什么是Redis

Redis是一个开源的基于内存的键值对数据库（非关系型数据库），它的主要特征和作用包括：

• 基于内存，读写速度极快，可以处理大量读写请求。
• 支持多种数据结构，如字符串、哈希、列表、集合、有序集合等，具有丰富的数据表示能力。
• 支持主从复制，提供数据冗余和故障恢复能力。
• 支持持久化，可以将内存数据保存到磁盘中。
• 支持事务，可以一次执行多个命令。
• 丰富的功能，可用于缓存、消息队列等场景。

主要应用场景包括：

1、缓存常见的使用场景，比如缓存查询结果、热点数据等，大大降低数据库负载。

2、处理大量的读写请求，比如访问统计、消息队列等。

3、排行榜、计数器等功能的实现。

4、pub/sub消息订阅。

5、QUE计划任务

6、分布式锁等。

综上，Redis是一个性能极高的内存数据库，支持丰富数据结构，提供持久化、事务等功能，非常适合缓存、消息队列等场景，被广泛应用于各种大型系统中。它的高性能、丰富功能使其成为非关系型数据库的重要选择之一。

Redis通用命令

Redis默认有16个数据库，切换到第2个数据库

select 1

查看当前数据库key的数量

DBSIZE

设置一个key为username，值为mike的数据

set username mike

获取key为username的值

get username

获取所有的key

keys *

清除当前数据库

flushdb

清除所有数据库

flushall

Redis基本命令

查询key为username是否存在

exists username

指定key为username移动到1号数据库

move username 1

指定key为username10s后过期

expire username 10

查看key为username还有多久过期

 ttl username

查看key为username是什么类 型

type username

五种数据结构类型

String类型

List集合类型

Set集合类型

Hash集合类型

Zset有序集合类型

Redis

相比MySQL等、读写速度非常快

存在数据一致问题: 并不是每时每刻都与MySQL中的数据完全一样

所以，使用Redis的前提应该是：

• 需要高速的、高频率读写(可能包含写)
• 不太关注数据一致问题(偶尔不一致并不会带来严重后果)

什么时候,什么样的数据能够保存在Redis中?

• 使用越频繁,Redis保存这个数据越值得

• 保存在Redis中的数据一般不会是数据库中频繁修改的

• 数据量不能太大

缓存淘汰策略

Redis将数据保存在内存中, 内存的容量是有限的

如果Redis服务器的内存已经全满,现在还需要向Redis中保存新的数据,如何操作,就是缓存淘汰策略

• noeviction：返回错误**(默认)**

maxmemory <bytes> # 设置淘汰触发机制
maxmemory-policy noeviction #设置淘汰策略

• allkeys-random：所有数据中随机删除数据
• volatile-random：随机删除就将过期的数据
• volatile-ttl：删除剩余有效时间最少的数据
• allkeys-lru：所有数据中删除上次使用时间最久的数据
• volatile-lru：有过期时间的数据中删除上次使用时间最久的数据
• allkeys-lfu：所有数据中删除使用频率最少的
• volatile-lfu：有过期时间的数据中删除使用频率最少的

缓存穿透

正常业务下，一个请求查询到数据后，我们可以将这个数据保存在Redis。之后的请求都可以直接从Redis查询，就不需要再连接数据库了，如果一个请求查询的数据，数据库中没有会发生什么事情?

它会先查询Redis，Redis没有会查询数据库，数据库也没有这就是缓存穿透。
因为数据库中没有数据，所以Redis也无法保存数据，如果这个请求反复出现，就会反复连接数据库，严重的导致数据库性能降低甚至宕机。

业界主流解决方案:布隆过滤器

布隆过滤器的使用步骤

• 针对现有所有数据,生成布隆过滤器
• 在业务逻辑层,判断Redis之前先检查这个id是否在布隆过滤器中
• 如果布隆过滤器判断这个id不存在,直接返回
• 如果布隆过滤器判断id存在,在进行后面业务执行

具体步骤参考: https://blog.51cto.com/u_15905482/6164135

缓存击穿

一个计划在Redis保存的数据,业务查询,查询到的数据Redis中没有,但是数据库中有

这种情况要从数据库中查询后再保存到Redis,这就是缓存击穿

但是这个情况也不是异常情况,因为我们大多数数据都需要设置过期时间,而过期时间到时,这些数据一定会从数据库中再次同步

缓存雪崩

上面讲到击穿现象

同一时间发生少量击穿是正常的

但是如果出现同一时间大量击穿现象就会如下图

上图同时大量缓存失效,导致请求都压在mysql上,mysql承担不了,非常可能导致异常

要想避免这种情况,就需要避免大量缓存同时失效

大量缓存同时失效的原因:通常是同时加载的数据设置了相同的有效期导致的

那么我们需要在设置有效期时添加一个随机数,大量数据就不会同时失效了

Redis 持久化

Redis将信息保存在内存。内存的特征就是一旦断电,所有信息都丢失,对于Redis来讲,所有数据丢失,就需要从数据库重新查询所有数据,这个是慢的
更有可能,Redis本身是有新数据的,还没有和数据库同步就断电了

所以Redis支持了持久化方案,在当前服务器将Redis中的数据保存在本地硬盘上
Redis持久化策略有两种

• RDB

RDB全称Redis Database Backup file（Redis数据备份文件），也被叫做Redis数据快照。简单来说就是把内存中的所有数据都记录到磁盘中。当Redis实例故障重启后，从磁盘读取快照文件，恢复数据。快照文件称为RDB文件，默认是保存在当前运行目录。

执行时机

RDB持久化在四种情况下会执行：

• 执行save命令
  执行下面的命令，可以立即执行一次RDB：
  save命令会导致主进程执行RDB，这个过程中其它所有命令都会被阻塞。只有在数据迁移时可能用到。
• 执行bgsave命令
  异步执行RDB：
  这个命令执行后会开启独立进程完成RDB，主进程可以持续处理用户请求，不受影响。
• Redis停机时
  Redis停机时会执行一次save命令，实现RDB持久化。
• 触发RDB条件时

# 是否压缩 ,建议不开启，压缩也会消耗cpu，磁盘的话不值钱
rdbcompression yes
 
# RDB文件名称
dbfilename dump.rdb  
 
# 文件保存的路径目录
dir ./ 

RDB原理

bgsave开始时会fork 主进程得到子进程，子进程共享主进程的内存数据。

fork在计算机中时非常常用的一个术语,创建一个新线程的意思

完成fork后读取内存数据并写入 RDB 文件。

fork采用的是copy-on-write技术：

• 当主进程执行读操作时，访问共享内存；
• 当主进程执行写操作时，则会拷贝一份数据，执行写操作。

RDB方式bgsave的基本流程？

• fork主进程得到一个子进程，共享内存空间
• 子进程读取内存数据并写入新的RDB文件
• 用新RDB文件替换旧的RDB文件

RDB会在什么时候执行？save 60 1000代表什么含义？

• 默认是服务停止时
• 代表60秒内至少执行1000次修改则触发RDB

RDB的缺点？

• RDB执行间隔时间长，两次RDB之间写入数据有丢失的风险
• fork子进程、压缩、写出RDB文件都比较耗时

• AOF
  AOF全称为Append Only File（追加文件）。Redis处理的每一个写命令都会记录在AOF文件，可以看做是命令日志文件。

Redis集群

https://blog.csdn.net/m0_67409608/article/details/144018967?fromshare=blogdetail&sharetype=blogdetail&sharerId=144018967&sharerefer=PC&sharesource=2401_82607598&sharefrom=from_link

Redis集群搭建(了解)

下次接着写。。。