Redis专题

前言

Redis的各种思想跟机组Cache和操作系统对进程的管理非常类似！

一：看到你的简历上写了你的项目里面用到了redis，为啥用redis？

因为传统的关系型数据库如Mysql,已经不能适用所有的场景，比如秒杀的库存扣减，APP首页的访问流量高峰等，都很容易把数据库打崩，所以引入了缓存中间件，redis。

Redis是用C语言开发的一个开源的高性能键值对（key-value）数据库；跟机组内存中的cache很相似。

集群：复制模式，每个机器做同一件事

分布式：每台机器分工合作，做的不是同一件事。

二、Redis数据类型

字符串类型String

哈希类型hash

列表类型

集合类型

有序集合类型

三：Redis的使用

1：下载软件

2：Spring-data-redis：提供了通过简单配置访问redis服务，对redis底层开发包jedis进行了高度封装，RedisTemplate类提供了redis各种操作。

redisTemplate.opsForValue().set("name", "gao1");

redisTemplate.opsForList().rightPush("nameList1", "刘备");

redisTemplate.opsForHash().put("nameHash", "c", "八戒");

四、Redis常见问题

1：缓存穿透：恶意请求或者频繁查询一个不存在的数据，导致每次请求都要访问数据库。

解决：缓存空对象，并设置合适的过期时间。

2：缓存击穿：在高并发的情况下，一个热点数据的缓存过期或被删除，恰好有大量的请求同时访问该数据，导致无法从缓存中获取数据，从而直接访问数据库。

解决：互斥锁；单机环境用synchronized，集群环境则使用分布式锁（redis的setnx，Redisson）

3:缓存雪崩：在同一时段大量的缓存Key同时失效或者Redis服务宕机，导致大量请求到达数据库。（与缓存击穿的区别，雪崩是很多key，击穿是某一个key缓存）

解决：合理设置缓存过期时间，给不同的key的·TTL添加随机值；建立redis集群

缓存预热：缓存预热是指在系统启动或高峰期之前，提前将一些热点数据加载到缓存中，以减少后续请求对数据库的访问压力，提高系统的性能和响应速度

五、缓存击穿问题解决

分布式环境下解决：使用 Redisson 会更加合适。

1：引入依赖；配置文件

 //1、获取一把锁，只要锁的名字一样，就是同一把锁RLock lock = redissonClient.getLock("my-lock");//2、加锁  阻塞式等待(没有获得锁的线程都要等待)。默认加的锁都是30s,lockWatchdogTimeout = 30 * 1000 【看门狗默认时间】lock.lock();//1）、锁的自动续期，如果业务超长，运行期间自动续期，不用担心业务时间长，锁自动过期被删掉//只要占锁成功，就会启动一个定时任务【重新给锁设置过期时间，新的过期时间就是看门狗的默认时间】,每隔10秒都会自动的再次续期，续成30秒// internalLockLeaseTime 【看门狗时间】 / 3， 10s//2）、加锁的业务只要运行完成，就不会给当前锁续期，即使不手动解锁，锁默认会在30s内自动过期，不会产生死锁问题try {System.out.println("加锁成功，执行业务..." + Thread.currentThread().getId());try { TimeUnit.SECONDS.sleep(20); } catch (InterruptedException e) { e.printStackTrace(); }} finally {//3、解锁  假设解锁代码没有运行，Redisson会不会出现死锁System.out.println("释放锁..." + Thread.currentThread().getId());lock.unlock();}return "hello";
}

六、redis与数据库不一致问题

失效模式：修改数据库后，删除缓存后面再重新建立缓存。

双写模式：修改数据库后，修改缓存。

七、SpringCache简化缓存开发

springcache提供了一些核心概念和注解来管理缓存。

Cache Manager ：是一个缓存的抽象接口。

Cache：基本操作单元，定义了常见的缓存操作，例如get，put，evict（删除）

缓存注解：

@Cacheable：触发将数据放入缓存的操作。

@CacheEvict：触发将数据从缓存删除的操作。失效模式

@CachePut：不影响方法执行更新缓存。双写模式。
// value：分组，区分不同模块的缓存
//@Cacheable(value = "product", key = "'selectById:' + #id")
@Cacheable(value = "product", key = "#root.methodName + ':' + #id")
@Override
public Product selectById(Long id) {return productMapper.selectById(id);
}
//加锁解决缓存击穿问题：sync = true
//@Cacheable(value = "product", key = "'selectById'")
//多个参数这种方式用“,”分割就不用字符串拼接了， key = "{#root.methodName, #id, #name}"
@Cacheable(value = "product", key = "#root.methodName + ':' + #id", sync = true)
@Override
public Product selectById(Long id) {return productMapper.selectById(id);
}//@CacheEvict(value = "product", allEntries = true) //删除分区中所有数据
@CacheEvict(value = "product", key = "'selectById:' + #product.id")
@Override
public void update(Product product) {productMapper.updateById(product);
}

八、Redis持久化机制

1：RDB: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。

2:AOF: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（不记录读命令）。

AOF默认是关闭的，需要修改redis.conf配置文件来开启AOF

AOF重写

比如我们有个计数的服务，有很多自增的操作，比如有一个key自增到1个亿，对AOF文件来说就是一亿次incr。AOF重写就只用记1条记录。

九、Redis过期数据删除策略

惰性删除

只会在取出key的时候才对数据进行过期检查，如果过期，我们就删掉它，反之返回该key。

优点：对CPU友好，只会在使用该key时才会进行过期检查，对于很多用不到的key不用浪费时间进行过期检查

缺点：对内存不友好，如果一个key已经过期，但是一直没有使用，那么该key就会一直存在内存中，内存永远不会释放

定期删除

每隔一段时间抽取一批 key进行检查，删除里面过期的key。

优点：可以通过限制删除操作执行的时长和频率来减少删除操作对 CPU 的影响。也能有效释放过期键占用的内存。

缺点：难以确定删除操作执行的时长和频率。

Redis的过期删除策略：惰性删除 + 定期删除两种策略进行配合使用

十、Redis数据淘汰策略（和操作系统的进程管理类似）

当Redis中的内存不够用时，此时在向Redis中添加新的key，那么Redis就会按照某一种规则将内存中的数据删除掉，这种数据的删除规则被称之为内存的淘汰策略。

Redis支持8种不同策略来选择要删除的key：

noeviction：当内存不足时，Redis 不会淘汰任何数据，而是直接返回错误信息。这是默认的淘汰策略。

allkeys-lru：对全体key，基于LRU算法进行淘汰

allkeys-lfu：对全体key，基于LFU算法进行淘汰

allkeys-random：对全体key ，随机进行淘汰。

volatile-lru：对设置了TTL的key，基于LRU算法进行淘汰

volatile-lfu：对设置了TTL的key，基于LFU算法进行淘汰

volatile-random：对设置了TTL的key ，随机进行淘汰。

volatile-ttl：对设置了TTL的key，比较key的剩余TTL值，TTL越小越先被淘汰