Redis深入学习

目录

Redis是什么？

Redis使用场景

Redis线程模型

Redis执行命令是单线程的为什么还这么快？

Redis持久化

Redis 事务

Key 过期策略

Redis 和 mysql 如何保证数据一致？

缓存穿透

缓存击穿

缓存雪崩

Redis是什么？

        redis是一个nosql类型的数据库(非关系型数据库)，数据在内存中以键值对形式存储。

        nosql：not only sql(不仅仅是sql) ，泛指非关系型数据库。一般把非关系型数据库称为nosql数据库。

        特点：读写速度快，也提供数据持久化方式。

        一般最常用的场景就是把redis用来做缓存。

Redis使用场景

1.缓存

2.计数器，点赞

3.排行榜 数据结构，zset 按照分数排序

4.数据排重，去除重复数据

5.消息队列，redis中有一个list结构

6.分布式锁

Redis线程模型

        Redis 6.0版本前： 完全依赖单线程模型，所有命令执行和网络 I/O 都在同一个线程中进行，虽然这保证了数据的一致性，但在高并发环境下可能导致性能瓶颈。

        Redis 6.0版本后：在保留单线程模型的基础上，新增了对多线程的支持，尤其是在网络 I/O 方面。通过多线程优化了客户端请求的接收和响应发送，从而提升了高并发环境下的性能，但核心的命令执行仍然是单线程的。

Redis执行命令是单线程的为什么还这么快？

1.数据都存储在内存中，读写速度都是内存级别的，所以快。

2.基于哈希结构存储，通过key可以快速的在哈希表中找到对应的数据。

3.避免了上下文切换，由于是单线程模式，所以不存在切换的开销。

Redis持久化

        为什么redis要提供持久化机制？

        我们现在除了缓存数据外，还将一些例如点赞等数据也是存储到redis的，这种服务万一断电，那么内存中的数据就丢失了。所以redis提供了持久化功能。

redis提供了两种持久化机制:

 save 900 1：表示 900 秒钟内至少 1 个键被更改则进行快照。

 save 300 10

 save 60 10000
 
 save命令用来配置触发 Redis 的 RDB 持久化条件。

Redis 事务

redis中的事务相比于mysql事务，简单很多。

        redis中的事务，保证同一个事务在执行时，事务中的多条命令执行时，不会有其他事务插入到中间执行，因为redis是单线程。（不会被其他事务插入）

        redis事务执行时，不保证多条指令执行的原子性，多条指令执行时，中间如果有错误的命令，不会影响其他命令的执行。（一条命令错误，不影响其他命令的执行）

mutil --命令开启事务

set key value --加入事务

exec --执行事务中的命令

加入事务后不会立即提交，而是在执行exec命令后提交事务。

Key 过期策略

redisTemplate.opsForValue().set("k", "v",10,TimeUnit.SECONDS );

        redis中为key维护一个状态，表示是否过期，当定时的时间到期后，将状态改为已过期，并没有立即删除key。（过期但并未删除键）

在redis中有两种策略删除过期的key：

1.惰性删除: 当key过期后，在下次使用此key时，发现key已经过期，然后再删除过期的key，不足之处：浪费内存空间。

优点：不需要有额外的线程定时定点的跟踪删除。

2.定期删除：每隔指定的周期，对redis中过期的key进行清理。

Redis 和 mysql 如何保证数据一致？

        此问题讲的是如何尽可能的保证，redis中和mysql中的数据保持一致(主要是发生修改时)

        采用延时双删策略，在更新mysql之前先删除redis中的数据，在mysql没有完全更新数据完成

时，其他线程可以先读取旧的数据，在mysql数据更新完成后，再次删除redis中的数据，后来的线程确保读到就是最新的mysql中的数据。

缓存穿透

问题:

        key对应的数据在数据库不存在，每次先查询缓存，缓存中没有，然后去查询数据库，数据库中也不存在，返回null，为null，没有往缓存中放，每次都还是直接查询的mysql。

解决方案

        1.当mysql中查询不到时，可以向redis中存储一个key-value，value可以为null/-1，表明mysql中不存在。

        2.对参数进行校验不满足，就不查询。（如请求的id为-1）

        3.使用布隆过滤器。

布隆过滤器

是一个二进制数组，用于判断元素是否存在。

        使用 k 个哈希函数对某个值进行哈希计算，计算出来的哈希值存储到对应数组位置，把数组原来位置的0变为1。

        查询是否存在时，同样用k个哈希函数计算哈希值，如果每个位置上都是1，表明数据可能存在，只要有一个位置是0，那么数据肯定不存在的。

优点：

1. 时间复杂度低，增加和查询元素的时间复杂为 O(N)。

2. 保密性强，布隆过滤器不存储元素本身。

3. 存储空间小，布隆过滤器是非常节省空间的。

缺点：

1. 误判

2. 无法删除

缓存击穿

问题:

        数据在数据库是存在的，只是redis中的热点key过期了，这时有大量的请求到来，同时请求到mysql，导致mysql压力过大。一般在秒杀这类场景中会发生的。

解决办法

1.热点数据设置较长过期时间。

2.跑定时任务，在缓存失效前刷新缓存。

3.加锁，可以给查询mysql的代码进行加锁，一个线程查询完后，把数据放到redis中，对访问mysql进行控制。（对mysql加锁，对redis不加锁）

缓存雪崩

问题:

        大量的热点key过期，或者redis服务出现了问题，大量请求访问到mysql。

解决办法

        1.可以给热点key设置随机过期时间，避免同时过期。

        2.可以使用集群部署，如果有一台redis服务出现问题，其他redis服务仍然可以使用，还可以将热点的key，存储到不同的redis库中。

        3.跑定时任务，在缓存失效前刷新缓存。

 感谢你的阅读与关注，如有问题欢迎探讨！💓