Redis如何实现高并发

• 首先是单线程模型：redis采用单线程可以避免多线程下切换和竞争的开销，提高cpu的利用率，如果是多核cpu，可以部署多个redis实例。
• 基于内存的数据存储：redis将数据存储在内存中，相比于硬盘访问速度更快。
• 优化数据结构：redis使用多种高效的数据结构，如哈希表、跳跃表等提高数据的操作效率。
• 多路复用和非阻塞IO：多路复用允许一个线程同时监听多个客户端，而非阻塞IO允许发起IO请求后不会阻塞当前线程，而可以执行其他任务，提高了响应速度和利用率。

---

redis4.0及之前都是单线程模式，之后慢慢往多线程方向发展，这是为什么呢？

• 4.0之前机器大多是单核的，故使用单线程，但随着互联网发展，机器都是多核，为了提高性能慢慢往多线程方向发展。
• 其次，实践中出现的部分问题不好解决，比如删除一个大key ——hash表，就需要将里面的键值对全部删除，非常耗时，如果是单线程会出现卡顿，导致其他连接用户不能及时响应。

到了redis6/7版本网络处理请求是多线程（瓶颈），命令执行是单线程。

开启多线程

配置文件redis.conf设置

io-threads 数量     //设置线程核心数

io-threads-do-reads  yes //开启多线程

---

缓存穿透

缓存穿透是指请求的数据在缓存中和数据库中都不存在，每次请求访问数据库。

场景：

• 查询不存在的数据：缓存无法存储，故每次从数据库查询；
• 查询热门数据：数据被访问频繁，导致缓存系统无法处理，只能从数据库中访问；
• 查询异常数据：数据服务异常缓存无法访问。

解决方法：维护一个布隆过滤器（判断一个元素是否可能在一个集合中）。

---

缓存击穿

是指一个查询的热点数据不存在缓存，每次都需要访问数据库。

场景：

• 未缓存存储的热点数据
• 热点数据过期

解决方法：查询数据库前判断缓存中是否有，若没用使用redis查询数据库，写入缓存。

---

缓存雪崩

指某一时间大量缓存数据集体失效，导致数据库的访问量加大，对数据库产生极大负荷。

场景：

• 缓存服务器宕机：当服务器宕机或重启时，大量访问将命中数据库；
• 数据过期时间设置不合理。
• 促销商品：打折等促销活动将带来高频的数据访问。

解决方法：

• 将缓存过期时间分散开，即为不同的数据设置不同的过期时间；
• 使用多级缓存结构，通过增加缓存层数来提高数据的保存时间；

---

实际生产上如何禁止keys */flushdb/flushall等危险命令？

将相应命令设置成空字符串。

在redis.conf配置命令为空字符串

rename- command keys ""

命令含义：重命名指令keys为空字符串

实际遍历可以通过scan来进行

命令：scan 游标（从0开始） match 模糊匹配 count 数量

例子 ：

从0开始匹配前缀为k的15条记录

返回第一行表示下一个游标，如果为0表示遍历完毕。

多大算大key

String为超过10KB。

而集合如List Hash等超过5000即为大key。

危害

造成内存不均，集群迁移困难。

删除等会造成阻塞。

查询

redis-cli --bigkeys : 发现其中的大key

memory usage 键：查询某个key的大小

如何删除

先将大key中数据进行删除，里面大致清空时直接delete该key

如何调优

将大key移除改为非阻塞

 双检加锁策略

当redis中无数据，而需要向mysql查询时，如何保证数据一致性？

策略：

• 先在redis缓存查询是否存在，命中直接返回；
• 未命中则加锁，再进行一次缓存查询（因为在多线程中可能上次加锁的线程已经将数据更新到缓存）
• 若未查到，访问数据库，并更新缓存。

数据库和缓存一致性的策略

先删除缓存再更新数据库：

让下次访问时，将数据从数据库中写回到缓存。

缺陷：可能存在更新不及时，导致线程访问到旧的数据写会缓存，导致后面请求访问的都是旧数据。

先更新数据库再删除缓存：

让下次访问时，将数据从数据库中写回到缓存。

缺陷：可能删除不及时，导致部分访问读取缓存中的旧值。

感谢观看——