目录

前言

一,Redis架构

1.1 本地缓存

1.2 远程缓存

二,强大的Redis优点

2.1 支持多种数据类型

2.2 内存过期策略

2.3 内存淘汰策略

2.4 持久化

三,Redis是什么

---

前言

我是一个程序员,维护了一个商品服务,它的背后直连Mysql数据库,假设商品服务对外每秒需要提供1万次查询,但背后的mysql每秒只能提供每秒5K次的查询,那mysql肯定顶不住,分分钟压垮,这种大流量场景很常见,比如双十一购物,春节抢车票.

那么问题来了?有没有什么办法在Mysql不被压垮的同时,让商品服务支持每秒!万次的查询?当然有!没有什么是加一层中间层不能解决的,如果有,那就再加一层,这次我们要加的中间层就是Redis.

一,Redis架构

我们知道查询内存的速度要比查询磁盘要快,Mysql的数据主要存放在磁盘里,如果能将Mysql的数据放在内存里,完全不走磁盘,那必然能大大提升查询性能

1.1 本地缓存

对于上面的问题,我们很容易想到,在我们商品服务中申请一个内存字典,python中就是dict,java中就是map,其中Key是商品ID,value是商品数据,通过商品ID就能查到商品数据

当我们发生查询时,优先去查询内存字典,没有结果再跑到Mysql的数据库里查询,并将查询到的结果放在我们的数据字典里面,并返回给用户,这样下次就能从内存里面查出来啦,像这种在服务内存放数据的内存,就是所谓的本地缓存,有了本地缓存的加持,真正打到Mysql的查询就会少很多

1.2 远程缓存

为了保证服务高可用,商品服务经常不止一个实例,如果每个实例都重复缓存一份本地内存,那就有些浪费内存条,所以更好的解决方案就是,将这部分字典内存抽出来,单独做一个服务,他就是远程缓存服务.

但问题又来了,多个商品服务,去读写同一分远程缓存,会存在并发问题,那怎么办?很简单,对外我们不管有多少个网络连接,收到读写命令后,都统一塞到一个线程上,再一个线程上对字典进行读写,这样什么并发问题,线程切换开销,完全不存在

这个远程缓存服务足以满足大部分场景,但是他过于简陋,下来我们看如何优化它!!!

二,强大的Redis优点

2.1 支持多种数据类型

如上面所说的远程缓存服务里只有一个字典类型,key和value都是字符串,但是我们平时写代码的时候还会用到其他内存里的数据结构,例如python的list,set,因此在Redis中对value进行了扩展

        1,支持先进先出的队列List

        2,支持去重的Set

        3,支持排序的ZSet

这样缓存服务就更强了

2.2 内存过期策略

当我们的缓存服务支持的数据结构类型变多了之后,塞到内存里的数据就会越来越多,内存又小又贵,那该怎么办呢?

我们可以给缓存里的数据加一个过期时间,一旦数据过期就从内存里删掉,可以很大程度上延缓内存增长速度,那么那些数据该设置多长时间过期?这个就交给用户方去做判断,让用户通过EXPIRED命令来指定那些数据多久过期

2.3 内存淘汰策略

但如果大家都不设置过期时间,内存还是会爆炸!这该如何解决?就是在内存接近上限的时候,根据一些策略删除一些内存,比如可以将最近最少使用的内存删掉,这样不仅解决了内存问题,还能让缓存里面的数据都是热点数据,一箭双雕

2.4 持久化

MySql之所以过得这么舒服,那是因为前面有个缓存服务挡住了大部分流量,一旦缓存服务重启,那内存数据就丢了,这时候流量就会全部打到Mysql身上,这时候Mysql又就原地爆炸了.

因此我们还需要给内存服务加入最大程度的持久化保证,确保服务重启后什么数据都没有,于是可以在缓存服务里面加一个异步子进程,定期将全量内存数据持久化到磁盘文件里,当重启服务的时候就会加载之前的内存数据

三,Redis是什么

上面我们说了这么多,再回头来看看Redis到底是什么?我们从开始的一个简陋的缓存服务慢慢就变成了一个高性能,高可用,支持多种数据类型,支持各种缓存淘汰策略,并提供一定持久化能力的超强缓存服务,这就是我们常说的Redis