Redis进阶--一篇文章带你走出Redis

news2024/11/23 13:26:36

目录

什么是Redis??

Redis有哪些使用场景?

Redis是单线程还是多线程?

为什么Redis是单线程速度还是很快??

 Redis持久化

RDB机制:(Redis DataBase)            [是redis中默认的持久化方式]

AOF机制:(Append Only File)       

Redis和MySQL如何保持数据一致????

Redis事务

Redis与传统关系型数据库的区别:

Redis事务在Java中的运用:(Java代码中实现Redis的事务控制)

主从复制(Redis集群)

主从复制的作用??

 redis哨兵机制

Key的过期删除策略

缓存穿透、缓存击穿、缓存雪崩

缓存穿透

缓存击穿

缓存雪崩


什么是Redis??

Redis是一款非关系型数据库,以键值对的形式存储在内存中,储存在内存中,读写的速度非常快,还支持多种数据类型,支持数据持久化

Redis有哪些使用场景?

1.缓存

        访问量大的(秒杀、点赞)

        修改少的(新闻类型、电商类型)

        存储验证码(定时删除)

2.计数器(点赞)

3.排行榜(zset)

4.数据去重(set)

5.消息队列(list)

6.分布式锁(微服务)

Redis线程模型

Redis是单线程还是多线程?

        6.0版本之前:只有一个线程处理事情(处理客户端的连接\读写功能)(线程安全)

        6.0版本之后:引入了多线程

                                 但这并不是说明Redis完全是多线程的

                                 在网络请求过程中:多线程

                                 在对兼职的读写时:单线程(依旧是线程安全的)

为什么Redis是单线程速度还是很快??
  1. Redis基于内存操作,运算为内存级别,故性能很高
  2. Redis底层是hash结构 ==> 时间复杂度为O(1),可以通过key(计算hash值)快速定位
  3. 单线程设计避免线程切换(防止切换线程开销),也不会导致死锁问题

 Redis持久化

        众所周知Redis是基于内存操作的,那么如果有一天突然断电了,那么Redis里的数据岂不是都没有了?基于这个问题,Redis推出了持久化的机制:

RDB机制:(Redis DataBase)            [是redis中默认的持久化方式]

        以快照的方式,将某一时刻Redis中的数据保存到一个.rdb文件中        ​​

      可以在redis.conf中修改触发条件:

          save(同步机制):这是用来配置触发Redis的RDB持久化条件(即什么时候将内存中的数据持久化到硬盘中),  如:"save m n" 表示每m秒内,如果数据修改了n次或n次以上时,自动触发bgsave(存储)

        save  60  2  :表示60秒内如果redis中的数据被修改了2次或以上,则进行快照

        这时如果不需要持久化,将save所在的行全部注释,就不会进行持久化了

                (注意:这里注释的时候需要在该行前面加'# ')

AOF机制:(Append Only File)       

        以日志的形式,将你进行的写操作(增、删、改)的命令记录下来

                恢复时,逐行执行命令即可恢复数据

        如果想要使用AOF机制,需要再配置文件中开启:

        在redis.conf中找到appendonly  no,并将其改为yes开启

                                      appendfilename  ==>  指定日志记录文件(的名字)  默认为 appendonly.aof

               每次配置修改后,都需重启redis才会生效

        同步机制:         (默认:appendfsync  everysec)

            appendfsync  always        #每一次修改都会sync,   缺点:消耗性能

            appendfsync  everysec     #每秒执行一次sync      缺点:如果1s内多次修改,可能会丢失数据

        

Redis和MySQL如何保持数据一致????

解决方式一:更新完MySQL后,立即去更新Redis

        问题:万一更新Redis失败(e.g:Redis连接断开),会导致数据更新失败。

解决方式二:先删除Redis中的数据,然后更新MySql,有查询到来时Redis会从MySQL中查询

        问题:删除Redis后,更新MySQL中的事务还没有提交,这时如果有新来的请求访问,查询出来的还是原来的数据。

解决方式三:延时双删机制:先删除Redis,再更新MySql,延迟几百毫秒之后再次删除Redis

        解决了方案二中,MySQL提交事务之前,Redis查询数据后,以后访问过来还是原数据的问题

这时后方再有查询过来时,redis会从数据库中重新查询当前的新值。

Redis事务

Redis与传统关系型数据库的区别:

        Redis事务中,同一个事物中的命令不会相互影响

                                不支持roll back(回滚)

                                不支持复杂的事务管理(嵌套事务、并发控制等)

        优点: 高性能(基于内存的数据存储)

                    简单的操作命令: mutil(开启事务)  set 1   set 2    exec(执行事务)

                    灵活的数据类型(Redis支持多种数据类型,如字符串、列表、集合、散列等)

        Redis事务本质上是一组命令的集合,一个事务中所有命令都会序被列化,在事务执行过程中,会按照顺序执行。事务添加命令后,该命令不会立即执行,在执行exec命令时,才回执行此实物中的所有命令.

        值得注意的是:与传统关系型数据库不同,Redis事务中不保证多条命令执行的原子性,即:Redis事务只负责将这几条命令打包放在一起,无所谓他们正确与否,即使其中有命令报错也不影响其他命令的执行结果。

Redis事务在Java中的运用:(Java代码中实现Redis的事务控制)

@Autowired
RedisTemplate redisTemplate;

public static void main(String[] args) {
    redisTemplate.multi();//开启Redis事务
     //命令一
     //命令二
     //命令三
    redisTemplate.exec();//执行Redis事务
}

主从复制(Redis集群)

        主从复制,是指将一台Redis服务器的数据,复制到其他Redis服务器,前者称之为主节点(master),后者称为从节点(slave),数据的复制是单向的,只能从主节点到从节点

        一台Redis作为主机,其他redis服务作为从机,一主多从,这样即使其中一台宕机,其余还可正常运行,保证数据的完整性,写入命令时,发送命令到主机,主机执行后将自动备份到从机,进而达到读写分离,分担redis服务的压力。

        (人话:主机可以进行增删改查,从机只有两个操作:从主机处获取数据,进行读操作)

主从复制的作用??

  • 数据冗余:主从复制实现了数据的热备份,是持久化之外的一种数据冗余方式。
  • 故障恢复:当主节点出现问题时,可以由从节点提供服务,实现快速的故障恢复;实际上是一种服务的冗余。
  • 负载均衡:在主从复制的基础上,配合读写分离,可以由主节点提供写服务,由从节点提供读服务(即写Redis数据时应用连接主节点,读Redis数据时应用连接从节点),分担服务器负载;尤其是在写少读多的场景下,通过多个从节点分担读负载,可以大大提高Redis服务器的并发量。
  • 高可用(集群)基石:除了上述作用以外,主从复制还是哨兵和陳群能够实施的基础,因此说主从复制是Redis高可用的基础。

 redis哨兵机制

        现在我们都知道了主从复制是为了分担redis服务的,如果其中有一台服务器宕机,其余还可正常运行,那么如果是主机宕机了,我们又该作何处理呢??

  • 对主机和从机进行监控:哨兵系统能够监控Redis主机和从机的运行状态,包括是否正常运行、是否能够响应命令等。
  • 向管理员发起通知:当某个节点出现问题时,哨兵可以通过API向管理员发送通知。
  • 解决主机宕机问题:一旦主机宕机,哨兵机制会从剩余从机中选举一个当做主机,确保了系统的连续运行和数据的一致性

Key的过期删除策略

        惰性删除:

        当key过期后,标记为过期状态(字典,记录过期key),下次使用时再删除

缺:如果一个key长时间未被访问,即使它已经过期,也不会被删除,可能会导致内存的浪费。

        定期删除:

        在设定的时间节点,去扫描过期的key,删除过期key。

缺点:可能会在大量key同时过期时造成卡顿现象。

        Redis操作时是两者结合的,具体是怎么操作的我在这里就不赘述了,如果有想深入了解的可以看大佬的:redis中key的过期键删除策略

缓存穿透、缓存击穿、缓存雪崩

前台请求时,数据查询的处理流程:

理解了数据查询时的处理流程,接下来让我们一同走进缓存高并发时常见的三大难题:

缓存穿透

        key对应的数据在数据库中不存在,如果我们查询Redis时,该数据在Redis中不存在,那么该请求还是会去访问数据库,如果有大量的这种请求访问过来,有可能压垮数据库

解决方法:

1.添加参数验证

e.g:  id肯定是integer类型,如果有人恶意访问 ?id='abc',这时肯定不可能查到该条数据
        我们可以在后端添加一条验证 :if( id instanceof Integer) ,如果不符合条件,直接忽略此次请求或者返回return false;

2.设置key-null

e.g:  如果对方想要查找key为'abc'的数据,但是后端数据库中没有这条数据,可以在Redis中设置一个键值对:{ 'abc' , null } 这样,对方再次访问过来时,直接return  null就行,同样不会造成缓存穿透

缓存击穿

        key对应的数据在数据库中存在,但是在redis某一个时间节点恰好过期了,此时如果有大量的并发请求过来,这些请求发现缓存过期后,都会从数据库中加载该数据,这时候也有可能会压垮数据库.

解决方法:

1.灵活设置key过期时间

        在设置key过期时间时,设置不要再访问量大的时候过期

2.加互斥锁

        给该查询加一个互斥锁,这样去MySQL中查询时,可以确保同一时间只有一个请求去访问MySQL,其余请求只能等所释放了以后才能进

缓存雪崩

        在高并发情况下,有大量的缓存失效(或者缓存层出现故障),造成大量请求到达数据库,导致数据库的调用量暴增,甚至可能导致数据库宕机。

解决办法:

1.避免缓存集体失效

        设置随机过期时间,可有效避免大量key同时过期。

2.集成redis集群

        将热点数据均匀分布再不同的Redis中,同样可以避免key同时失效的问题

3.设置定时任务

        设置在缓存失效之前,重新设置过期时间。

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.coloradmin.cn/o/1510977.html

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,一经查实,立即删除!

相关文章

2024.3.12每日一题

LeetCode 在受污染的二叉树中查找元素 题目链接:1261. 在受污染的二叉树中查找元素 - 力扣(LeetCode) 题目描述 给出一个满足下述规则的二叉树: root.val 0如果 treeNode.val x 且 treeNode.left ! null,那么 t…

【Actor-Critic】演员评论家模型

本博客代码部分参考了《动手学强化学习》 基于值函数的方法(DQN)和基于策略的方法(REINFORCE),其中基于值函数的方法只学习一个价值函数,而基于策略的方法只学习一个策略函数。那么,一个很自然…

八数码题解

179. 八数码 - AcWing题库 首先要明确八数码问题的小结论,当原始序列中逆序对数列为奇数时一定无解,反之一定有解。 解法一:BFSA* 首先思考用纯BFS解决这个问题。 大致的框架就是: 队列q,状态数组dist,…

(ConvE)Convolutional 2D Knowledge Graph Embeddings

论文地址:https://arxiv.org/pdf/1707.01476.pdf 一、研究领域 知识图谱受限于知识构建方式的不足,常常伴随着不完备的特点,因此需要知识推理和补齐技术,来根据已有的事实来合理推断出新的事实以补充知识图谱,使其更完备。链路预测任务是知识推理和补齐技术的主要手段,用…

Python 导入Excel三维坐标数据 生成三维曲面地形图(面) 4-1、线条平滑曲面(原始图形)

环境和包: 环境 python:python-3.12.0-amd64包: matplotlib 3.8.2 pandas 2.1.4 openpyxl 3.1.2 scipy 1.12.0 代码: import pandas as pd import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D from scipy.interpolate import griddata fro…

数据分析实战-Python实现博客评论数据的情感分析

数据分析实战-Python实现博客评论数据的情感分析 学习建议SnowNLP基础什么是SnowNLP?SnowNLP情感分析 SnowNLP使用SnowNLP安装情感分析中文分词关键词提取拼音、词性标准 SnowNLP实战-博客评论数据的情感分析数据准备数据获取数据分析 总结 学习建议 现在很多网站、…

SpringBoot整合阿里云文件上传OSS以及获取oss临时访问url

SpringBoot整合阿里云文件上传OSS 1. 引入相关依赖<!--阿里云 OSS依赖--><dependency><groupId>com.aliyun.oss</groupId><artifactId>aliyun-sdk-oss</artifactId><version>3.10.2</version></dependency><dependen…

【MySQL】超详细_数据库的约束_MySQL的详细查询

复习前面MySQL的基础操作&#xff0c;目的是让我们有印象&#xff01;&#xff01;在这篇文章中&#xff0c;我主要写的是数据库的约束和查询操作的详细、深入讲解&#xff01; 基础操作 &#xff08;复习->【MySQL】超详细-基础操作&#xff09; 插入 insert -> inser…

https代理相对socks5代理有什么优势?

随着互联网的快速发展&#xff0c;代理服务已成为许多人在访问敏感或地理位置受限的网站时所依赖的工具。其中&#xff0c;HTTPS代理和SOCKS5代理是两种最常用的代理服务类型。本文将探讨HTTPS代理相对SOCKS5代理的优势。 1、安全性 HTTPS代理使用SSL/TLS协议对客户端和代理服…

C++ 矩形类

思维导图&#xff1a; #include <iostream> using namespace std; class Rect { private:int width;int height; public:void init(int w,int h){widthw;heighth;}void set_w(int w){widthw;}void set_h(int h){heighth;}void show(){cout << "perimeter &qu…

基于51单片机的LED点阵显示屏设计

目录 摘要 II Abstract III 第一章 绪论 1 1.1 课题背景 1 1.2 选题意义 1 1.3 论文主要内容 1 第二章 方法论证对比 3 2.1 单片机编程语言 3 2.2 控制系统设计 3 2.3 显示方式 3 第三章 系统硬件设计 4 3.1 总体硬件设计 4 3.2 系统各硬件电路介绍 5 3.2.1 电源电路设计介绍 …

蓝牙系列七:开源蓝牙协议栈BTStack数据处理(Wireshark抓包分析)

继续蓝牙系列的研究。 在上篇博客&#xff0c;通过阅读BTStack的源码&#xff0c;大体了解了其框架&#xff0c;对于任何一个BTStack的应用程序都有一个main函数&#xff0c;这个main函数是统一的。这个main函数做了某些初始化之后&#xff0c;最终会调用到应用程序提供的btst…

prometheus 原理(架构,promql表达式,描点原理)

大家好&#xff0c;我是蓝胖子&#xff0c;提到监控指标&#xff0c;不得不说prometheus&#xff0c;今天这篇文章我会对prometheus 的架构设计&#xff0c;promql表达式原理和监控图表的绘图原理进行详细的解释。来让大家对prometheus的理解更加深刻。 架构设计 先来看看&am…

Docker容器化技术(使用Dockerfile制作镜像)

Docker中的镜像分层 Docker 支持通过扩展现有镜像&#xff0c;创建新的镜像。实际上&#xff0c;Docker Hub 中 99% 的镜像都是通过在 base 镜像中安装和配置需要的软件构建出来的。 1、Docker 镜像为什么分层 镜像分层最大的一个好处就是共享资源。 比如说有多个镜像都从相…

python 通过代理服务器 连接 huggingface下载模型,并运行 pipeline

想在Python 代码中运行时下载模型&#xff0c;启动代理服务器客户端后 1. 检查能否科学上网 $ curl -x socks5h://127.0.0.1:1080 https://www.example.com <!doctype html> <html> <head><title>Example Domain</title><meta charset"…

Python: 如何绘制核密度散点图和箱线图?

01 数据样式 这是数据样式&#xff1a; 要求&#xff08;我就懒得再复述一遍了&#xff0c;直接贴图&#xff09;&#xff1a; Note&#xff1a;数据中存在无效值NA&#xff08;包括后续的DEM&#xff09;&#xff0c;需要注意 02 提取DEM 这里我就使用gdal去提取一下DEM列…

./ 相对路径与node程序的启动目录有关

node:internal/fs/sync:78 return binding.openSync( ^ Error: ENOENT: no such file or directory, open D:\前端的学习之路\项目\codeHub\keys\private_key.pem at Object.open (node:internal/fs/sync:78:18) at Object.openSync (node:fs:565:…

Java后台面试相关知识点解析

文章目录 JavaJava中四种引用类型及使用场景集合HashMap源码及扩容策略HashMap死循环问题ConcurrentHashMap与HashtableConCurrentHashMap 1.8 相比 1.7判断单链表是否有环&#xff0c;并且找出环的入口 IO线程池线程池的几种创建方式判断线程是否可以回收线程池的7大核心参数线…

菜鸟学会Linux的方法

系统安装是初学者的门槛&#xff0c;系统安装完毕后&#xff0c; 很多初学者不知道该如何学习&#xff0c;不知道如何快速进阶&#xff0c; 下面作者总结了菜鸟学好Linux技能的大绝招&#xff1a; 初学者完成Linux系统分区及安装之后&#xff0c;需熟练掌握Linux系统管理必备命…

蓝桥省赛倒计时 35 天-bfs 和 dfs

#include <iostream> using namespace std; int t; int m,n; char mp[55][55];//不能写成 int 数组 bool vis[55][55]; int dx[ ]{1,0,-1,0},dy[ ]{0,1,0,-1}; int res;void dfs_1(int x,int y){vis[x][y] true;//陆地向四个方向拓展for(int i0;i<4;i){int nx xdx[i…