redis学习笔记一
概念:
-
内存数据库,用于做缓存。可做分布式锁,提供多种数据类型支持不同业务场景。支持事务、持久化、lua脚本、lru驱动事件。
高性能和高并发
-
高性能:第一次访问数据库中的数据会比较慢,因为是从磁盘上读取。将用户第一次访问的数据放入缓存,第二次或以后的多次访问直接查缓存,没有再去磁盘,提高查询效率,缩短查询时间。如果数据库中的数据改变,那么就同步改变缓存中的数据。
-
高并发:直接操作缓存能够承受的请求远远超过直接访问数据的请求。可以考虑将部分数据库中的数据移到缓存中,从而实现一部分请求不经过数据库,而直接进入缓存。
为什么不用map做缓存却用redis呢
-
缓存分为两种:分布式缓存和本地缓存,redis是分布式缓存,map是本地缓存。
-
本次缓存容量小,有上限。分布式缓存容量大。
-
map缓存不具有一致性,redis缓存具有一致性。
redis的优点
-
支持多种数据类型(list set zset hash等等)而传统memcache仅支持string类型
-
redis支持数据持久化,可以将内存中的数据保存在磁盘中。重启redis可直接使用。
-
redis使用单线程的多路io复用模型,数据安全。
redis常用数据结构及使用场景
-
string:string数据结构为简单的key-value类型,value不仅可以是字符串,也可以是数字。
-
使用场景:统计数量,粉丝数量,用户数量。
-
-
list:支持反向查找和遍历,但有额外开销。可实现分页查询。
-
使用场景:分页查询
-
-
set:相比较list,set中不允许存储重复的元素。
-
使用场景:统计共同关注好友等
-
redis过期时间
-
redis有设置过期的功能,就是对存储在redis缓存中的数据设置有效时间。短信验证码或者邮箱验证码是一个很好的实例。
redis的删除策略
-
定期删除:默认每隔100ms随机抽取那些设置过期数据的key,检查是否过期,过去就删除,是随机抽取的。
-
惰性删除: 定期删除可能导致许多过期的key过了有效时间却没有被删除,当过期key没有靠定期删除机制删除时,就停留在内存中,除非系统去查看那些key,才会被redis删除。这就是惰性删除。
-
解决策略:仅仅通过设置过期时间还不够,还需要内存淘汰策略。关于内存淘汰机制,请继续往下看。
redis内存淘汰机制
-
volatile-ru:从已设置过期时间的数据集(server.db[i].expires)中挑选出最近最少使用的数据,然后淘汰。
-
volatile-til:从已设置过期时间的数据集(server.db[i].expires)中挑选将要过期的数据,然后淘汰。
-
volatile-random:从已设置过期时间的数据(server.db[i].expires)中选择任意数据,然后淘汰。
-
allkeys-lru:当内存不足以容纳新的写入数据操作时,在键空间中,移除最近最少使用的key(常用)
-
alleys-random:从数据集(server.db[i].dict)中选择任意数据淘汰。
-
no-eviction:禁止驱逐数据。就是不允许删除数据,没人使用这个。
redis持久化机制
-
为什么要有持久化机制?
-
多数是为了“数据重用”,比如我们重启机制、机制故障之后进行恢复数据。
-
-
rdb持久化
-
save | 900 1 | 900秒后,至少有1个key发生变化,redis自动触发bgsave命令 |
save | 300 10 | 300秒后,至少有10个key发生变化,redis自动触发bgsave命令 |
save | 60 10000 | 60秒后,至少有10000个key发生变化,redis自动触发bgsave命令 |
-
aof持久化
-
aof相比较rdb,aof的实时性更好,redis默认情况下没有开启aof(append only file)方式的持久化,可以通过设置appendonly参数开启:appendonly:yes
-
aof开启后,每执行一条更改操作,redis就会将该命令写入磁盘中的aof文件。
-
在redis的配置文件中存在三种不同的aof持久化方式:
-
appendfsync always # 每次有数据修改时会写入aof文件,会降低redis的速度
-
appendfsync everysec # 每秒钟同步一次,显式地将多个写命令同步到磁盘。
-
appendfsync no # 让操作系统决定何时进行同步操作
-
-
为了兼顾数据存储和写入性能,用户可以考虑appendfsync everysec一项,让redis每秒同步一次,这样用户最多丢失1秒的数据,当磁盘io繁忙时,redis会放慢自己的速度以使用磁盘的最大写入速度。
-
2019-07-12
there's no losing only learning
there's no falture only opportunities
there's no problem only solutions