Redis 基础知识介绍

本文主要是介绍Redis 基础知识介绍，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

Redis 基础知识介绍

NoSql

• 海量用户+高并发，会造成服务器瘫痪，主要原因就是使用的是关系型数据库

原因

• 1.性能瓶颈：磁盘IO性能低下
  • 关系型数据库存取数据的时候是要通过磁盘IO的。磁盘的性能本身是比较低的
• 2.扩展瓶颈：数据关系复杂，扩展性差，不便于大规模集群
  • 关系型数据库表与表的关系非常复杂，十分影响查询效率，这个情况下，进行扩展也是十分困难的

解决思路

• 1.降低磁盘IO次数，越低越好
  • 使用内存存储，大大提高效率
• 2.去除数据间的关系，越简单越好
  • 去除关系，只存数据

这就是NoSql

NoSql概念

• NoSQL：即 Not-Only SQL（ 泛指非关系型的数据库），作为关系型数据库的补充。 作用：应对基于海量用户和海量数据前提下的数据处理问题。

• 特征

  • 可扩容，可伸缩，大数据量下高性能，直接对内存进行操作
  • 灵活的数据模型、高可用。自己设计了数据存储格式，保证效率比较高。

• 常见NoSql数据库

  • Redis、memcache、HBase、MongoDB

Redis

概念

• 概念：Redis (REmote DIctionary Server) 是用 C 语言开发的一个开源的高性能键值对（key-value）数据库。

特征

• 1.数据间没有必然的关联关系

• 2.内部采用单线程机制进行工作

• 3.高性能。官方提供测试数据，50个并发执行100000 个请求,读的速度是110000 次/s,写的速度是81000次/s。

• 4.多数据类型支持

  • 字符串类型，string list

  • 列表类型，hash set

  • 散列类型，zset/sorted_set

  • 集合类型

  • 有序集合类型

• 5.支持持久化，可以进行数据灾难恢复

应用场景

• 1.为热点数据加速查询（主要场景）。如热点商品，热点新闻，热点资讯，推广类等高访问量信息等
• 2.即时信息查询。如各类排行榜、各类网站访问统计、公交到站信息、在线人数信息（聊天室、网站）、设备信号等
• 3.时效性信息控制。如验证码控制，投票控制等。
• 4.分布式数据共享。如分布式集群架构中的session分离
• 5.消息队列--已经弱化

Redis的使用

#启动服务器，默认启动端口为6379
redis-server
#启动服务器，指定6380端口启动
redis-server --port 6380
#启动客户端，默认连接6379端口  redis-cli [-h host] [-p port] 
redis-cli
#启动客户端，指定6380端口连接
redis-cli -p 6380

持久化

什么是持久化

• 利用永久性存储介质将数据进行保存，在特定的时间将保存的数据进行恢复的工作机制成为持久化
• 持久化用于防止数据的意外丢失，确保数据安全性

持久化过程保存什么

• 将当前数据状态进行保存，快照形式，存储数据结果，存储格式简单，关注点在数据---RDB
• 将数据的操作过程进行保存，日志形式，存储操作过程，存储格式复杂，关注点在数据的操作过程---AOF

RDB

• sava指令

  • reids是单线程的，多台客户端同时操作redis会创建一个任务队列，save指令的执行会阻塞当前的redis服务器，直到当前RDB过程完成为止，有可能长时间阻塞，线上环境不建议使用

• bgsave指令

  • 1.指令bgsave指令，会先向redis发送指令
  • 2.redis会返回一个后台保存开始执行 的消息
  • 3.redis会去调用fork函数生成一个子进程
  • 4.然后去创建rdb文件
  • 5.最终redis返回执行结果
  • 注意：bgsave命令是针对save阻塞问题做的优化，redis内部所有涉及到RDB的操作都使用bgsave指令进行操作，save命令可以放弃使用

• save配置
• 设置自动持久化的条件，满足限定时间范围内key的变化数量达到指定数量即进行持久化

#second：监控时间范围  changes:监控key的变化量
save second changes
save 10 2

• 从redis启动开始，如果十秒内key变化2次，在第十秒的时候直接保存操作，后台也还是bgsave进行保存
• 如果在十秒内变化了一次，那么redis会在变化第二次的时候进行后台保存操作，第二个周期会在第一次保存的时候开始计时
• 注意：save配置要根据实际业务情况进行设置，频度过高或者过低都会出现性能问题，结果可能是灾难性的，save配置启动后执行的是bgsave操作

• RDB特殊启动形式

  • 服务器运行过程中重启

  debug reload
  

  • 关闭服务器时指定保存数据

  shutdown save
  

• RDB优点

  • RDB是一个紧凑压缩的二进制文件，存储效率较高
  • RDB内部存储的是redis在某个时间点的数据快照，非常适合用于数据备份，全量复制等场景
  • RDB恢复数据的速度要比AOF快很多
  • 应用：服务器中每X小时会执行bgsave备份，并将RDB文件拷贝到远程机器中，用于灾难恢复

• RDB缺点

  • RDB方式无论是执行指令还是利用配置，无法做到实时持久化，具有较大的可能性丢失数据
  • bgsave指令每次运行要执行fork操作创建子进程，要牺牲一些性能
  • redis的众多版本中未进行RDB文件格式的版本统一，有可能出现版本服务器之间数据格式无法兼容的现象--解决方案就是 导出来存到word或者Excel中，再导入回去即可。

• RDB存储的弊端

  • 存储数据量较大，效率较低，基于快照思想，每次读写都是全部数据，当数据量巨大时，效率非常低
  • 大数据量下的IO性能较低
  • 基于fork创建子进程，内存产生额外消耗
  • 宕机带来的数据丢失风险
  • 解决思路:
    • 不写全数据，仅仅记录部分数据
    • 降低区分数据是否改变的难度，改记录数据为记录操作过程
    • 对所有操作均进行记录，排除丢失数据的风险

AOF

• AOF持久化：以独立日志的方式记录每次写命令，重启时再重新执行AOF文件中命令达到恢复数据的目的。与RDB相比可以简单理解为由记录数据改为记录数据变化
• AOF的主要作用就是解决了数据持久化的实时性，目前已经是redis持久化的主流方式

AOF重写

• 重写指令
  • 存入元素后进行重写

bgrewriteaof

• 自动重写

RDB与AOF区别

数据删除策略

定时删除

• 创建一个定时器，当key设置有过期时间，且过期时间到达时，由定时器任务立即执行对键的删除操作
• 优点：节约内存，到时就删除，快速释放掉不必要的内存占用
• 缺点：CPU压力很大，无论CPU此时负载量多高，均占用CPU，会影响redis服务器响应时间和指令吞吐量
• 总结：用处理器性能换取存储空间（拿时间换空间）

惰性删除

数据到达过期时间，不做处理。等下次访问该数据时，我们需要判断

1. 如果未过期，返回数据
2. 发现已过期，删除，返回不存在

• 优点：节约CPU性能，发现必须删除的时候才删除
• 缺点：内存压力很大，出现长期占用内存的数据
• 总结：用存储空间换取处理器性能（拿空间换时间）

定期删除

定时删除和惰性删除这两种方案都是走的极端，那有没有折中方案？

我们来讲redis的定期删除方案：

• Redis启动服务器初始化时，读取配置server.hz的值，默认为10
• 每秒钟执行server.hz次serverCron()-------->databasesCron()--------->activeExpireCycle()
• activeExpireCycle()对每个expires[*]逐一进行检测，每次执行耗时：250ms/server.hz
• 对某个expires[*]检测时，随机挑选W个key检测

  如果key超时，删除key

  如果一轮中删除的key的数量>W*25%，循环该过程

  如果一轮中删除的key的数量≤W*25%，检查下一个expires[*]，0-15循环

  W取值=ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP属性值

• 参数current_db用于记录activeExpireCycle() 进入哪个expires[*] 执行
• 如果activeExpireCycle()执行时间到期，下次从current_db继续向下执行

总的来说：定期删除就是周期性轮询redis库中的时效性数据，采用随机抽取的策略，利用过期数据占比的方式控制删除频度

• 特点1：CPU性能占用设置有峰值，检测频度可自定义设置
• 特点2：内存压力不是很大，长期占用内存的冷数据会被持续清理
• 总结：周期性抽查存储空间（随机抽查，重点抽查）

数据淘汰策略(逐出算法)

概述

什么叫数据淘汰策略？什么样的应用场景需要用到数据淘汰策略？

当新数据进入redis时，如果内存不足怎么办？在执行每一个命令前，会调用freeMemoryIfNeeded()检测内存是否充足。如果内存不满足新 加入数据的最低存储要求，redis要临时删除一些数据为当前指令清理存储空间。清理数据的策略称为逐出算法。

注意：逐出数据的过程不是100%能够清理出足够的可使用的内存空间，如果不成功则反复执行。当对所有数据尝试完毕， 如不能达到内存清理的要求，将出现错误信息如下

(error) OOM command not allowed when used memory >'maxmemory'

这篇关于Redis 基础知识介绍的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！