Redis，就是这么朴实无华

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。