Cluster,外包、项目随意。
大规模
twemproxycodis基于Netty Redis协议自研管理平台:CacheCloud
5. Redis常见问题
Redis使用场景
缓存 (缓存一致性 缓存穿透 缓存击穿 缓存雪崩)分布式锁 (redlock)分布式限流Session
API举例:
zset 排行榜,排序bitmap 用户签到,在线状态geo 地理位置,附近的人stream 类似kafka的消息流hyperloglog 每日访问ip数统计
缓存一致性
为什么有一致性问题?
写入。缓存和数据库是两个不同的组件,只要涉及到双写,就存在只有一个写成功的可能性,造成数据不一致。更新。更新的情况类似,需要更新两个不同的组件。读取。读取要保证从缓存中读到的信息是最新的,是和数据库中的是一致的。删除。当删除数据库记录的时候,如何把缓存中的数据也删掉?
建议使用:Cache Aside Pattern
读请求:
先读cache,再读db
变更操作:
先操作数据库,再 淘汰 缓存
涉及到复杂的事务和回滚操作,可以把淘汰放在finally里。
问题:缓存淘汰失败!(概率很低 ,定时补偿)
缓存击穿
影响,轻微。
高流量下 大量请求读取一个失效的Key -> Redis Miss -> 穿透到DB
解决方式:采用分布式锁,只有拿到锁的第一个线程去请求数据库,然后插入缓存
缓存穿透
影响,一般。
访问一个不存在的Key(恶意攻击)-> Redis Miss -> 穿透到DB
解决方式:
给相应的Key设置一个Null值,放在缓存中BloomFilter预先判断
缓存雪崩
影响:严重。
大量Key同时失效 | 2.Redis当机 -> Redis Miss -> 压力打到DB
解决方式:
给失效时间加上相对的随机数保证Redis的高可用
分布式锁
redis的分布式锁,并不是那么简单。建议使用redisson的redlock。最基础的指令是setnx。
setnx-> SET key value [EX seconds|PX milliseconds|KEEPTTL] [NX|XX] [GET]
分布式锁 关键点:
原子性锁超时死锁读写锁故障转移
最简单的Redis分布式锁代码(不严谨)。
java端代码模拟lock和unlock。
public String lock(String key, int timeOutSecond) { for (; ; ) { String stamp = String.valueOf(System.nanoTime()); boolean exist = redisTemplate.opsForValue().setIfAbsent(key, stamp, timeOutSecond, TimeUnit.SECONDS); if (exist) { return stamp; } } } public void unlock(String key, String stamp) { redisTemplate.execute(script, Arrays.asList(key), stamp); }
lua脚本unlock。
local stamp = ARGV[1] local key = KEYS[1] local current = redis.call("GET",key) if stamp == current then redis.call("DEL",key) return "OK" end
6. Redis使用
常用Java客户端
使用规范
根据公司情况自定义裁剪,没有万能的规范。更多:
这可能是最中肯的Redis规范了
使用连接池,不要频繁创建关闭客户端连接消息大小限制 消息体在10kb以下,可以使用snappy、msgpack等压缩避免大key和hot key不使用O(n)指令不使用不带范围的Zrange指令不使用database(容易覆盖数据)不使用高级数据结构(使用基本的5种)不使用事务操作禁止长时间monitor
springboot cache redis
使用时更要注意规范性cache层抽象层次太高,如需要操作底层的数据结构,直接使用redisTemplate
Redis是多线程?
要看哪个阶段。数据操作阶段,一直是单线程的,哪怕是redis6。
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。