总结Redis的原理

一、为什么要使用Redis

  • 缓解数据库访问压力
  • mysql读请求进行磁盘I/O速度慢,给数据库加Redis缓存(参考CPU缓存),将数据缓存在内存中,省略了I/O操作

二、Redis数据管理

2.1 redis数据的删除

定时删除+惰性删除+内存淘汰
问题1:内存也是有空间限制的
方案1:加超时时间
问题2:超时数据量大,无法一次性删除
方案2:随机算法删除(惰性删除)
问题3:有些超时数据运气好,一直没有被随机匹配到
方案3:在查询时判断是否过期,确认为过期的数据被动式触发删除
问题4:没有被随机删除也没有被查询的数据越来越多
方案4:内存淘汰策略
在这里插入图片描述

2.2 特殊缓存处理

缓存穿透:查询不存在的数据

方案:缓存空结果null+过期时间

缓存雪崩:大量缓存同时失效(大量不同的请求打到数据库)

方案:原有失效时间上增加随机值,即过期时间均匀分布+热点数据永不过期

缓存击穿:超高并发访问一个正好失效的Key(大量相同的请求打到数据库)

方案:加锁(用户出现大并发访问的时候,在查询缓存的时候和查询数据库的过程加锁,只能第一个进来的请求进行执行,当第一个请求把该数据放进缓存中,接下来的访问就会直接集中缓存)
热点数据永不过期,不设置热点key的失效时间

2.3 热点key

热key:在极短的时间内访问频次非常高的key

2.3.1 如何定位热点key?

提前预测

  • 凭业务经验

实时收集

  • 独立的热key检测系统:将该SDK引入到应用系统
  • 客户端收集:Redis服务器有专门的客户端工具SDK(Redisson),可以对其进行改写封装(理解:二次开发,缺点:代码有入侵性,维护成本高,存在语言异构和版本升级问题),在发送请求前进行收集采集,并上报到统一的服务进行聚合计算。
  • 代理层收集:如果Redis的请求都经过代理的话,考虑改写proxy代码收集
  • Redis定时扫描:使用Redis的自带命令-Hotkeys参数
  • Redis节点抓包:通过tcpdump抓取一段时间内的流量并上报,然后由一个外部的程序去解析并计算(缺点:流量高时抓包数据量过大,负担大)

2.3.2 解决方案

  • 本地缓存(guava cache或caffeine)
    发现热点key后将其加载到JVM中,不用到DB或Redis中查询
    在这里插入图片描述
    理解
    1 请求访问热点key,先经过负载均衡器,到达Nginx集群,
    2 再由Nginx通过负载均衡到达应用网关
    3 网关转发到后端微服务
    4 准备热key检测系统

    • 1 管理后台dashboard:管理热key的规则,如userId,活动id,以及可视化。
    • 2 注册中心:管理分布式服务集群。
    • 3 实时计算程序:根据前端传来的key。
    • 4 SDK:用于接入外部系统。
    • 由注册中心将这4块进行连接互通

    5 计算得到的热key通过SDK传入系统并写入本地缓存
    6 请求访问本地缓存,如果存在热点key,则读取Redis并写入本地缓存,
    7 此时,前端再次访问时就可以直接从本地缓存拿到数据

  • 冗余存储备份key
    设计思想:将热key分成不同的小key(比如key拼接节点ID),存储在不同的Redis节点上,降低数据的倾斜,通过小key分流,分散请求到Redis节点,
    将热点key拼接节点ID,去当前访问的Redis判断是否有值,如果没有则读取数据库,存入Redis并返回数据

  • 限流熔断(兜底方案)
    限流(Nginx-集成lua脚本插件、网关、微服务-hystrix或sentinel对服务接口限流)

三、Redis为什么这么快

  • Redis基于内存,内存的访问速度是磁盘的上千倍
  • Redis内置了多种优化后的数据结构实现,性能高
  • Redis基于reactor模式开发了一套高效的事件处理模型(单线程事件循环,IO多路复用,类似netty网络通信)

四、Redis的备份机制

Redis数据持久化

  • RDB:在指定的时间间隔内生成数据集的时间点快照(理解:数据备份,不同时间段的数据都放在一个RDB文件中)
    问题:数据丢失。如果 Redis 宕机,那么服务器将丢失最近写入、且仍未保存到快照中的那些数据。
  • AOF:(append-only file,追加操作的文件)记录服务器执行的所有写操作命令(理解:参考了MySQL的Binlog日志),命令会暂存在Redis的aof_buf中,从缓存中写入AOF。
    在服务器启动时,通过重新执行这些命令来还原数据集
    问题1:命令多
    方案1:指令合并
    问题2:耗时间
    方案2:fork出子进程进行处理指令合并
    问题3:子进程在重写期间,如果进行了数据修改,就会出现数据不一致
    方案4aof_rewrite_buf,从fork子进程起后面写入的命令也copy到重写缓存区,等子线程重写结束,将重写缓存区的命令写入AOF

五、Redis主从同步

  • 主节点负责写,从节点负责读
  • 当从节点宕机时,主节点发送RDB文件给从节点进行数据同步
  • 为了进行快速同步,主节点中设置缓存区,并设置复制偏移量(目的:确认缺失的信息范围)

六、Redis哨兵机制

在这里插入图片描述

解决主节点宕机问题,实现高可用

  • sentinel哨兵负责统筹协调,监控主节点(定时去确认其响应能力)
  • 哨兵集群(规定数量认定主节点客观下线)
  • 故障转移:选择新的主节点(规则:复制偏移量最大的节点),主节点进行数据同步,将原主节点改为从节点

七、Redis集群

在这里插入图片描述

加入集群:需要和其中一个Redis(IP+端口)建立联系(类似TCP三次握手),Redis原集群内部进行同步确认
数据存储任务分配:槽位slot(类似哈希表),内存空间大的占更多的槽位。

在这里插入图片描述
信息同步:redis节点之间要同步自己所负责的槽位信息
问题1:数据量大,
方案1:每个槽位用1bit表示,自己负责的为1,不负责的为0
在这里插入图片描述
问题2:定位节点麻烦
方案2:用一个超大的数组存储每个槽位,空间换时间

struct clusterNode *slots[16384/8];

集群工作确认请求的位置是不是自己负责,如果不是则返回一个moved错误给请求端,同时发出对应的负责节点的IP和端口

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/729112.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

设计定时任务实现数据同步的最佳实践

✨✨谢谢大家捧场,祝屏幕前的小伙伴们每天都有好运相伴左右,一定要天天开心哦!✨✨ 🎈🎈作者主页: 喔的嘛呀🎈🎈 目录 引言 一、选择合适的定时任务框架 Quartz Spring 的 Task…

小程序开发随记——生命周期

生命周期 (1)组件的生命周期(created、attached、ready、moved、detached) created 触发时机:组件实例刚刚被创建好时, created 生命周期被触发。 此时,组件数据 this.data 就是在 Component …

react集成tinymce富文本编辑器

tinymce富文本编辑器 官方文档:https://www.tiny.cloud/docs/quick-start/ 中文文档:http://tinymce.ax-z.cn/ 支持vue、react、angular react集成 命令 yarn add tinymce/tinymce-react yarn add tinymce代码 import { useState, useEffect } from…

【MATLAB第98期】基于MATLAB的MonteCarlo蒙特卡罗结合kriging克里金代理模型的全局敏感性分析模型【更新中】

【MATLAB第98期】基于MATLAB的Monte Carlo蒙特卡罗结合kriging克里金代理模型的全局敏感性分析模型【更新中】 PS:因内容涉及较多,所以一时半会更新不完 后期会将相关原理,以及多种功能详细介绍。 麻烦点赞收藏,及时获取更新消息。 引言 在…

如何判断螺栓已经拧紧?——SunTorque智能扭矩系统

智能扭矩系统-智能拧紧系统-扭矩自动控制系统-SunTorque 螺栓拧紧的标准并非仅仅依赖于螺栓的外观,而是依赖于几个关键因素,包括扭矩、预紧力和材料疲劳等。下面SunTorque智能扭矩系统和大家将详细讨论这些因素,并给出如何判断螺栓是否已经拧…

史上最大优惠!腾讯云服务器优惠价格表一年、1个月收费明细

腾讯云服务器多少钱一年?61元一年起,2核2G3M配置,腾讯云2核4G5M轻量应用服务器165元一年、756元3年,4核16G12M服务器32元1个月、312元一年,8核32G22M服务器115元1个月、345元3个月,腾讯云服务器网txyfwq.co…

Linux MBR扇区故障 引导修复

CSDN 成就一亿技术人! 作者主页:点击! Linux专栏:点击! CSDN 成就一亿技术人 前言———— Linux MBR(Master Boot Record,主引导记录)是硬盘的第一个扇区,通常位于磁…

主机字节序列和网络字节序列

目录 1.概念 2.常见的字节序 3.转换接口 1.概念 主机字节序列分为大端字节序和小端字节序,不同的主机采用的字节序列可能不同。大端字节序是指一个整数的高位字节存储在内存的低地址处,低位字节存储在内存的高地址处。小端字节序则是指整数的高位字节…

为什么内部类持有外部类可能内存泄露?

内部类持有外部类的引用可能导致内存泄漏的情况通常是因为外部类的生命周期比内部类的生命周期长。在这种情况下,如果内部类持有对外部类的引用,外部类将无法被垃圾收集器回收,即使外部类不再被使用。 这种情况通常发生在以下情形下&#xf…

前端架构: 脚手架通用框架封装之添加测试框架(教程六)

添加测试框架 接上文,仍旧在 abc-cli 项目中 参考:https://blog.csdn.net/Tyro_java/article/details/136438882 现在要在脚手架项目中安装测试工具,选择 jest 文档:https://www.npmjs.com/package/jest 数据:Week…

maven项目引入私有jar,并打包到java.jar中

私有jar存放位置 maven依赖 <dependency><groupId>com.hikvision.ga</groupId><artifactId>artemis-http-client</artifactId><version>1.1.10</version><scope>system</scope><systemPath>${project.basedir}/s…

Tomcat常见配置(基础功能、虚拟主机、搭建博客)

目录 一、Tomcat基础功能 1、自动解压war包 2、Tomcat工具界面 2.1 Server Status (服务器状态) 2.1.1 本地登录状态页 2.1.2 远程登录状态页 2.2 Manager App (管理应用程序) 2.3 Host Manager (主机管理器) 3、Context 配置 二、配置虚拟主机 三、搭建 JPress 博客…

支持AUTOSAR Classic以及Adaptive平台的DEXT诊断数据库

一 DEXT、DCM、DEM和FIM的概述 DEXT&#xff08;Diagnostic Extract Template&#xff09;是AUTOSAR定义的诊断提取模板&#xff0c;用于DCM&#xff08;Diagnostics Communication Manager&#xff09;、DEM&#xff08;Diagnostics Event Manager&#xff09;和FIM&#xff…

从新能源汽车行业自动驾驶技术去看AI的发展未来趋势

自动驾驶汽车关键技术主要包括环境感知、精准定位、决策与规划、控制与执行、高精地图与车联网V2X以及自动驾驶汽车测试与验证技术等。 &#x1f413; 自动驾驶技术 这是AI在汽车行业中应用最广泛的领域之一。自动驾驶技术利用AI算法和传感器来感知环境、识别障碍物&#xff0c…

各大厂商常用的弱口令集合

Oms呼叫中心 KXTsoft2010 Glodon控制台 admin TRENDnet趋势网络摄像头 admin/admin MOBOTIX-视频监控 admin/meinsm 思科Cisco 没有原始密码, 第一次登录时需要创建 DRS admin/1234 Honeywell admin/1234 安迅士Axis root/pass, 新安迅士摄像头在用户第一登录时要求创建…

springboot文件上传修改临时文件路径

1、配置&#xff1a;spring.servlet.multipart.location/data/tmp 2、代码 Configuration public class MultipartConfig {Value("${spring.servlet.multipart.location}")private String tmpLocation;Beanpublic MultipartConfigElement multipartConfigElement()…

Spring反序列化失败 Type definition error: [simple type, class xxx.xxx.xxx]

也许更好的阅读体验 Type definition error: [simple type, class com.elm.po.CommonResult]; nested exception is com.fasterxml.jackson.databind.exc.InvalidDefinitionException: Cannot construct instance of com.elm.po.CommonResult (no Creators, like default const…

【开源】JAVA+Vue.js实现农家乐订餐系统

目录 一、摘要1.1 项目介绍1.2 项目录屏 二、功能模块2.1 用户2.2 管理员 三、系统展示四、核心代码4.1 查询菜品类型4.2 查询菜品4.3 加购菜品4.4 新增菜品收藏4.5 新增菜品留言 五、免责说明 一、摘要 1.1 项目介绍 基于JAVAVueSpringBootMySQL的农家乐订餐系统&#xff0c…

函数柯里化(function currying)及部分求值

函数柯里化&#xff08;function currying&#xff09; currying又称部分求值。一个currying的函数首先会接受一些参数&#xff0c;接受了这些参数之后&#xff0c;该函数并不会立即求值&#xff0c;而是继续返回另外一个函数&#xff0c;刚才传入的参数在函数形成的闭包中被保…

通信原理 | 功率谱密度PSD | 估计 | 周期图谱法 | Scipy.singal 中periodogram的用法

文章目录 功能主要参数返回值使用示例使用matplotlib等库来绘制功率谱密度图表解释scipy的 periodogram函数是 scipy.signal模块中的一个功能,用于估计一个信号的功率谱密度(Power Spectral Density,PSD)。这是一种分析信号频率成分的方法,特别适用于处理和分析时间序列…