Redis #

Redis 是完全开源免费的, 遵守BSD协议, 是一个高性能的key-value数据库

数据类型 #

五种基本数据类型

String: 常用于 KV 缓存

Hash: 存储结构化数据, 如: 产品信息, 用户信息等

List: 存储列表, 如: 粉丝列表, 文章评论列表等. 可以通过 lrange 命令进行分页查询

Set: 存储去重列表, 如: 粉丝列表等. 可以基于 set 玩儿交集, 并集, 差集的操作. 例如: 求两个人的共同好友列表

Sorted Set: 存储含评分的去重列表, 如: 各种排行榜

高级数据类型

Bitmaps, HyperLogLogs, GEO, Streams

底层数据结构 #

简单动态字符串(SDS)

链表

字典

跳跃表

整数集合

为什么快 #

Redis是纯内存操作: 数据存放在内存中, 内存的响应时间大约是100纳秒, 这是Redis每秒万亿级别访问的重要基础

非阻塞I/O: Redis采用epoll作为I/O多路复用技术的实现, 再加上Redis自身的事件处理模型将epoll中的连接, 读写, 关闭都转换为了时间, 不在I/O上浪费过多的时间

单线程避免了线程切换和竞态产生的消耗

内存淘汰 #

Redis 过期策略是: 定期删除 + 惰性删除

• 消极方法 (passive way), 在主键被访问时如果发现它已经失效, 那么就删除它
• 主动方法 (active way), 定期从设置了失效时间的主键中选择一部分失效的主键删除

Redis 内存淘汰策略:

• 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. 这是 Redis 默认的策略
• allkeys-lru - 在主键空间中, 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-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
• 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

持久化 #

RDB 即某一时刻的二进制数据快照

AOF 会将写命令不断追加到 AOF 文本日志末尾

建议同时使用 RDB 和 AOF. 用 AOF 来保证数据不丢失, 作为数据恢复的第一选择; 用 RDB 来做不同程度的冷备, 在 AOF 文件都丢失或损坏不可用的时候, 还可以使用 RDB 来进行快速的数据恢复

事务 #

Redis 提供的不是严格的事务, Redis 只保证串行执行命令, 并且能保证全部执行, 但是执行命令失败时并不会回滚, 而是会继续执行下去

缓存穿透 缓存雪崩 缓存击穿 #

缓存穿透

缓存穿透是指查询一个一定不存在的数据, 由于缓存是不命中时被动写的, 并且出于容错考虑, 如果从存储层查不到数据则不写入缓存, 这将导致这个不存在的数据每次请求都要到存储层去查询, 失去了缓存的意义. 在流量大时, 可能DB就挂掉了, 要是有人利用不存在的key频繁攻击我们的应用, 这就是漏洞

有很多种方法可以有效地解决缓存穿透问题, 最常见的则是采用布隆过滤器, 将所有可能存在的数据哈希到一个足够大的bitmap中, 一个一定不存在的数据会被 这个bitmap拦截掉, 从而避免了对底层存储系统的查询压力. 另外也有一个更为简单粗暴的方法 (我们采用的就是这种), 如果一个查询返回的数据为空 (不管是数 据不存在, 还是系统故障), 我们仍然把这个空结果进行缓存, 但它的过期时间会很短, 最长不超过五分钟

缓存雪崩

缓存雪崩是指在我们设置缓存时采用了相同的过期时间, 导致缓存在某一时刻同时失效, 请求全部转发到DB, DB瞬时压力过重雪崩

缓存失效时的雪崩效应对底层系统的冲击非常可怕. 大多数系统设计者考虑用加锁或者队列的方式保证缓存的单线 程 (进程)写, 从而避免失效时大量的并发请求落到底层存储系统上. 这里分享一个简单方案就时讲缓存失效时间分散开, 比如我们可以在原有的失效时间基础上增加一个随机值, 比如1-5分钟随机, 这样每一个缓存的过期时间的重复率就会降低, 就很难引发集体失效的事件

缓存击穿

对于一些设置了过期时间的key, 如果这些key可能会在某些时间点被超高并发地访问, 是一种非常 "热点" 的数据. 这个时候, 需要考虑一个问题: 缓存被 "击穿" 的问题, 这个和缓存雪崩的区别在于这里针对某一key缓存, 前者则是很多key

缓存在某个时间点过期的时候, 恰好在这个时间点对这个Key有大量的并发请求过来, 这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存, 这个时候大并发的请求可能会瞬间把后端DB压垮

• 使用互斥锁 (mutex key)
• "提前" 使用互斥锁 (mutex key)
• "永远不过期"
• 资源保护

消息丢失 #

Redis Stream 提供了消息的持久化和主备复制功能, 可以让任何客户端访问任何时刻的数据, 并且能记住每一个客户端的访问位置, 还能保证消息不丢失

消费者处理完消息后, 需要执行 XACK 命令告知 Redis, 这时 Redis 就会把这条消息标记为处理完成, 如果消费者异常宕机, 肯定不会发送 XACK, 那么 Redis 就会依旧保留这条消息, 待这组消费者重新上线后, Redis 就会把之前没有处理成功的数据, 重新发给这个消费者. 这样一来, 即使消费者异常, 也不会丢失数据

更新缓存策略 #

Cache Aside

这是最常用最常用的pattern. 其具体逻辑如下:

失效: 应用程序先从cache取数据, 没有得到, 则从数据库中取数据, 成功后, 放到缓存中

命中: 应用程序从cache中取数据, 取到后返回

更新: 先把数据存到数据库中, 成功后, 再让缓存失效

Read Through

Read Through 套路就是在查询操作中更新缓存, 也就是说, 当缓存失效的时候 (过期或), Cache Aside 是由调用方负责把数据加载入缓存, 而 Read Through 则用缓存服务自己来加载, 从而对应用方是透明的.

Write Through

Write Through 套路和 Read Through 相仿, 不过是在更新数据时发生. 当有数据更新的时候, 如果没有命中缓存, 直接更新数据库, 然后返回. 如果命中了缓存, 则更新缓存, 然后再由Cache自己更新数据库 (这是一个同步操作)

上面的Cache Aside套路中, 应用代码需要维护两个数据存储, 一个是缓存 (Cache), 一个是数据库 (Repository). 所以, 应用程序比较啰嗦. 而 Read/Write Through 套路是把更新数据库 (Repository) 的操作由缓存自己代理了, 所以, 对于应用层来说, 就简单很多了. 可以理解为, 应用认为后端就是一个单一的存储, 而存储自己维护自己的Cache

Write Behind Caching Pattern

Write Back 套路, 一句说就是, 在更新数据的时候, 只更新缓存, 不更新数据库, 而我们的缓存会异步地批量更新数据库. 这个设计的好处就是让数据的I/O操作飞快无比 (因为直接操作内存嘛), 因为异步, write backg 还可以合并对同一个数据的多次操作, 所以性能的提高是相当可观的. 上面, 我们没有考虑缓存 (Cache) 和持久层 (Repository) 的整体事务的问题. 比如, 更新Cache成功, 更新数据库失败了怎么吗? 或是反过来. 关于这个事, 如果你需要强一致性, 你需要使用 "两阶段提交协议" ——prepare, commit/rollback, 比如Java 7 的XAResource, 还有MySQL 5.7的 XA Transaction, 有些cache也支持XA, 比如EhCache. 当然, XA这样的强一致性的玩法会导致性能下降.

如何解决Redis的并发竞争key问题 #

(1)如果对这个key操作, 不要求顺序

这种情况下, 准备一个分布式锁, 大家去抢锁, 抢到锁就做set操作即可, 比较简单

(2)如果对这个key操作, 要求顺序

假设有一个key1,系统A需要将key1设置为valueA,系统B需要将key1设置为valueB,系统C需要将key1设置为valueC.

期望按照key1的value值按照 valueA-->valueB-->valueC 的顺序变化. 这种时候我们在数据写入数据库的时候, 需要保存一个时间戳

假设这会系统B先抢到锁, 将key1设置为{valueB 3:05}. 接下来系统A抢到锁, 发现自己的valueA的时间戳早于缓存中的时间戳, 那就不做set操作了

其他方法, 比如利用队列, 将set方法变成串行访问也可以.

Redis和Memcached的区别 #

1, Redis和Memcache都是将数据存放在内存中, 都是内存数据库. 不过memcache还可用于缓存其他东西, 例如图片, 视频等等;

2, Redis不仅仅支持简单的k/v类型的数据, 同时还提供list, set, hash等数据结构的存储;

3, 虚拟内存--Redis当物理内存用完时, 可以将一些很久没用到的 value 交换到磁盘;

4, 过期策略--memcache在set时就指定, 例如set key1 0 0 8,即永不过期. Redis可以通过例如expire 设定, 例如expire name 10;

5, 分布式--设定memcache集群, 利用magent做一主多从;Redis可以做一主多从. 都可以一主一从;

6, 存储数据安全--memcache挂掉后, 数据没了; Redis可以定期保存到磁盘 (持久化);

7, 灾难恢复--memcache挂掉后, 数据不可恢复; Redis数据丢失后可以通过aof恢复;

8, Redis支持数据的备份, 即master-slave模式的数据备份;

9, 应用场景不一样: Redis出来作为NoSQL数据库使用外, 还能用做消息队列, 数据堆栈和数据缓存等; Memcached适合于缓存SQL语句, 数据集, 用户临时性数据, 延迟查询数据和session等.