文章目录
- 前言
- 总结
前言
该文章是我在学习Redis过程中写的学习汇总,包括了基本使用和常用命令、RDB\AOF、配置文件、事务、击穿、穿透、雪崩、集群等,都记录了详细过程,不管是新手学习还是有基础的同学拿来回顾都是可以的,==该文章比较长,可以根据自己的需求选择性的查阅,体验更佳。==如果有哪里写的不对,望各位指出,感谢
第一章:NoSQL简介
90年代,一个网站的访问量一般不会太大,单个数据库完全够用。随着用户增多,网站出现以下问题
- 数据量增加到一定程度,单机数据库就放不下了
- 数据的索引(B+ Tree),一个机器内存也存放不下
- 访问量变大后(读写混合),一台服务器承受不住。
用户的个人信息,社交网络,地理位置。用户自己产生的数据,用户日志等等爆发式增长!
这时候我们就需要使用NoSQL数据库的,Nosql可以很好的处理以上的情况!
如今信息量井喷式增长,各种各样的数据出现(用户定位数据,图片数据等),大数据的背景下关系型数据库(RDBMS)无法满足大量数据要求。Nosql数据库就能轻松解决这些问题。
1、什么是NoSQL
NoSQL(NoSQL = Not Only SQL ),意即“不仅仅是SQL”,泛指非关系型的数据库。
NoSQL 不依赖业务逻辑方式存储,而以简单的key-value模式存储。因此大大的增加了数据库的扩展能力。
-
不遵循SQL标准。
-
不支持ACID。
-
远超于SQL的性能。
2、NoSQL适用场景
- 对数据高并发的读写
- 海量数据的读写
- 对数据高可扩展性的
3、NoSQL不适用场景
- 需要事务的支持
- 基于sql的结构化查询存储,处理复杂的关系,需要即席查询。
- 用不着sql的 或者 用了sql也不行的情况,请考虑用NoSql
第二章:Redis概述和安装
1、什么是Redis
Redis(Remote Dictionary Server ),即远程字典服务。
是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库,并提供多种语言的API。
与memcached一样,为了保证效率,数据都是缓存在内存中。区别的是Redis会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录文件,并且在此基础上实现了master-slave(主从)同步。
Redis 是一个高性能的key-value数据库。
并且Redis支持主从同步。数据可以从主服务器向任意数量的从服务器上同步,从服务器可以是关联其他从服务器的主服务器。
2、Redis能干什么
- 内存存储、持久化,内存是断电即失的,所以需要持久化(RDB、AOF)
- 高效率、用于高速缓冲
- 发布订阅系统
- 地图信息分析
- 计时器、计数器(eg:浏览量)
3、Redis安装
官网:https://redis.io/
推荐使用Linux服务器学习。
windows版本的Redis已经停更很久了…
1、去到官网下载安装包:redis-5.0.8.tar.gz
2、传递到Linux系统中:opt目录
3、切换opt目录:cd opt/
,并且查看是否Linux含有Redis环境:gcc --version
4、安装C语言环境(不然会报错):yum install gcc
(CentOS7)
5、解压Redis:tar -zxvf redis-6.2.1.tar.gz
6、解压完后进入Redis目录:cd redis-6.2.1
7、在该目录下执行 make 命令编译:make
(如果报错了使用:make distclean
清除,再使用make
重新编译)
8、编译完成安装Redis:make install
9、安装完成后默认安装目录为:/usr/local/bin
4、启动Redis的两种方式
方式1:前台启动(不推荐)
1、去到Redis安装目录:cd /usr/local/bin
2、启动Redis:redis-server
前台启动,命令行窗口不能关闭,否则服务器停止(可以通过:ctrl + C 来停止服务 )
方式2:后台启动(推荐)
1、进入到/opt目录:cd /opt
2、进入Redis目录:cd redis-6.2.1/
3、为了 方便,将redis.conf文件复制到 /etc目录下:cp redis.conf /etc/redis.conf
4、切换到 /etc 目录进行操作:cd /etc
(切换过来后,可以使用:find redis.conf 来查看该文件是否存在)
5、修改redis.conf
文件中的daemonize no
改为yes:vim redis.conf
vim可以在命令模式下使用:/deamonize
来定位查找
修改完成后记得保存::wq
6、去到 /usr/local/bin目录:cd /usr/local/bin
7、启动Redis:redis-server /etc/redis.conf
8、查看Redis是否启动成功:ps -ef | grep redis
(查看Redis进程)
9、启动成功后,可以通过redis-cli
来连接我们的Redis
10、启动成功如何关闭Redis
方式1:
单实例关闭:redis-cli shutdown
也可以进入终端后再关闭:
方式2:使用杀死进程的方式:kill -9 Redis进程号
连接Redis:redis-server /etc/redis.conf
,回车,再接着输入:redis-cli
或者直接运行软连接文件:/usr/local/bin/redis-cli
5、Redis介绍
-
Redis端口
6379
从何而来- 因为 Merz 这个女明星的名字而来,在以前的洛基亚手机上,M对应上面的按键6,e对应3,其他类似
-
Redis是单线程+多路IO复用技术
-
与Memcache三点不同:Redis支持多数据类型,支持持久化,单线程+多路IO复用
-
默认16个数据库,类似数组下标从0开始,初始默认使用0号库
-
使用命令 select 来切换数据库。如: select 8
-
统一密码管理,所有库同样密码。
-
dbsize查看当前数据库的key的数量
-
flushdb清空当前库
-
flushall通杀全部库
第三章:常用五大数据类型
1、key的操作
keys *
查看当前库所有key (匹配:keys *1)exists key
判断某个key是否存在type key
查看你的key是什么类型del key
删除指定的key数据unlink key
根据value选择非阻塞删除- 仅将keys从keyspace元数据中删除,真正的删除会在后续异步操作。
expire key 10
10秒钟:为给定的key设置过期时间ttl key
查看还有多少秒过期,-1表示永不过期,-2表示已过期select
命令切换数据库(例如:select 15
)dbsize
查看当前数据库的key的数量flushdb
清空当前库flushall
通杀全部库
2、字符串 String
2.1、简介
String是Redis最基本的类型,你可以理解成与Memcached一模一样的类型,一个key对应一个value。
String类型是二进制安全的。意味着Redis的string可以包含任何数据。比如jpg图片或者序列化的对象。
String类型是Redis最基本的数据类型,一个Redis中字符串value最多可以是512M
2.2、常用命令
-
set 添加键值对
-
举例:
set k1 v1
-
set参数:例如:
set k1 v1 NX
(代表当k1不存在时,才添加) -
*NX:当数据库中key不存在时,可以将key-value添加数据库
*XX:当数据库中key存在时,可以将key-value添加数据库,与NX参数互斥
*EX:key的超时秒数
*PX:key的超时毫秒数,与EX互斥
-
-
get 查询对应键值
- 举例:
get k1
- 举例:
-
append 将给定的 追加到原值的末尾
- 举例:
appen k1 abc
- append返回的是字符串整体的长度
- 举例:
-
strlen 获得值的长度
- 举例:
strlen k1
- 举例:
-
setnx 只有在 key 不存在时 才设置 key 的值,不然会失败
- incr 将 key 中储存的数字值增1,只能对数字值操作,如果为空,新增值为1
- decr 将 key 中储存的数字值减1 只能对数字值操作,如果为空,新增值为-1
incr k1
或者decr k1
- incrby / decrby <步长>将 key 中储存的数字值增减。自定义步长。
incrby k1 10
意思就是增加10decrby k1 20
意思就是减去10
注意:incrby / decrby操作是原子性的
所谓原子操作是指不会被线程调度机制打断的操作;
这种操作一旦开始,就一直运行到结束,中间不会有任何 context switch (切换到另一个线程)。
(1)在单线程中, 能够在单条指令中完成的操作都可以认为是"原子操作",因为中断只能发生于指令之间。
(2)在多线程中,不能被其它进程(线程)打断的操作就叫原子操作。
Redis单命令的原子性主要得益于Redis的单线程。
- mset 同时设置一个或多个 key-value对
- 举例:
mset k1 v100 k2 v200
- 举例:
- mget 同时获取一个或多个 value
- 举例:
mget k1 k2 k3
- 举例:
- msetnx 同时设置一个或多个 key-value 对,当且仅当所有给定 key 都不存在。
- 举例:
msetnx k1 v100 k2 v200
- 说明:只有当key不存在才会创建成功,且一个失败那全都失败。
- *原子性,有一个失败则都失败*
- 举例:
- getrange <起始位置><结束位置> 获得值的范围,类似java中的substring,*前包,后包*
- 举例:
getrange k1 0 3
(假设k1为:abcde) 那么获取的值就是:abcd
- 举例:
- setrange <起始位置> 用 覆写所储存的字符串值,从<起始位置>开始(*索引从0开始*)。
- 举例:
setrange k1 2 88
(假设k1为:abcde) 那么设置成功后k1的值为:ab88de
- 举例:
- *setex <过期时间***>* 设置键值的同时,设置过期时间,单位秒。
- 举例:
setex k1 10 v1
- 举例:
- getset 以新换旧,设置了新值同时获得旧值。
- 举例:
getset k1 v100
(假设k1为:abc) 那么设置成功k1为:v100
- 举例:
2.2、数据结构
String的数据结构为简单动态字符串,是可以修改的字符串,内部结构实现上类似于Java的ArrayList,采用预分配冗余空间的方式来减少内存的频繁分配.
如图中所示,内部为当前字符串实际分配的空间capacity一般要高于实际字符串长度len。当字符串长度小于1M时,扩容都是加倍现有的空间,如果超过1M,扩容时一次只会多扩1M的空间。需要注意的是字符串最大长度为512M。
3、Redis列表:List
特点:先进后出
3.1、简介
List列表有着:单键多值
的特点
Redis 列表是简单的字符串列表,按照插入顺序排序。你可以添加一个元素到列表的头部(左边)或者尾部(右边)。
它的底层实际是个双向链表
,对两端的操作性能很高,通过索引下标的操作中间的节点性能会较差。
3.2、常用命令
-
lpush/rpush
…从左边 / 右边插入一个或多个值 -
lpop/rpop
从左边/右边吐出一个值。值在键在,值光键亡。(吐出来就没了) -
rpoplpush
从列表右边吐出一个值(也就是第一个插入的值),插到列表左边。 -
lrange
按照索引下标获得元素(从左到右) - 举例:
lrange k1 0 -1
根据索引获取所有的值 - 注意:由于List列表存放数据的顺序是先进后出,所以取出来的数据的顺序是倒着的
- 举例:
-
lindex
按照索引下标获得元素 -
llen
获得列表长度 -
linsert
before 在的后面插入插入值- 举例:
linsert k1 before v1 abc
- 注意:假设 k1 的值为:v3 v2 v1 ,那么插入后就是 v3 v2 avc v1
- 举例:
-
lrem
从左边删除n个value(从左到右)- 举例:
lrem k1 1 abc
(从左边开始,删除k1中的第一个abc)
- 举例:
-
lset
将列表key下标为index的值替换成value
3.3、数据结构
List的数据结构为快速链表quickList。
首先在列表元素较少的情况下会使用一块连续的内存存储,这个结构是ziplist,也即是压缩列表。
它将所有的元素紧挨着一起存储,分配的是一块连续的内存。
当数据量比较多的时候才会改成quicklist。(快速链表)
因为普通的链表需要的附加指针空间太大,会比较浪费空间。比如这个列表里存的只是int类型的数据,结构上还需要两个额外的指针prev和next。
Redis将链表和ziplist结合起来组成了quicklist。也就是将多个ziplist使用双向指针串起来使用。这样既满足了快速的插入删除性能,又不会出现太大的空间冗余。
4、Redis集合:Set
特点:无序,不能重复
4.1、简介
Redis set对外提供的功能与list类似是一个列表的功能,特殊之处在于set是可以****自动排重****的,当你需要存储一个列表数据,又不希望出现重复数据时,set是一个很好的选择,并且set提供了判断某个成员是否在一个set集合内的重要接口,这个也是list所不能提供的。
Redis的Set是string类型的无序集合。它底层其实是一个value为null的hash表,所以添加,删除,查找的****复杂度都是O(1)****。
一个算法,随着数据的增加,执行时间的长短,如果是O(1),数据增加,查找数据的时间不变
4.2、常用命令
sadd
… 将一个或多个 member 元素加入到集合 key 中,已经存在的 member 元素将被忽略smembers
取出该集合的所有值。sismember
判断集合是否为含有该值, 有返回1,没有0scard
返回集合的元素个数srem
… 删除集合中的某个元素。spop
随机从该集合中吐出一个值srandmember
随机从该集合中取出n个值。但不会从集合中删除 。smove
value 把集合中一个值从一个集合移动到另一个集合- 举例:
smove k1 k2 v1
将k1集合中的v1移动到k2集合中
- 举例:
sinter
返回两个集合的交集元素(交集:就是相同的元素)sunion
返回两个集合的并集元素。(并集:也就是所有的元素,但不会有重复的元素)sdiff
返回两个集合的差集元素(key1中的,不包含key2中的)(差集:就是交集之外的元素)
4.3、数据结构
Set数据结构是dict字典,字典是用哈希表实现的。
Java中HashSet的内部实现使用的是HashMap,只不过所有的value都指向同一个对象。Redis的set结构也是一样,它的内部也使用hash结构,所有的value都指向同一个内部值。
5、Redis哈希:Hash
5.1、简介
Redis hash 是一个键值对集合。
Redis hash是一个string类型的field和value的映射表,hash特别适合用于存储对象。
类似Java里面的Map<String,Object>
5.2、常用命令
hset
… 给集合中的赋值- 举例:
hset user:1001 id 1
或者同时添加多个field:hset user:1001 id 1 name zhangsan
- 举例:
hget
从集合中获取的值- 举例:
hget user:1001 id
- 举例:
hmset
… 批量设置hash的值- 举例:
hmset user id 1 name lisi age 20
- 举例:
hexists
查看哈希表 key 中,给定域 field 是否存在。 (存在返回1,不存在返回0)- 举例:
hexists user id
- 举例:
hkeys
列出该hash集合的所有field- 举例:
hkeys user
- 举例:
hvals
列出该hash集合的所有valuehincrby
为哈希表 key 中的域 field 的值加上增量 1 -1- 举例:
hincrby user id 1
就是使得 id 属性增加1 - 举例2:
hincrby user id -2
就是使得 id 属性减少2
- 举例:
hsetnx
将哈希表 key 中的域 field 的值设置为 value ,并且仅当域 field 不存在 .- 举例:
hsetnx user fiedl5 abc
- 功能,也就是增加一个field
- 举例:
5.3、数据结构
Hash类型对应的数据结构是两种:ziplist(压缩列表),hashtable(哈希表)。当field-value长度较短且个数较少时,使用ziplist,否则使用hashtable。
6、Redis有序集合:Zset
特点:有序:元素不能重复
6.1、简介
Redis有序集合zset与普通集合set非常相似,是一个没有重复元素的字符串集合。
不同之处是有序集合的每个成员都关联了一个****评分(score)****,这个评分(score)被用来按照从最低分到最高分的方式排序集合中的成员。集合的成员是唯一的,但是评分可以是重复了 。
因为元素是有序的, 所以你也可以很快的根据评分(score)或者次序(position)来获取一个范围的元素。
访问有序集合的中间元素也是非常快的,因此你能够使用有序集合作为一个没有重复成员的智能列表。
6.2、常用命令
zadd
… 将一个或多个 member 元素及其 score 值加入到有序集 key 当中。- 举例:
zadd k1 100 zhangsan 200 lisi 300 wangwu
- 举例:
zrange
[ withscores ] 返回有序集 key 中,下标在 之间的元素 带 withscores ,可以让分数一起和值返回到结果集。 - 举例:
zrange k1 0 -1
或者评分也要查询出:zrange k1 0 -1 withscores
- 举例:
zrangebyscore
key minmax [withscores] [limit offset count] 返回有序集 key 中,所有 score 值介于 min 和 max 之间(包括等于 min 或 max )的成员。有序集成员按 score 值递增(从小到大)次序排列。- 举例:
zrangebyscore k1 100 300
- 或者同时也要查询评分:
zrangebyscore k1 100 200 withscores
- 举例:
zrevrangebyscore
key maxmin [withscores] 跟上面一样,但这是从大到小显示- 举例:
zrebrangebyscore k1 300 100
- 举例:
zincrby
为元素的score加上增量- 举例:
zincrby k1 50 zhangsan
increment对应增加的值,value对应增加的成员
- 举例:
zrem
删除该集合下,指定值的元素- 举例:
zrem k1 wangwu
- 举例:
zcount
统计该集合,分数区间内的元素个数zrank
返回该值在集合中的排名,从0开始。- 举例:
zrank k1 zhangsan
- 举例:
6.3、数据结构
SortedSet(zset)是Redis提供的一个非常特别的数据结构,一方面它等价于Java的数据结构Map<String, Double>,可以给每一个元素value赋予一个权重score,另一方面它又类似于TreeSet,内部的元素会按照权重score进行排序,可以得到每个元素的名次,还可以通过score的范围来获取元素的列表。
zset底层使用了两个数据结构
(1)hash的作用就是关联元素value和权重score,保障元素value的唯一性,可以通过元素value找到相应的score值。
(2)跳跃表,跳跃表的目的在于给元素value排序,根据score的范围获取元素列表。
6.4、跳跃表
1、简介
有序集合在生活中比较常见,例如根据成绩对学生排名,根据得分对玩家排名等。对于有序集合的底层实现,可以用数组、平衡树、链表等。数组不便元素的插入、删除;平衡树或红黑树虽然效率高但结构复杂;链表查询需要遍历所有效率低。Redis采用的是跳跃表。跳跃表效率堪比红黑树,实现远比红黑树简单。
2、实例
对比有序链表和跳跃表,从链表中查询出51
(1) 有序链表
要查找值为51的元素,需要从第一个元素开始依次查找、比较才能找到。共需要6次比较。
(2) 跳跃表
从第2层开始,1节点比51节点小,向后比较。21节点比51节点小,继续向后比较,后面就是NULL了,所以从21节点向下到第1层
在第1层,41节点比51节点小,继续向后,61节点比51节点大,所以从41向下
在第0层,51节点为要查找的节点,节点被找到,共查找4次。
从此可以看出跳跃表比有序链表效率要高
第四章:Redis6配置文件详解
1、Units 单位
配置大小单位,开头定义了一些基本的度量单位,只支持bytes,不支持bit
大小写不敏感
2、INCLUDES包含
类似jsp中的include,多实例的情况可以把公用的配置文件提取出来
3、网络相关配置
3.1、bind
默认情况bind=127.0.0.1只能接受本机的访问请求
不写的情况下,无限制接受任何ip地址的访问
生产环境肯定要写你应用服务器的地址;服务器是需要远程访问的,所以需要将其注释掉
如果开启了protected-mode,那么在没有设定bind ip且没有设密码的情况下,Redis只允许接受本机的响应
保存配置,停止服务,重启启动查看进程,不再是本机访问了。
3.2、protected-mode
将本机访问保护模式设置no
3.3、Port
端口号,默认 6379
3.4、tcp-backlog
设置tcp的backlog,backlog其实是一个连接队列,backlog队列总和=未完成三次握手队列 + 已经完成三次握手队列。
在高并发环境下你需要一个高backlog值来避免慢客户端连接问题。
注意Linux内核会将这个值减小到/proc/sys/net/core/somaxconn的值(128),所以需要确认增大/proc/sys/net/core/somaxconn和/proc/sys/net/ipv4/tcp_max_syn_backlog(128)两个值来达到想要的效果
3.5、timeout
一个空闲的客户端维持多少秒会关闭,0表示关闭该功能。即永不关闭。
3.6、tcp-keepalive
对访问客户端的一种心跳检测,每个n秒检测一次。
单位为秒,如果设置为0,则不会进行Keepalive检测,建议设置成60
4、GENERAL通用
4.1、daemonize
是否为后台进程,设置为yes
守护进程,后台启动
4.2、pidfile
存放pid文件的位置,每个实例会产生一个不同的pid文件
4.3、loglevel
指定日志记录级别,Redis总共支持四个级别:debug、verbose、notice、warning,默认为notice
四个级别根据使用阶段来选择,生产环境选择notice 或者warning
4.4、logfile
日志文件名称
4.5、databases 16
设定库的数量 默认16个,默认数据库为0(也就是默认使用第一个数据库),可以使用SELECT 命令在连接上指定数据库id
5、SECURITY安全
5.1、设置密码
访问密码的查看、设置和取消
在命令中设置密码,只是临时的。重启redis服务器,密码就还原了。
永久设置,需要在配置文件中进行设置。
6、 LIMITS限制
6.1、 maxclients
- 设置redis同时可以与多少个客户端进行连接。
- 默认情况下为10000个客户端。
- 如果达到了此限制,redis则会拒绝新的连接请求,并且向这些连接请求方发出“max number of clients reached”以作回应。
6.2、 maxmemory
- 建议必须设置,否则,将内存占满,造成服务器宕机
- 设置redis可以使用的内存量。一旦到达内存使用上限,redis将会试图移除内部数据,移除规则可以通过maxmemory-policy来指定。
- 如果redis无法根据移除规则来移除内存中的数据,或者设置了“不允许移除”,那么redis则会针对那些需要申请内存的指令返回错误信息,比如SET、LPUSH等。
- 但是对于无内存申请的指令,仍然会正常响应,比如GET等。如果你的redis是主redis(说明你的redis有从redis),那么在设置内存使用上限时,需要在系统中留出一些内存空间给同步队列缓存,只有在你设置的是“不移除”的情况下,才不用考虑这个因素。
6.3、maxmemory-policy
- volatile-lru:使用LRU算法移除key,只对设置了过期时间的键;(最近最少使用)
- allkeys-lru:在所有集合key中,使用LRU算法移除key
- volatile-random:在过期集合中移除随机的key,只对设置了过期时间的键
- allkeys-random:在所有集合key中,移除随机的key
- volatile-ttl:移除那些TTL值最小的key,即那些最近要过期的key
- noeviction:不进行移除。针对写操作,只是返回错误信息
6.4、maxmemory-samples
- 设置样本数量,LRU算法和最小TTL算法都并非是精确的算法,而是估算值,所以你可以设置样本的大小,redis默认会检查这么多个key并选择其中LRU的那个
- 一般设置3到7的数字,数值越小样本越不准确,但性能消耗越小。
第五章:Redis的发布和订阅
1、什么是发布和订阅
Redis 发布订阅 (pub/sub) 是一种消息通信模式:发送者 (pub) 发送消息,订阅者 (sub) 接收消息。
Redis 客户端可以订阅任意数量的频道。
2、Redis的发布和订阅
1、客户端可以订阅频道如下图
2、当给这个频道发布消息后,消息就会发送给订阅的客户端
3、发布订阅命令行实现
1、 打开一个客户端订阅channel1,连接Redis数据库
输入:SUBSCRIBE channel1
2、打开另一个客户端,给channel1发布消息hello
输入:publish channel1 hello
返回的1是订阅者数量
3、打开第一个客户端可以看到发送的消息
注:发布的消息没有持久化,如果在订阅的客户端收不到hello,只能收到订阅后发布的消息
第六章:Redis6新数据类型
小结:
- Bitmaps针对的是位运算(读音:bit map s)
- HyperLogLog针对的是基数运算(读音:海per Log Log )
- Geospatial针对的是地理信息,经纬度操作的(读音:即而思呸说)
1、Bitmaps
主要针对的位运算
1.1、简介
现代计算机用二进制(位) 作为信息的基础单位, 1个字节等于8位, 例如“abc”字符串是由3个字节组成, 但实际在计算机存储时将其用二进制表示。
“abc”分别对应的ASCII码分别是97、 98、 99, 对应的二进制分别是01100001、 01100010和01100011,如下图
合理地使用操作位能够有效地提高内存使用率和开发效率。
Redis提供了Bitmaps这个“数据类型”可以实现对位的操作:
(1) Bitmaps本身不是一种数据类型, 实际上它就是字符串(key-value) , 但是它可以对字符串的位进行操作。
(2) Bitmaps单独提供了一套命令, 所以在Redis中使用Bitmaps和使用字符串的方法不太相同。 可以把Bitmaps想象成一个以位为单位的数组, 数组的每个单元只能存储0和1, 数组的下标在Bitmaps中叫做偏移量。
1.2、命令
①、setbit
setbit
设置Bitmaps中某个偏移量的值(0或1)
- 举例:
setbit users:20220402 1 1
- offset: 偏移量从0开始
案例:
每个独立用户是否访问过网站存放在Bitmaps中, 将访问的用户记做1, 没有访问的用户记做0, 用偏移量作为用户的id。
设置键的第offset个位的值(从0算起) , 假设现在有20个用户,userid=1, 6, 11, 15, 19的用户对网站进行了访问, 那么当前Bitmaps初始化结果如图
代码如下:
注:
很多应用的用户id以一个指定数字(例如10000) 开头, 直接将用户id和Bitmaps的偏移量对应势必会造成一定的浪费, 通常的做法是每次做setbit操作时将用户id减去这个指定数字。
在第一次初始化Bitmaps时, 假如偏移量非常大, 那么整个初始化过程执行会比较慢, 可能会造成Redis的阻塞。
②、getbit
getbit
获取Bitmaps中某个偏移量的值
例如:getbit users:20220402 6
(获取偏移量第6个的值【1代表有,0代表无】)
获取键的第offset位的值
案例:
获取ID=8的用户是否在2022-04-02这天访问过,
getbit users:20220402 8
( 返回0说明没有访问过)
获取ID=11的用户是否在2022-04-02这天访问过,
getbit users:20220402 11
(返回1说明访问过)
获取ID=100的用户是否在2022-04-02这天访问过,
getbit users:20220402 100
(因为100根本不存在,所以也是返回0)
③、bitcount
格式:bitcount
【start,end】
统计****字符串****被设置为1的bit数。一般情况下,给定的整个字符串都会被进行计数,通过指定额外的 start 或 end 参数,可以让计数只在特定的位上进行。start 和 end 参数的设置,都可以使用负数值:比如 -1 表示最后一个位,而 -2 表示倒数第二个位,start、end 是指bit组的字节的下标数,二者皆包含。
案例:
计算2022-04-02这天的独立访问用户数量
bitcount users:20220402
(返回5说明这一天有五个用户访问了)
start和end代表起始和结束字节数
举例: K1 【01000001 01000000 00000000 00100001】,对应【0,1,2,3】
题目1: 统计下标1、2字节组中bit=1的个数,即01000000 00000000 (也就是第2个值和第三个值,因为偏移量是从0开 始的)
答:bitcount k1 1 2
(返回1,说明只包含一个1)
题目2:统计下标1、3字节组中bit=1的个数,也就是01000000 00000000 00100001,把这些值都拿到
答:bitcount k1 1 3
(返回3,说明包含三个1)
题目3:统计下标0到下标倒数第2,字节组中bit=1的个数 即01000001 01000000 00000000
答:bitcount k1 0 -1
(返回3,说明包含三个1)
注意:redis的setbit设置或清除的是bit位置,而bitcount计算的是byte位置。
翻译过来就是说,setbit操作的是位数,0或1 而bitcount操作的是某个字符的全部位数,比如:01011010
④、bitop
bitop是一个复合操作, 它可以做多个Bitmaps的and(交集) 、 or(并集) 、 not(非) 、 xor(异或) 操作并将结果保存在destkey中。
格式:bitop and(or/not/xor)
【key。。。】
举例:bitop and 新key名称 需要操作的key名 需要操作的key名2
案例:计算出两天都访问过网站的用户数量
第一步:先设置数据
# 2020-11-04 日访问网站的userid=1,2,5,9。
setbit users:20201104 1 1
setbit users:20201104 2 1
setbit users:20201104 5 1
setbit users:20201104 9 1
# 2020-11-03 日访问网站的userid=0,1,4,9。
setbit users:20201103 0 1
setbit users:20201103 1 1
setbit users:20201103 4 1
setbit users:20201103 9 1
第二步:计算出两天都访问过网站的用户数量
bitop and users:and:20201104_03 users:20201103 users:20201104
返回一个2,为什么返回2呢?
因为在这两天只有 1 和 9 这两个用户访问过,所以返回都访问过的用户的总量(如下图)
计算出任意一天都访问过网站的用户数量(例如月活跃就是类似这种) , 可以使用or求并集
bitop or users:and:20201104_03 users:20201103 users:20201104
1.3、Bitmaps和set的对比
假设网站有1亿用户, 每天独立访问的用户有5千万, 如果每天用集合类型和Bitmaps分别存储活跃用户可以得到表
很明显, 这种情况下使用Bitmaps能节省很多的内存空间, 尤其是随着时间推移节省的内存还是非常可观的
但Bitmaps并不是万金油, 假如该网站每天的独立访问用户很少, 例如只有10万(大量的僵尸用户) , 那么两者的对比如下表所示, 很显然, 这时候使用Bitmaps就不太合适了, 因为基本上大部分位都是0。
2、HyperLogLog
主要针对的是基数运算
2.1、简介
在工作当中,我们经常会遇到与统计相关的功能需求,比如统计网站PV(PageView页面访问量),可以使用Redis的incr、incrby轻松实现。
但像UV(UniqueVisitor,独立访客)、独立IP数、搜索记录数等需要去重和计数的问题如何解决?这种求集合中不重复元素个数的问题称为基数问题。
解决基数问题有很多种方案:
(1)数据存储在MySQL表中,使用distinct count计算不重复个数
(2)使用Redis提供的hash、set、bitmaps等数据结构来处理
以上的方案结果精确,但随着数据不断增加,导致占用空间越来越大,对于非常大的数据集是不切实际的。
能否能够降低一定的精度来平衡存储空间?Redis推出了HyperLogLog
Redis HyperLogLog 是用来做基数统计的算法,HyperLogLog 的优点是,在输入元素的数量或者体积非常非常大时,计算基数所需的空间总是固定的、并且是很小的。
在 Redis 里面,每个 HyperLogLog 键只需要花费 12 KB 内存,就可以计算接近 2^64 个不同元素的基数。这和计算基数时,元素越多耗费内存就越多的集合形成鲜明对比。
但是,因为 HyperLogLog 只会根据输入元素来计算基数,而不会储存输入元素本身,所以 HyperLogLog 不能像集合那样,返回输入的各个元素。
什么是基数?
比如数据集 {1, 3, 5, 7, 5, 7, 8}, 那么这个数据集的基数集为 {1, 3, 5 ,7, 8}, 基数(不重复元素)为5。 基数估计就是在误差可接受的范围内,快速计算基数。
2.2、命令
pfadd
[element…] 添加指定元素到 HyperLogLog 中,则返回1,否则返回0。- 举例:
pfadd k1 'a'
或者同时添加多个值:pfadd k1 'b' 'c'
- 注意:不能添加添加重复的值,否则返回0
- 举例:
pfcount
[key… ] 返回指定key的总数量- 举例:
pfcount k1
- 举例:
pfmerge
<新key> 合并- 举例:
pfmerge k100 k1 k2
(此时的k100就是k1和k2合并后的值)
- 举例:
3、Geospatial
主要针对的是地理信息,经纬度操作的
3.1、简介
Redis 3.2 中增加了对GEO类型的支持。GEO,Geographic,地理信息的缩写。该类型,就是元素的2维坐标,在地图上就是经纬度。redis基于该类型,提供了经纬度设置,查询,范围查询,距离查询,经纬度Hash等常见操作。
3.2、命令
-
geoadd
[ longitude latitude member…] 添加地理位置(经度,纬度,名称)- 举例:
geoadd china:city 121.47 31.23 shanghai
- 举例2:
geoadd china:city 106.50 29.53 chongqing 114.05 22.52 shenzhen 116.38 39.90 beijing
- 举例:
-
geopos
[member…] 获得指定地区的坐标值- 举例:
geopos china:city shanghai
- 举例:
-
geodist
[m|km|ft|mi ] 获取两个位置之间的直线距离-
举例:
geodist china:city shanghai chongqing km
-
单位:
m 表示单位为米[默认值]。
km 表示单位为千米。
mi 表示单位为英里。
ft 表示单位为英尺。
如果用户没有显式地指定单位参数, 那么 GEODIST 默认使用米作为单位
-
-
georadius
radius m|km|ft|mi 以给定的经纬度为中心,找出某一半径内的元素- 经度 纬度 距离 单位
- 举例:
georadius china:city 110 30 1000 km
(返回chongqing和shenzhen)
第七章:Redis_Jedis_测试
Jedis是一个工具,是使用Java代码来控制和操作Redis
1、测试操作过程
1、使用IDEA创建一个普通的Maven项目
2、导入需要的Jedis所需包
<dependency>
<groupId>redis.clients</groupId>
<artifactId>jedis</artifactId>
<version>3.2.0</version>
</dependency>
3、创建一个测试类,测试是否能够连接Redis
public class Demo01 {
public static void main(String[] args) {
//创建Jedis对象(传入ip地址和端口号)
Jedis jedis = new Jedis("192.168.135.137",6379);
//测试
String value = jedis.ping();
System.out.println(value); //输出PONG代表成功
//关闭连接
jedis.close();
}
}
2、测试相关数据类型
2.1、Key
// 关于key的操作
@Test
public void demo1(){
//创建Jedis对象(传入ip地址和端口号)
Jedis jedis = new Jedis("192.168.135.137",6379);
//设置key-value
jedis.set("k1","v1");
jedis.set("k2","v2");
//获取所有的key
Set<String> keys = jedis.keys("*");
for (String key : keys) {
System.out.println(key);
}
//根据key获取值
String k1 = jedis.get("k1");
System.out.println(k1);
//关闭连接
jedis.close();
}
2.2、String
//关于String的操作
@Test
public void demo2(){
//创建Jedis对象(传入ip地址和端口号)
Jedis jedis = new Jedis("192.168.135.137",6379);
//同时设置多个key-value
jedis.mset("str1","v1","str2","v2");
List<String> mget = jedis.mget("str1", "str2");
System.out.println(mget);
//获取值的长度
Long str1 = jedis.strlen("str1");
System.out.println(str1);
//关闭连接
jedis.close();
}
2.3、List
//关于List
@Test
public void demo3(){
//创建Jedis对象(传入ip地址和端口号)
Jedis jedis = new Jedis("192.168.135.137",6379);
//lpush:从左边插入多个值
jedis.lpush("list", "v1", "v2", "v3");
//按照索引下标获得元素(从左到右)
List<String> k1 = jedis.lrange("list", 0, -1);
System.out.println(k1);
//`lset`<key><index><value> 将列表key下标为index的值替换成value
jedis.lset("list",0,"xiaoming");
//关闭连接
jedis.close();
}
2.4、Set
//关于Set
@Test
public void demo4(){
//创建Jedis对象(传入ip地址和端口号)
Jedis jedis = new Jedis("192.168.135.137",6379);
//将一个或多个 member 元素加入到集合 key 中,已经存在的 member 元素将被忽略
jedis.sadd("setk1","v1","v2","v3");
//取出该集合的所有值。
Set<String> setk1 = jedis.smembers("setk1");
System.out.println(setk1);
//返回集合的元素个数
System.out.println(jedis.scard("setk1"));
//关闭连接
jedis.close();
}
2.5、Hash
//关于Hash
@Test
public void demo5(){
//创建Jedis对象(传入ip地址和端口号)
Jedis jedis = new Jedis("192.168.135.137",6379);
//给<key>集合中的<field>赋值<value>
jedis.hset("user","id","1");
//从<user>集合中获取<field>的值
String hget = jedis.hget("user", "id");
System.out.println(hget);
HashMap<String, String> map = new HashMap<>();
map.put("name","zhangsan");
map.put("age","23");
//hmset 批量设置hash的值
jedis.hmset("emp",map);
//hkeys列出该hash集合的所有field
Set<String> emp = jedis.hkeys("emp");
System.out.println(emp);
//列出该hash集合的所有value
List<String> hvals = jedis.hvals("emp");
System.out.println(hvals);
//关闭连接
jedis.close();
}
2.6、Zset
//关于Zset
@Test
public void demo6(){
//创建Jedis对象(传入ip地址和端口号)
Jedis jedis = new Jedis("192.168.135.137",6379);
//将一个或多个 member 元素及其 score 值加入到有序集 key 当中。
jedis.zadd("zsetk1",100,"zhangsan");
jedis.zadd("zsetk1",90,"wangwu");
//返回有序集 key 中,下标在<start><stop>之间的元素
Set<String> zsetk1 = jedis.zrange("zsetk1", 0, -1);
System.out.println(zsetk1);
//关闭连接
jedis.close();
}
3、手机验证码功能
思路图:
Java代码
package com.atguigu.jedis;
import redis.clients.jedis.Jedis;
import java.util.Random;
/**
* 测试手机验证码功能类
* @author Eric
* @create 2022-04-06 19:54
*/
public class PhoneCode {
public static void main(String[] args) {
//模拟验证码发送
verifyCode("15876981657");
//验证码校验(模拟输入的验证码是否正确)
//getRedisCode("15876981657","669392");
}
//1、返回随机的6位验证码
public static String getCode(){
Random random = new Random();
String code = "";
for (int i = 0; i < 6; i++) {
int ranwo = random.nextInt(10);//传入10代表返回0-1再乘以10,也就是0-10
code += ranwo;
}
return code;
}
//2、每个手机号每天只能发送三次,验证码放到Redis中,设置过期时间120秒
public static void verifyCode(String phone){
//连接Redis
Jedis jedis = new Jedis("192.168.135.137",6379);
//拼接key
//拼接手机发送次数key
String countKey = "VerifyCode" + phone + "count";
//拼接验证码key
String codeKey = "VerifyCode" + phone + "code";
//根据key获取手机发送的次数
String count = jedis.get(countKey);
//每个手机号每天只能发送三次
if(count == null){
//说明没有发送次数,就是为第一次发送
//设置发送次数为1 setex(key,过期时间,值)
jedis.setex(countKey,24*60*60,"1");
}else if(Integer.parseInt(count) <= 2){
//发送次数+1
jedis.incr(countKey);
}else if(Integer.parseInt(count) > 2){
//发送三次,不能再发送
System.out.println("该手机号今天发送次数已经超过三次");
//关闭连接
jedis.close();
return;//不然还会接着往下执行,并且会覆盖之前的验证码
}
//将要发送验证码存放到redis中
String vcode = getCode();//获取随机验证码
jedis.setex(codeKey,120,vcode);
jedis.close();
}
//3、验证码校验
public static void getRedisCode(String phone,String code){
//从redis获取验证码
Jedis jedis = new Jedis("192.168.135.137",6379);
//验证码key
String codeKey = "VerifyCode" + phone + "code";
//获取redis中的验证码
String redisCode = jedis.get(codeKey);
//判断
if(code.equals(redisCode)) {
System.out.println("验证码正确,成功");
}else {
System.out.println("验证码错误,失败");
}
jedis.close();//关闭连接
}
}
4、SpringBoot整合Redis
1、创建一个SpringBoot项目,并将版本号改为:2.2.1.RELEASE
2、在pom.xml文件中引入redis相关依赖
<!-- redis -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<!-- spring2.X集成redis所需common-pool2-->
<dependency>
<groupId>org.apache.commons</groupId>
<artifactId>commons-pool2</artifactId>
<version>2.6.0</version>
</dependency>
3、去到 application.properties中配置redis配置
#Redis服务器地址
spring.redis.host=192.168.135.137
#Redis服务器连接端口
spring.redis.port=6379
#Redis数据库索引(默认为0)
spring.redis.database= 0
#连接超时时间(毫秒)
spring.redis.timeout=1800000
#连接池最大连接数(使用负值表示没有限制)
spring.redis.lettuce.pool.max-active=20
#最大阻塞等待时间(负数表示没限制)
spring.redis.lettuce.pool.max-wait=-1
#连接池中的最大空闲连接
spring.redis.lettuce.pool.max-idle=5
#连接池中的最小空闲连接
spring.redis.lettuce.pool.min-idle=0
4、添加redis配置类
package com.gx.spring_boot_redis.config;
import com.fasterxml.jackson.annotation.JsonAutoDetect;
import com.fasterxml.jackson.annotation.PropertyAccessor;
import com.fasterxml.jackson.databind.ObjectMapper;
import org.springframework.cache.CacheManager;
import org.springframework.cache.annotation.CachingConfigurerSupport;
import org.springframework.cache.annotation.EnableCaching;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.cache.RedisCacheConfiguration;
import org.springframework.data.redis.cache.RedisCacheManager;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.RedisSerializationContext;
import org.springframework.data.redis.serializer.RedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;
import java.time.Duration;
@EnableCaching
@Configuration
public class RedisConfig extends CachingConfigurerSupport {
@Bean
public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
RedisTemplate<String, Object> template = new RedisTemplate<>();
RedisSerializer<String> redisSerializer = new StringRedisSerializer();
Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);
ObjectMapper om = new ObjectMapper();
om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
jackson2JsonRedisSerializer.setObjectMapper(om);
template.setConnectionFactory(factory);
//key序列化方式
template.setKeySerializer(redisSerializer);
//value序列化
template.setValueSerializer(jackson2JsonRedisSerializer);
//value hashmap序列化
template.setHashValueSerializer(jackson2JsonRedisSerializer);
return template;
}
@Bean
public CacheManager cacheManager(RedisConnectionFactory factory) {
RedisSerializer<String> redisSerializer = new StringRedisSerializer();
Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);
//解决查询缓存转换异常的问题
ObjectMapper om = new ObjectMapper();
om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
jackson2JsonRedisSerializer.setObjectMapper(om);
// 配置序列化(解决乱码的问题),过期时间600秒
RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig()
.entryTtl(Duration.ofSeconds(600))
.serializeKeysWith(RedisSerializationContext.SerializationPair.fromSerializer(redisSerializer))
.serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(jackson2JsonRedisSerializer))
.disableCachingNullValues();
RedisCacheManager cacheManager = RedisCacheManager.builder(factory)
.cacheDefaults(config)
.build();
return cacheManager;
}
}
5、添加一个Controller测试一下:
package com.gx.spring_boot_redis.controller;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
/**
* @author Eric
* @create 2022-04-07 9:36
*/
@RestController
@RequestMapping("/redisTest")
public class RedisTestController {
@Autowired
private RedisTemplate redisTemplate;
@GetMapping
public String testRedis() {
//设置值到redis
redisTemplate.opsForValue().set("name","lucy");
//从redis获取值
String name = (String)redisTemplate.opsForValue().get("name");
return name;
}
}
6、去到页面访问该路劲:http://localhost:8080/redisTest
显示lucy说明添加成功!
也可以去到redis中使用 key * 查看有没有name这个key,再使用get name来查看值。
第八章:Redis-事务-锁机制-秒杀
1、Redis中事务的定义
Redis事务是一个单独的隔离操作:事务中的所有命令都会序列化、按顺序地执行。事务在执行的过程中,不会被其他客户端发送来的命令请求所打断。
Redis事务的主要作用就是串联多个命令防止别的命令插队。
2、Multi、Exec、discard
multi:开启事务
Exec:提交事务
discard:回滚事务(取消事务)
从输入Multi命令开始,输入的命令都会依次进入命令队列中,但不会执行,直到输入Exec后,Redis会将之前的命令队列中的命令依次执行。
组队的过程中可以通过discard来放弃组队。
案例1(组队成功,提交成功):此时数据都有
案例2(组队成功,提交失败):此时数据都没有
组队成功,提交有成功有失败情况
3、事务的错误处理
在Redis中,事务错误处理分为以下两种:
- 组队中某个命令出现了报告错误,执行时整个的所有队列都会被取消。
如果**执行阶段某个命令报出了错误,则只有报错的命令不会被执行,而其他的命令都会执行,**不会回滚。
第一种错误示范:组队中出现错误(数据全部没有)
第二种错误示范:组队成功,执行命令中出了错误(命令执行成功的有数据,失败的没有)
4、事务冲突的问题
为什么要做成事务:想想一个场景:有很多人有你的账户,同时去参加双十一抢购
4.1、例子
一个请求想给金额减8000
一个请求想给金额减5000
一个请求想给金额减1000
如果不上锁,就会导致如下情况产生,导致账户的余额都变成负数了,这样肯定是不对的。
4.2、悲观锁
悲观锁(Pessimistic Lock), 顾名思义,就是很悲观,每次去拿数据的时候都认为别人会修改,所以每次在拿数据的时候都会上锁,这样别人想拿这个数据就会block直到它拿到锁。传统的关系型数据库里边就用到了很多这种锁机制,比如行锁、表锁等,读锁,写锁等,都是在做操作之前先上锁。
缺点:效率很慢,因为除了第一个人其他人都要排队等到前面的人释放锁才可以拿到。
4.3、乐观锁
乐观锁,顾名思义,就是很乐观,每次去拿数据的时候都认为别人不会修改,所以不会上锁,但是在更新的时候会判断一下在此期间别人有没有去更新这个数据,可以使用版本号等机制。乐观锁适用于多读的应用类型,这样可以提高吞吐量。Redis就是利用这种check-and-set机制实现事务的。
理解:乐观锁每个人都可以拿到锁,当一个人拿到锁后并且发生修改后,版本号会随之改变,然后其他拿到锁的用户就会去比对自己拿到的版本号,如果和最新的不一致,那么就放弃拿到的,转身去拿新的版本号。
5、WATCH
网络描述:*WATCH命令可以监控一个或多个键,一旦其中有一个键被修改(或删除),之后的事务就不会执行。监控一直持续到EXEC命令(事务中的命令是在EXEC之后才执行的,所以在MULTI命令后可以修改WATCH监控的键值)*
资料参考链接:https://www.cnblogs.com/liuchuanfeng/p/7190654.html
在开启事务之前,先执行watch key1 [key2],可以监视一个(或多个) key ,如果在提交事务之前这个(或这些) key 被其他命令所改动,那么事务将被打断。
取消 WATCH 命令对所有 key 的监视。
如果在执行 WATCH 命令之后,EXEC 命令或DISCARD 命令先被执行了的话,那么就不需要再执行UNWATCH 了。
6、Redis事务三特性
- 单独的隔离操作
- 事务中的所有命令都会序列化、按顺序地执行。事务在执行的过程中,不会被其他客户端发送来的命令请求所打断。
- 没有隔离级别的概念
- 队列中的命令没有提交之前都不会实际被执行,因为事务提交前任何指令都不会被实际执行
- 不保证原子性
- 事务中如果有一条命令执行失败,其后的命令仍然会被执行,没有回滚
第九章:Redis持久化_RDB
Redis 提供了2个不同形式的持久化方式。
-
RDB(Redis DataBase)
-
AOF(Append Of File)
1、RDB是什么
在指定的时间间隔内将内存中的数据集快照写入磁盘, 也就是行话讲的Snapshot快照,它恢复时是将快照文件直接读到内存里
2、备份是如何执行的
Redis会单独创建(fork)一个子进程来进行持久化,会先将数据写入到 一个临时文件中,待持久化过程都结束了,再用这个临时文件替换上次持久化好的文件。 整个过程中,主进程是不进行任何IO操作的,这就确保了极高的性能 如果需要进行大规模数据的恢复,且对于数据恢复的完整性不是非常敏感,那RDB方式要比AOF方式更加的高效。RDB的缺点是最后一次持久化后的数据可能丢失。
3、Fork
- Fork的作用是复制一个与当前进程一样的进程。新进程的所有数据(变量、环境变量、程序计数器等) 数值都和原进程一致,但是是一个全新的进程,并作为原进程的子进程
- 在Linux程序中,fork()会产生一个和父进程完全相同的子进程,但子进程在此后多会exec系统调用,出于效率考虑,Linux中引入了写时复制技术
- 一般情况父进程和子进程会共用同一段物理内存,只有进程空间的各段的内容要发生变化时,才会将父进程的内容复制一份给子进程。
4、RDM持久化流程
5、配置redis.conf文件
1、在redis.conf中配置文件名称,默认为dump.rdb**(这个是存放临时文件的文件名称)**
2、rdb文件的保存路径,也可以修改。默认为Redis启动时命令行所在的目录下**(临时文件存放位置)**
3、配置文件中默认的快照配置**(也就是触发备份的条件)**
设置
4、 检查完整性
在存储快照后,还可以让redis使用CRC64算法来进行数据校验,
但是这样做会增加大约10%的性能消耗,如果希望获取到最大的性能提升,可以关闭此功能
推荐yes.
1、先查询rdb文件的位置
2、将 rdb 文件拷贝到别的地方(或者拷贝到当前目录换个名称即可)
3、rdb的恢复:
-
因为是模拟,所以先手动删除 rdb 文件(这一步在实际中是用不到的)
-
关闭Redis:
kall redis进程号
(先使用:ps -ef | grep redis 查询redis的进程号) -
将备份文件拷贝到原 rdb 文件工作目录:
cp 备份rdb文件名称 原rdb工作目录
-
启动redis,备份数据会自动加载的
6、RDB优势和劣势
-
适合大规模的数据恢复
-
对数据完整性和一致性要求不高更适合使用
-
节省磁盘空间
-
恢复速度快
- Fork的时候,内存中的数据被克隆了一份,大致2倍的膨胀性需要考虑
- 虽然Redis在fork时使用了****写时拷贝技术****,但是如果数据庞大时还是比较消耗性能。
- 在备份周期在一定间隔时间做一次备份,所以如果Redis意外down掉的话,就会丢失最后一次快照后的所有修改。
动态停止RDB:redis-cli config set save “”#save后给空值,表示禁用保存策略
7、RDB总结
第十章:Reds持久化_AOF
1、AOF是什么
以日志的形式来记录每个写操作(增量保存),将Redis执行过的所有写指令记录下来(读操作不记录), 只许追加文件但不可以改写文件,redis启动之初会读取该文件重新构建数据,换言之,redis 重启的话就根据日志文件的内容将写指令从前到后执行一次以完成数据的恢复工作
2、AOF持久化流程
3、AOF默认不开启
可以在redis.conf中配置文件名称,默认为 appendonly.aof
指令为:vim /etc/redis.conf
然后找到 appendonly NO 改为yes即可。
AOF文件的保存路径,同RDB的路径一致。
AOF和RDB同时开启,系统默认取AOF的数据(因为数据不会存在丢失)
4、AOF启动和/修复/恢复
AOF的备份机制和性能虽然和RDB不同, 但是备份和恢复的操作同RDB一样,都是拷贝备份文件,需要恢复时再拷贝到Redis工作目录下,启动系统即加载。
- 如果没有启动AOF,先将AOF启动:修改默认的appendonly no,改为yes(这一步在实际中用不到,因为之前已经开启过了)
- 将有数据的aof文件复制一份保存到对应目录:
cp appendonly.aof appendonly.aof.bat
- 先模拟原aof文件已经损坏。删除aof文件:
rm -rf appendonly.aof
(这一步在实际中用不到) - 开始恢复
- 查看Redis进程信息:
ps -ef | grep redis
- 根据进程号关闭Redis服务:
kill -9 进程号
- 重启Redis:
redis-server /etc/redis.conf
- 可以连接Redis查看数据:
redis-cli
(这里已经可以查看恢复的数据了)
- 查看Redis进程信息:
模拟异常:
- 模拟异常:去修改aof文件:
vim /usr/local/bin/appendonly.aof
,在里面随便加点什么内容 - 然后保存退出,退出后关闭Redis服务
- 再连接Redis,会发现拒接连接:Connection refused ,这是因为aof文件损坏的原因
开始修复:
- 通过该指令进行恢复:
redis-check-aof --fix appendonly.aof
- 注意:这个指令要在 /usr/local/bin 目录下执行,如果不想,也可以在前面加上这个全路径即可。
- 然后再次连接Redis即可成功
5、AOF同步频率的设置
-
appendfsync always
始终同步,每次Redis的写入都会立刻记入日志;性能较差但数据完整性比较好
-
appendfsync everysec
每秒同步,每秒记入日志一次,如果宕机,本秒的数据可能丢失。
-
appendfsync no
redis不主动进行同步,把同步时机交给操作系统。
6、Rewrite压缩
1、Rewrite压缩是什么?
AOF采用文件追加方式,文件会越来越大为避免出现此种情况,新增了重写机制, 当AOF文件的大小超过所设定的阈值时,Redis就会启动AOF文件的内容压缩, 只保留可以恢复数据的最小指令集.可以使用命令bgrewriteaof
2、重写原理,如何实现重写
AOF文件持续增长而过大时,会fork出一条新进程来将文件重写(也是先写临时文件最后再rename),redis4.0版本后的重写,是指上就是把rdb 的快照,以二级制的形式附在新的aof头部,作为已有的历史数据,替换掉原来的流水账操作。
no-appendfsync-on-rewrite:
如果 no-appendfsync-on-rewrite=yes ,不写入aof文件只写入缓存,用户请求不会阻塞,但是在这段时间如果宕机会丢失这段时间的缓存数据。(降低数据安全性,提高性能)
如果 no-appendfsync-on-rewrite=no, 还是会把数据往磁盘里刷,但是遇到重写操作,可能会发生阻塞。(数据安全,但是性能降低)
3、触发机制,何时重写
Redis会记录上次重写时的AOF大小,默认配置是当AOF文件大小是上次rewrite后大小的一倍且文件大于64M时触发
重写虽然可以节约大量磁盘空间,减少恢复时间。但是每次重写还是有一定的负担的,因此设定Redis要满足一定条件才会进行重写。
auto-aof-rewrite-percentage:设置重写的基准值,文件达到100%时开始重写(文件是原来重写后文件的2倍时触发)
auto-aof-rewrite-min-size:设置重写的基准值,最小文件64MB。达到这个值开始重写。
例如:文件达到70MB开始重写,降到50MB,下次什么时候开始重写?100MB
系统载入时或者上次重写完毕时,Redis会记录此时AOF大小,设为base_size,
如果Redis的AOF当前大小>= base_size +base_size*100% (默认)且当前大小>=64mb(默认)的情况下,Redis会对AOF进行重写。
4、重写流程
(1)bgrewriteaof触发重写,判断是否当前有bgsave或bgrewriteaof在运行,如果有,则等待该命令结束后再继续执行。
(2)主进程fork出子进程执行重写操作,保证主进程不会阻塞。
(3)子进程遍历redis内存中数据到临时文件,客户端的写请求同时写入aof_buf缓冲区和aof_rewrite_buf重写缓冲区保证原AOF文件完整以及新AOF文件生成期间的新的数据修改动作不会丢失。
(4)1).子进程写完新的AOF文件后,向主进程发信号,父进程更新统计信息。2).主进程把aof_rewrite_buf中的数据写入到新的AOF文件。
(5)使用新的AOF文件覆盖旧的AOF文件,完成AOF重写。
7、AOF的优劣势及AOF小总结
-
备份机制更稳健,丢失数据概率更低。
-
可读的日志文本,通过操作AOF稳健,可以处理误操作。
-
比起RDB占用更多的磁盘空间。
-
恢复备份速度要慢。
-
每次读写都同步的话,有一定的性能压力。
-
存在个别Bug,造成恢复不能。
8、RDB和AOF用那个好
官方推荐两个都启用。
如果对数据不敏感,可以选单独用RDB。
不建议单独用 AOF,因为可能会出现Bug。
如果只是做纯内存缓存,可以都不用。
性能建议:
因为RDB文件只用作后备用途,建议只在Slave上持久化RDB文件,而且只要15分钟备份一次就够了,只保留save 900 1这条规则。
如果使用AOF,好处是在最恶劣情况下也只会丢失不超过两秒数据,启动脚本较简单只load自己的AOF文件就可以了。
代价,一是带来了持续的IO,二是AOF rewrite的最后将rewrite过程中产生的新数据写到新文件造成的阻塞几乎是不可避免的。
只要硬盘许可,应该尽量减少AOF rewrite的频率,AOF重写的基础大小默认值64M太小了,可以设到5G以上。
默认超过原大小100%大小时重写可以改到适当的数值。
第十一章:主从复制
1、主从复制是什么
主机数据更新后根据配置和策略, 自动同步到备机的master/slaver机制,Master(主服务器)以写为主,Slave(从服务器)以读为主
-
读写分离,性能扩展
-
容灾快速恢复
2、搭建主从复制
因为是在一台电脑模拟多态服务器,所以需要搭建三个redis文件
思路:
- 在根目录创建 /myredis 文件夹
- 复制 redis.conf 配置文件到该文件夹中
- 配置一主两从环境,创建三个配置文件
- redis6379.conf
- redis6380.conf
- redis6381.conf
- 在三个配置文件中写入内容
# 第一步
mkdir /myredis
# 第二步
cp /etc/redis.conf /myredis/redis.conf
# 第三步
# 先进入到 /myredis文件夹
cd /myredis
# 创建第一个配置文件
vim redis6379.conf
# 第四步:写入以下内容
include /myredis/redis.conf
pidfile /var/run/redis_6379.pidv
port 6379
dbfilename dump6379.rdb
# 第五步:分别创建 redis6380.conf redis6381.conf
# 快捷方式:直接复制 edis6379.conf 文件
cp redis6379.conf redis6380.conf
# 然后修改里面的内容:将6379改为6380
include /myredis/redis.conf
pidfile /var/run/redis_6380.pidv
port 6380
dbfilename dump6380.rdb
# 创建6381配置文件
cp redis6379.conf redis6381.conf
# 写入内容
include /myredis/redis.conf
pidfile /var/run/redis_6381.pidv
port 6381
dbfilename dump6381.rdb
1、先使用 ps -ef |grep redis
命令查看之前的6379是否开启,如果开着就杀掉该进程:kill 进程号
2、启动三台服务器
# 注:以下指令是在 /myredis 目录下执行的
redis-server redis6379.conf
redis-server redis6380.conf
redis-server redis6381.conf
3、查看系统进程,是否成功启动:ps -ef | grep redis
4、此时开启三个远程连接端口,模拟三台服务器,然后分别连接对应的 redis
# 第一个远程连接:连接6379端口的redis服务器
redis-cli -p 6379
# 第二个远程连接:连接6380端口的redis服务器
redis-cli -p 6380
# 第三个远程连接:连接6381端口的redis服务器
redis-cli -p 6381
5、可以使用:info replication
指令来查看主从复制的相关信息
6、一开始都是默认为主服务器的,这时就需要我们配置主从复制了
思路:因为我们配置的是一主两从,所以将6379为主,6380和6381为从
设置语法:slaveof 主机IP地址 主服务器端口
在6380和6381上执行: slaveof 127.0.0.1 6379
如下图:
两台设置完毕后可以再次使用:info replication
来查看
此时,一主两从环境搭建完毕!!!
3、测试主从
1、在6379主机中做一个写入操作
2、此时去到6380或者6381中查看,发现也能查看到了(因为从机自动做了一个复制操作)
3、但此时注意:只能在从机中做读的操作,不能做写的操作,不然会报错
4、常用三招
4.1、一主二从
答:会
测试步骤如下:
1、主动断开6380端口服务器
2、此时主服务器添加数据
3、连接6380从服务器 发现已经变为了主服务器,再次将6380设置为从服务器,并且查看是否拥有完整数据
从服务器还是从服务器,并不会自动变为主服务器,并且主服务器恢复后还是拥有这两个从服务器
测试步骤如下:
1、将主服务器6379关闭,然后查看从服务器信息。(大哥还是那个大哥,小弟还是认的)
4.2、薪火相传
上一个Slave可以是下一个 slave 的 Master,Slave同样可以接收其他 slaves的连接和同步请求,那么该slave作为了链条中下一个的master, 可以有效减轻master的写压力,去中心化降低风险。
就好比:一个项目经理一开始管理两个人,很轻松,但随着公司规模的扩大,要管理20个人,那么此时肯定是力不从心的,所以可以在下面设立几个组长来管理,他和组长构成主从复制,然后组长下面再管理其他人,也构成主从复制。
但有一个缺点:如果说中间的主服务器挂掉了,也就是组长,那么最大的主服务器和下面的从服务器就无法沟通了。
4.3、反客为主
当一个master宕机后,后面的slave可以立刻升为master,其后面的slave不用做任何修改。
语法:slaveof no one
(将从机变为主机)
步骤如下:
1、此时6379为主服务器,6380和6381为从服务器,先将6381从服务器修改为6380的主服务器
(这一步也就是实现了薪火相传)
也就是说现在:6379为6380的主服务器,6380又为6381的主服务器
2、此时将6379最大的主服务器宕机,然后将6380设置为主服务器
3、查看6380的信息
缺点:需要手动的将从服务器设置为主动服务器
如果说凌晨两点的时候主服务器突然宕机了,没人的时候又该咋办呢?
这时候就要用到哨兵模式了,也就是反客为主的自动版。
5、复制原理
6、哨兵模式
6.1、哨兵模式是什么
*反客为主的自动版*,能够后台监控主机是否故障,如果故障了根据投票数自动将从库转换为主库
6.2、使用步骤
步骤1:调整为一主二从模式
先将上面所有的 Redis服务 全部关闭
然后改为一主二从的模式,因为这样理解起来比较简单。
1、启动三个redis服务
2、将6380和6381设置为6379的从服务器:slaveof ip 端口
3、在6379中查看
步骤2:新建sentinel.conf文件
在自定义的 /myredis 目录下新建sentinel.conf文件,名字绝对不能错
1、新开一个端口,切换到 /myredis 目录,创建 sentinel.conf 文件
2、设置内容
# 其中mymaster为监控对象起的服务器名称, 1 为至少有多少个哨兵同意迁移的数量
sentinel monitor mymaster 127.0.0.1 6379 1
步骤3:启动哨兵
执行此命令:redis-sentinel /myredis/sentinel.conf
步骤4:当主机挂掉,会自动产生新的主机
模拟主机挂掉:将6379给shutdown,然后等个10秒左右,会自动产生新的主机
(大概10秒左右可以看到哨兵窗口日志,切换了新的主机)
去到6381查看信息:
info replication
注意:这里可能会有一个延迟,就是如果刚连接的话就查看可能会查看到是主机,要等个10秒左右才会恢复正常。
然后再去查看6381这个主机信息,发现确实有两个从机了,分别是:6379和6380
6.3、复制延迟
由于所有的写操作都是先在Master上操作,然后同步更新到Slave上,所以从Master同步到Slave机器有一定的延迟,当系统很繁忙的时候,延迟问题会更加严重,并且Slave机器数量的增加也会使这个问题更加严重。
6.4、故障恢复/机举规则
如果说主机挂掉的话,自动在从机中选择主机是如何选择的呢?
选择条件依次为:
- 选择优先级靠前的
- 选择偏移量最大的
- 选择runid最小的从服务
优先级在redis.conf中默认:replica-priority 100,值越小优先级越高
偏移量是指获得原主机数据最全的
每个redis实例启动后都会随机生成一个40位的runid
这些条件都在:redis.conf
中可以设置
7、Java代码实现主从复制
private static JedisSentinelPool jedisSentinelPool=null;
public static Jedis getJedisFromSentinel(){
if(jedisSentinelPool==null){
Set<String> sentinelSet=new HashSet<>();
sentinelSet.add("192.168.11.103:26379");
JedisPoolConfig jedisPoolConfig =new JedisPoolConfig();
jedisPoolConfig.setMaxTotal(10); //最大可用连接数
jedisPoolConfig.setMaxIdle(5); //最大闲置连接数
jedisPoolConfig.setMinIdle(5); //最小闲置连接数
jedisPoolConfig.setBlockWhenExhausted(true); //连接耗尽是否等待
jedisPoolConfig.setMaxWaitMillis(2000); //等待时间
jedisPoolConfig.setTestOnBorrow(true); //取连接的时候进行一下测试 ping pong
jedisSentinelPool=new JedisSentinelPool("mymaster",sentinelSet,jedisPoolConfig);
return jedisSentinelPool.getResource();
}else{
return jedisSentinelPool.getResource();
}
}
第十二章:集群
先问两个问题:
-
容量不够,redis如何进行扩容?
-
并发写操作, redis如何分摊?
另外,主从模式,薪火相传模式,主机宕机,导致ip地址发生变化,应用程序中配置需要修改对应的主机地址、端口等信息。
之前通过代理主机来解决,但是redis3.0中提供了解决方案。就是无中心化集群配置。
1、什么是集群
Redis 集群实现了对Redis的水平扩容,即启动N个redis节点,将整个数据库分布存储在这N个节点中,每个节点存储总数据的1/N。(比方说三台服务器,也就是三个节点,那么每台服务器承受数据的 1/3 )
Redis 集群通过分区(partition)来提供一定程度的可用性(availability): 即使集群中有一部分节点失效或者无法进行通讯, 集群也可以继续处理命令请求。
2、搭建Redis集群
先将rdb文件删除,防止对我们后续操作干扰
再删除6380和6381配置文件,因为要重新配置,所以先配置6379一份,再复制五份这样快一点。
2.1、redis6379.conf配置修改
1、配置 redis6379.conf 文件
include /myredis/redis.conf
pidfile "/var/run/redis_6379.pidv"
port 6379
dbfilename "dump6379.rdb"
cluster-enabled yes
cluster-config-file nodes-6379.conf
cluster-node-timeout 15000
上面四行是主从复制的配需求配置
cluster-enabled yes 打开集群模式
cluster-config-file nodes-6379.conf 设定节点配置文件名
cluster-node-timeout 15000 设定节点失联时间,超过该时间(毫秒),集群自动进行主从切换。
2.2、拷贝多个redis.conf文件并修改
1、拷贝redis.conf文件共制作6个实例:6379 6380 6381 6389 8390 6391(注意:6379已经有了)
2、分别修改五份文件里面的内容为自己对于的端口信息(需要修改五份,这里只显示一份的修改内容)
使用替换操作::%s/6379/6380
2.3、启动6个redis服务
2.4、将6个节点合成一个集群
组合之前,确保6个redis服务都启动,并且6个节点文件成功生成出来了。
1、进入原始Redis安装路劲:cd /opt/redis-6.2.1/src
2、在src目录执行如下命令:
redis-cli --cluster create --cluster-replicas 1 192.168.135.137:6379 192.168.135.137:6380 192.168.135.137:6381 192.168.135.137:6389 192.168.135.137:6390 192.168.135.137:6391
注意:此处不要用127.0.0.1, 请用真实IP地址
--replicas 1 表示采用最简单的方式配置集群,一台主机,一台从机,正好三组。
回车后会提示是否接收这种分配方式(也就是主从分配),输入yes回车即可。
此刻集群搭建完毕。
2.5、测试集群
之前连接Redis服务是通过:redis-cli -p 6379,这是属于普通方式连接,
如果直接进入读主机,存储数据时,可能会出现MOVED重定向操作。所以,应该以集群方式登录。
集群连接需要加上参数:redis-cli -c -p 6379
采用集群策略连接,设置数据会自动切换到相应的写主机
注意:因为集群的特点就无中心化,所以用任何一台都可以做为集群的入口。
2.6、可以通过:cluster nodes 命令来查看集群信息
3、redis cluster如何分配这六个节点
一个集群至少要有三个主节点。
选项 --cluster-replicas 1 表示我们希望为集群中的每个主节点创建一个从节点。
(1代表以最简单的方式来进行分配,也就是一个主节点一个从节点这里分配)
分配原则:尽量保证每个主数据库运行在不同的IP地址,并且每个从库和主库不在一个IP地址上。
(这样可以保证即使一台主机挂掉了,也不会影响从服务器,因为可以反客为主。也不会影响到其它的主服务器)
4、什么是slots
一个 Redis 集群包含 16384 个插槽(hash slot), 数据库中的每个键都属于这 16384 个插槽的其中一个,
集群使用公式 CRC16(key) % 16384 来计算键 key 属于哪个槽, 其中 CRC16(key) 语句用于计算键 key 的 CRC16 校验和 集群中的每个节点负责处理一部分插槽。 举个例子, 如果一个集群可以有主节点, 其中:
- 节点 A 负责处理 0 号至 5460 号插槽。
- 节点 B 负责处理 5461 号至 10922 号插槽。
- 节点 C 负责处理 10923 号至 16383 号插槽。
5、在集群中录入值
在redis-cli每次录入、查询键值,redis都会计算出该key应该送往的插槽,如果不是该客户端对应服务器的插槽,redis会报错,并告知应前往的redis实例地址和端口。
但redis-cli客户端提供了 –c 参数实现自动重定向。
如 redis-cli -c –p 6379 登入后,再录入、查询键值对可以自动重定向。
例如:错误格式如下:
正确格式如下:
6、查询集群中的值
- cluster keyslot key值:返回对应的插槽值
- 举例:
cluster keyslot k1
- 举例:
- cluster countkeysinslot 插槽值:根据插槽值判断是否有该值(0没有,1有)
- 注意:只能看到自己端口的值,例如 6379服务的范围在 0 号至 5460 号插槽,那么只能查看该范围的,如果查看其它端口的范围即使有值也是查看不到的
- cluster getkeysinslot 插槽值 数量 : 返回插槽对应数量的key
- 举例:
cluster getkeysinslot 4847 10
(10代表返回10个key)
- 举例:
7、故障恢复
1、模拟主机宕机,强制6379下线
2、使用对应的从服务器:6380主机连接,并查看集群状态
可以看到6379显示挂掉了,然后之前的从服务器6389自动的变为主机了
1、新开一个端口,重新启动 redis6379 服务
2、在之前端口再次查看信息,发现6379已经变为了从服务器
这个不一定,要看自己的配置
- 如果某一段插槽的主从都挂掉,而cluster-require-full-coverage 为yes ,那么 ,整个集群都挂掉
- 如果某一段插槽的主从都挂掉,而cluster-require-full-coverage 为no ,那么该插槽数据全都不能使用,也无法存储。
8、集群的Jedis开发
即使连接的不是主机,集群会自动切换主机存储。主机写,从机读。
无中心化主从集群。无论从哪台主机写的数据,其他主机上都能读到数据。
public class JedisClusterTest {
public static void main(String[] args) {
HostAndPort hostAndPort = new HostAndPort("192.168.135.137",6379);
JedisCluster jedisCluster=new JedisCluster(hostAndPort);
//进行操作
jedisCluster.set("k1", "v1");
System.out.println(jedisCluster.get("k1"));
}
}
9、集群的好处和不足
好处:
- 实现扩容
- 分摊压力
- 无中心配置相对简单
不足:
- 多键操作是不被支持的
- 多键的Redis事务是不被支持的。lua脚本不被支持
- 由于集群方案出现较晚,很多公司已经采用了其他的集群方案,而代理或者客户端分片的方案想要迁移至redis cluster,需要整体迁移而不是逐步过渡,复杂度较大。
第十三章:应用问题解决
1、缓存穿透
- 应用服务器压力变大了
- redis命中率降低
- 一直查询数据库
以上就是属于缓存穿透
一般像这种问题都是遇到黑客攻击服务器。
key对应的数据在数据源并不存在,每次针对此key的请求从缓存获取不到,请求都会压到数据源,从而可能压垮数据源。比如用一个不存在的用户id获取用户信息,不论缓存还是数据库都没有,若黑客利用此漏洞进行攻击可能压垮数据库。
一个一定不存在缓存及查询不到的数据,由于缓存是不命中时被动写的,并且出于容错考虑,如果从存储层查不到数据则不写入缓存,这将导致这个不存在的数据每次请求都要到存储层去查询,失去了缓存的意义。
(1) ****对空值缓存:****如果一个查询返回的数据为空(不管是数据是否不存在),我们仍然把这个空结果(null)进行缓存,设置空结果的过期时间会很短,最长不超过五分钟
(2) *设置可访问的名单(白名单):*
使用bitmaps类型定义一个可以访问的名单,名单id作为bitmaps的偏移量,每次访问和bitmap里面的id进行比较,如果访问id不在bitmaps里面,进行拦截,不允许访问。
(3) *采用布隆过滤器*:(布隆过滤器(Bloom Filter)是1970年由布隆提出的。它实际上是一个很长的二进制向量(位图)和一系列随机映射函数(哈希函数)。
布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法,缺点是有一定的误识别率和删除困难。)
将所有可能存在的数据哈希到一个足够大的bitmaps中,一个一定不存在的数据会被 这个bitmaps拦截掉,从而避免了对底层存储系统的查询压力。
(4) ****进行实时监控:****当发现Redis的命中率开始急速降低,需要排查访问对象和访问的数据,和运维人员配合,可以设置黑名单限制服务
2、缓存击穿
- 数据库访问压力瞬时增加
- redis里面没有出现大量key过期
- redis还是正常运行状态
- 一般来说是redis中某个key过期了,然后出现大量访问这个key
以上就是属于缓存击穿
key对应的数据存在,但在redis中过期,此时若有大量并发请求过来,这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存,这个时候大并发的请求可能会瞬间把后端DB压垮。
key可能会在某些时间点被超高并发地访问,是一种非常“热点”的数据。这个时候,需要考虑一个问题:缓存被“击穿”的问题。
****(1)预先设置热门数据:****在redis高峰访问之前,把一些热门数据提前存入到redis里面,加大这些热门数据key的时长
****(2)实时调整:****现场监控哪些数据热门,实时调整key的过期时长
*(3)使用锁:*
(1) 就是在缓存失效的时候(判断拿出来的值为空),不是立即去load db。
(2) 先使用缓存工具的某些带成功操作返回值的操作(比如Redis的SETNX)去set一个mutex key
(3) 当操作返回成功时,再进行load db的操作,并回设缓存,最后删除mutex key;
(4) 当操作返回失败,证明有线程在load db,当前线程睡眠一段时间再重试整个get缓存的方法。在这里插入图片描述
注意区分穿透和击穿!!!
3、缓存雪崩
key对应的数据存在,但在redis中过期,此时若有大量并发请求过来,这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存,这个时候大并发的请求可能会瞬间把后端DB压垮。
缓存雪崩与缓存击穿的区别在于这里针对很多key缓存,前者则是某一个key
缓存失效时的雪崩效应对底层系统的冲击非常可怕!‘
因为一开始数据库压力过大,过多查询倒是程序请求过慢,会引发一系列故障
(1) ****构建多级缓存架构:****nginx缓存 + redis缓存 +其他缓存(ehcache等)
(2) *使用锁或队列**:*
用加锁或者队列的方式保证来保证不会有大量的线程对数据库一次性进行读写,从而避免失效时大量的并发请求落到底层存储系统上。不适用高并发情况
(3) *设置过期标志更新缓存:*
记录缓存数据是否过期(设置提前量),如果过期会触发通知另外的线程在后台去更新实际key的缓存。
(4) *将缓存失效时间分散开:*
比如我们可以在原有的失效时间基础上增加一个随机值,比如1-5分钟随机,这样每一个缓存的过期时间的重复率就会降低,就很难引发集体失效的事件。
4、分布式锁
4.1、问题描述和解决方案
随着业务发展的需要,原单体单机部署的系统被演化成分布式集群系统后,由于分布式系统多线程、多进程并且分布在不同机器上,这将使原单机部署情况下的并发控制锁策略失效,单纯的Java API并不能提供分布式锁的能力。为了解决这个问题就需要一种跨JVM的互斥机制来控制共享资源的访问,这就是分布式锁要解决的问题!(也就是共享锁)
分布式锁主流的实现方案:
- 基于数据库实现分布式锁
- 基于缓存(Redis等)
- 基于Zookeeper
每一种分布式锁解决方案都有各自的优缺点:
- 性能:redis最高
- 可靠性:zookeeper最高
这里,我们就基于redis实现分布式锁。
通过setnx
设置值即可。(setnx特性:只有在 key 不存在时 才设置 key 的值,不然会失败)
通过 del
释放锁
setnx和expire在分布中经常组合使用,但一般使用简写(防止上完锁后出现异常无法设置过期时间)
- 格式为:
set users 10 nx ex 12
(nx表示上锁,ex表示过期时间) - 表达意思为:设置一个key为users值为10并且设置过期时间为12秒
4.2、Java代码实现
@GetMapping("testLockLua")
public void testLockLua() {
//1 声明一个uuid ,将做为一个value 放入我们的key所对应的值中
String uuid = UUID.randomUUID().toString();//(设置uuid是为了防止释放错锁,只能自己释放自己的锁)
//2 定义一个锁:lua 脚本可以使用同一把锁,来实现删除!
String skuId = "25"; // 访问skuId 为25号的商品 100008348542
String locKey = "lock:" + skuId; // 锁住的是每个商品的数据
// 3 获取锁
Boolean lock = redisTemplate.opsForValue().setIfAbsent(locKey, uuid, 3, TimeUnit.SECONDS);
// 第一种: lock 与过期时间中间不写任何的代码。
// redisTemplate.expire("lock",10, TimeUnit.SECONDS);//设置过期时间
// 如果true
if (lock) {
// 执行的业务逻辑开始
// 获取缓存中的num 数据
Object value = redisTemplate.opsForValue().get("num");
// 如果是空直接返回
if (StringUtils.isEmpty(value)) {
return;
}
// 不是空 如果说在这出现了异常! 那么delete 就删除失败! 也就是说锁永远存在!
int num = Integer.parseInt(value + "");
// 使num 每次+1 放入缓存
redisTemplate.opsForValue().set("num", String.valueOf(++num));
/*使用lua脚本来锁*/
// 定义lua 脚本
String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
// 使用redis执行lua执行
DefaultRedisScript<Long> redisScript = new DefaultRedisScript<>();
redisScript.setScriptText(script);
// 设置一下返回值类型 为Long
// 因为删除判断的时候,返回的0,给其封装为数据类型。如果不封装那么默认返回String 类型,
// 那么返回字符串与0 会有发生错误。
redisScript.setResultType(Long.class);
// 第一个要是script 脚本 ,第二个需要判断的key,第三个就是key所对应的值。
redisTemplate.execute(redisScript, Arrays.asList(locKey), uuid);
} else {
// 其他线程等待
try {
// 睡眠
Thread.sleep(1000);
// 睡醒了之后,调用方法。
testLockLua();
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
4.3、分布式小结
为了确保分布式锁可用,我们至少要确保锁的实现同时****满足以下四个条件****:
- 互斥性。在任意时刻,只有一个客户端能持有锁。
- 不会发生死锁。即使有一个客户端在持有锁的期间崩溃而没有主动解锁,也能保证后续其他客户端能加锁。
- 解铃还须系铃人。加锁和解锁必须是同一个客户端,客户端自己不能把别人加的锁给解了
- 加锁和解锁必须具有原子性。
第十四章:Redis新功能
1、ACL
1.1、简介
Redis ACL是Access Control List(访问控制列表)的缩写,该功能允许根据可以执行的命令和可以访问的键来限制某些连接。
在Redis 5版本之前,Redis 安全规则只有密码控制 还有通过rename 来调整高危命令比如 flushdb , KEYS* , shutdown 等。Redis 6 则提供ACL的功能对用户进行更细粒度的权限控制 :
(1)接入权限:用户名和密码
(2)可以执行的命令
(3)可以操作的 KEY
参考官网:https://redis.io/topics/acl
1.2、命令
1、使用acl list命令展现用户权限列表
(1)数据说明 * 代表所有
2、使用acl cat命令
(1)查看添加权限指令类别
(2)加参数类型名可以查看类型下的具体命令
3、使用acl whoami命令查看当前用户
4、使用aclsetuser命令创建和编辑用户ACL
(1)ACL规则
下面是有效ACL规则的列表。某些规则只是用于激活或删除标志,或对用户ACL执行给定更改的单个单词。其他规则是字符前缀,它们与命令或类别名称、键模式等连接在一起。
下面是有效ACL规则的列表。某些规则只是用于激活或删除标志,或对用户ACL执行给定更改的单个单词。其他规则是字符前缀,它们与命令或类别名称、键模式等连接在一起。
(2)通过命令创建新用户默认权限
acl setuser user1
在上面的示例中,我根本没有指定任何规则。如果用户不存在,这将使用just created的默认属性来创建用户。如果用户已经存在,则上面的命令将不执行任何操作。
(3)设置有用户名、密码、ACL权限、并启用的用户
acl setuser user2 on >password ~cached:* +get
(4)切换用户,验证权限
2、IO多线程
2.1、简介
Redis6终于支撑多线程了,告别单线程了吗?
IO多线程其实指****客户端交互部分*的*网络IO*交互处理模块*多线程*,而非*执行命令多线程****。Redis6执行命令依然是单线程。
可以理解为Redis的执行命令使用的依旧是单线程+多路IO复用技术
2.2、原理架构
Redis 6 加入多线程,但跟 Memcached 这种从 IO处理到数据访问多线程的实现模式有些差异。Redis 的多线程部分只是用来处理网络数据的读写和协议解析,执行命令仍然是单线程。之所以这么设计是不想因为多线程而变得复杂,需要去控制 key、lua、事务,LPUSH/LPOP 等等的并发问题。整体的设计大体如下:
另外,多线程IO默认也是不开启的,在配置文件中配置即可
io-threads-do-reads yes
io-threads 4
3、工具支持Cluster
之前老版Redis想要搭集群需要单独安装ruby环境,Redis 5 将 redis-trib.rb 的功能集成到 redis-cli 。另外官方 redis-benchmark 工具开始支持 cluster 模式了,通过多线程的方式对多个分片进行压测。
4、其他
Redis6新功能还有:
1、RESP3新的 Redis 通信协议:优化服务端与客户端之间通信
2、Client side caching客户端缓存:基于 RESP3 协议实现的客户端缓存功能。为了进一步提升缓存的性能,将客户端经常访问的数据cache到客户端。减少TCP网络交互。
3、Proxy集群代理模式:Proxy 功能,让 Cluster 拥有像单实例一样的接入方式,降低大家使用cluster的门槛。不过需要注意的是代理不改变 Cluster 的功能限制,不支持的命令还是不会支持,比如跨 slot 的多Key操作。
4、Modules API
Redis 6中模块API开发进展非常大,因为Redis Labs为了开发复杂的功能,从一开始就用上Redis模块。Redis可以变成一个框架,利用Modules来构建不同系统,而不需要从头开始写然后还要BSD许可。Redis一开始就是一个向编写各种系统开放的平台。
总结
关于本篇文章是本人在学习Redis的过程中写的笔记,学习资料是看的尚硅谷的视频 尚硅谷Redis6教学,因为我记忆不太好,所以有些地方就都记下来了,特别是主从复制和集群那一块,也就代表如果跳着看可能会有点难受,但如果说从每一章开始看的话就会好很多,如有写的不对的点,望各位多多指教,感谢~