地方电商门户网站如何建设,建设网站的视频,代理网页在线,网店网站建设目录
1.什么是Redis#xff1f;
2.为什么要使用Redis#xff1f;
3.Redis为什么这么快#xff1f;
4.Redis的使用场景有哪些#xff1f;
5.Redis的基本数据类型 5.1 5种基础数据类型 5.1.1 String字符串 5.1.2 List列表 5.1.3 Set集合 5.1.4 Hash散列 5.1.5 Zset有序集…目录
1.什么是Redis
2.为什么要使用Redis
3.Redis为什么这么快
4.Redis的使用场景有哪些
5.Redis的基本数据类型 5.1 5种基础数据类型 5.1.1 String字符串 5.1.2 List列表 5.1.3 Set集合 5.1.4 Hash散列 5.1.5 Zset有序集合 5.2 3种特殊数据类型 5.3 Stream详解
6.Redis基础常见问题 1.什么是Redis
Redis 是完全开源免费的遵守BSD协议是一个高性能的key-value数据库。与传统数据库不同的是 Redis 的数据是存在内存中的内存数据库读写速度非常快被广泛应用于缓存事件发布或订阅高速队列等场景。支持网络提供字符串哈希列表队列集合结构直接存取基于内存可持久化。
Redis 与其他 key - value 缓存产品有以下三个特点
Redis支持数据的持久化可以将内存中的数据保持在磁盘中重启的时候可以再次加载进行使用。Redis不仅仅支持简单的key-value类型的数据同时还提供list列表set集合zset有序集合hash哈希表等数据结构的存储。Redis支持数据的备份即master-slave主从模式模式的数据备份。 zset原为sorted set。为了避免sorted set简写sset导致命令冲突所以改为zset。 Redis 没有外部依赖Linux 和 OS X 是 Redis 开发和测试最多的两个操作系统官方推荐生产环境使用 Linux 部署 Redis。
个人学习的话你可以自己本机安装 Redis 或者通过 Redis 官网提供的 Try Redis进不去开梯子即可来实际体验 Redis。 Redis官网:Redis
2.为什么要使用Redis 读写性能优异 Redis能读的速度是110000次/s,写的速度是81000次/s 测试条件见下一节。数据类型丰富 Redis支持二进制案例的 Strings, Lists, Hashes, Sets 及 Ordered Sets 数据类型操作。原子性 Redis的所有操作都是原子性的同时Redis还支持对几个操作全并后的原子性执行。丰富的特性 Redis支持 publish/subscribe, 通知, key 过期等特性。持久化 Redis支持RDB, AOF等持久化方式发布订阅 Redis支持发布/订阅模式分布式 Redis Cluster
3.Redis为什么这么快
Redis 内部做了非常多的性能优化比较重要的有下面 3 点
Redis 基于内存内存的访问速度是磁盘的上千倍Redis 基于 Reactor 模式设计开发了一套高效的事件处理模型主要是单线程事件循环和 IO 多路复用Redis 线程模式下篇会详细介绍Redis 内置了多种优化过后的数据结构实现性能非常高。
4.Redis的使用场景有哪些
热点数据的缓存
缓存是Redis最常见的应用场景之所有这么使用主要是因为Redis读写性能优异。而且逐渐有取代memcached成为首选服务端缓存的组件。而且Redis内部是支持事务的在使用时候能有效保证数据的一致性。
作为缓存使用时一般有两种方式保存数据
读取前先去读Redis如果没有数据读取数据库将数据拉入Redis。插入数据时同时写入Redis。
方案一实施起来简单但是有两个需要注意的地方
避免缓存击穿。数据库没有就需要命中的数据导致Redis一直没有数据而一直命中数据库。数据的实时性相对会差一点。
方案二数据实时性强但是开发时不便于统一处理。
当然两种方式根据实际情况来适用。如方案一适用于对于数据实时性要求不是特别高的场景。方案二适用于字典表、数据量不大的数据存储。
限时业务的应用
redis中可以使用expire命令设置一个键的生存时间到时间后redis会删除它。利用这一特性可以运用在限时的优惠活动信息、手机验证码等业务场景。
计数器相关问题
redis由于incrby命令可以实现原子性的递增所以可以运用于高并发的秒杀活动、分布式序列号的生成、具体业务还体现在比如限制一个手机号发多少条短信、一个接口一分钟限制多少请求、一个接口一天限制调用多少次等等。
分布式锁
这个主要利用redis的setnx命令进行setnxset if not exists就是如果不存在则成功设置缓存同时返回1否则返回0 这个特性在很多后台中都有所运用因为我们服务器是集群的定时任务可能在两台机器上都会运行所以在定时任务中首先 通过setnx设置一个lock 如果成功设置则执行如果没有成功设置则表明该定时任务已执行。 当然结合具体业务我们可以给这个lock加一个过期时间比如说30分钟执行一次的定时任务那么这个过期时间设置为小于30分钟的一个时间就可以这个与定时任务的周期以及定时任务执行消耗时间相关。
在分布式锁的场景中主要用在比如秒杀系统等。
延时操作
比如在订单生产后我们占用了库存10分钟后去检验用户是否真正购买如果没有购买将该单据设置无效同时还原库存。 由于redis自2.8.0之后版本提供Keyspace Notifications功能允许客户订阅Pub/Sub频道以便以某种方式接收影响Redis数据集的事件。 所以我们对于上面的需求就可以用以下解决方案我们在订单生产时设置一个key同时设置10分钟后过期 我们在后台实现一个监听器监听key的实效监听到key失效时将后续逻辑加上。
当然我们也可以利用rabbitmq、activemq等消息中间件的延迟队列服务实现该需求。
排行榜相关问题
关系型数据库在排行榜方面查询速度普遍偏慢所以可以借助redis的SortedSet进行热点数据的排序。
比如点赞排行榜做一个SortedSet, 然后以用户的openid作为上面的username, 以用户的点赞数作为上面的score, 然后针对每个用户做一个hash, 通过zrangebyscore就可以按照点赞数获取排行榜然后再根据username获取用户的hash信息这个当时在实际运用中性能体验也蛮不错的。
点赞好友等相互关系的存储
Redis 利用集合的一些命令比如求交集、并集、差集等。
在微博应用中每个用户关注的人存在一个集合中就很容易实现求两个人的共同好友功能。
简单队列
由于Redis有list push和list pop这样的命令所以能够很方便的执行队列操作。
5.Redis的基本数据类型 5.1 5种基础数据类型
首先对redis来说所有的key键都是字符串。我们在谈基础数据结构时讨论的是存储值的数据类型主要包括常见的5种数据类型分别是String、List、Set、Zset、Hash。 5.1.1 String字符串 String是redis中最基本的数据类型一个key对应一个value。 String类型是二进制安全的意思是 redis 的 string 可以包含任何数据。如数字字符串jpg图片或者序列化的对象。
下图是一个String类型的实例其中键为hello值为world 实战场景
缓存 经典使用场景把常用信息字符串图片或者视频等信息放到redis中redis作为缓存层mysql做持久化层降低mysql的读写压力。计数器用户单位时间的请求数简单限流可以用到、页面单位时间的访问数。。session常见方案spring session redis实现session共享 5.1.2 List列表 Redis中的List其实就是链表Redis用双端链表实现List 使用List结构我们可以轻松地实现最新消息排队功能比如新浪微博的TimeLine。List的另一个应用就是消息队列可以利用List的 PUSH 操作将任务存放在List中然后工作线程再用 POP 操作将任务取出进行执行。 实战场景 微博TimeLine: 有人发布微博用lpush加入时间轴展示新的列表信息。消息队列 5.1.3 Set集合 Redis 的 Set 是 String 类型的无序集合。集合成员是唯一的这就意味着集合中不能出现重复的数据。 Redis 中集合是通过哈希表实现的所以添加删除查找的复杂度都是 O(1)。 实战场景 标签tag,给用户添加标签或者用户给消息添加标签这样有同一标签或者类似标签的可以给推荐关注的事或者关注的人。点赞或点踩收藏等可以放到set中实现 5.1.4 Hash散列 Redis hash 是一个 string 类型的 field字段 和 value值 的映射表hash 特别适合用于存储对象。 实战场景 缓存 能直观相比string更节省空间的维护缓存信息如用户信息视频信息等。 5.1.5 Zset有序集合 Redis 有序集合和集合一样也是 string 类型元素的集合,且不允许重复的成员。不同的是每个元素都会关联一个 double 类型的分数。redis 正是通过分数来为集合中的成员进行从小到大的排序。 有序集合的成员是唯一的, 但分数(score)却可以重复。有序集合是通过两种数据结构实现
压缩列表(ziplist): ziplist是为了提高存储效率而设计的一种特殊编码的双向链表。它可以存储字符串或者整数存储整数时是采用整数的二进制而不是字符串形式存储。它能在O(1)的时间复杂度下完成list两端的push和pop操作。但是因为每次操作都需要重新分配ziplist的内存所以实际复杂度和ziplist的内存使用量相关跳跃表zSkiplist): 跳跃表的性能可以保证在查找删除添加等操作的时候在对数期望时间内完成这个性能是可以和平衡树来相比较的而且在实现方面比平衡树要优雅这是采用跳跃表的主要原因。跳跃表的复杂度是O(log(n))。 实战场景 排行榜有序集合经典使用场景。例如小说视频等网站需要对用户上传的小说视频做排行榜榜单可以按照用户关注数更新时间字数等打分做排行。 5.2 3种特殊数据类型 5.2.1 HyperLogLogs基数统计 这个结构可以非常省内存的去统计各种计数比如注册 IP 数、每日访问 IP 数、页面实时UV、在线用户数共同好友数等。 Redis 提供的 HyperLogLog 占用空间非常非常小只需要 12k 的空间就能存储接近2^64个不同元素。这是真的厉害并且Redis 对 HyperLogLog 的存储结构做了优化采用两种方式计数
稀疏矩阵计数较少的时候占用空间很小。稠密矩阵计数达到某个阈值的时候占用 12k 的空间。
Redis 官方文档中有对应的详细说明 基数计数概率算法为了节省内存并不会直接存储元数据而是通过一定的概率统计方法预估基数值集合中包含元素的个数。因此 HyperLogLog 的计数结果并不是一个精确值存在一定的误差标准误差为 0.81% 。 实战场景 数量量巨大百万、千万级别以上的计数场景热门网站每日/每周/每月访问 ip 数统计、热门帖子 uv 统计 5.2.2 Bitmap 位存储 Bitmap 即位图数据结构都是操作二进制位来进行记录只有0 和 1 两个状态。 实战场景 需要保存状态信息0/1 即可表示的场景用户签到情况、活跃用户情况、用户行为统计比如是否点赞过某个视频。两个状态的都可以使用 Bitmaps 5.2.3 geospatial (地理位置) 主要用于存储地理位置信息基于 Sorted Set 实现。通过 GEO 我们可以轻松实现两个位置距离的计算、获取指定位置附近的元素等功能。 实战场景 需要管理使用地理空间数据的场景附近的人。 5.3 Stream详解 Redis5.0 中还增加了一个数据结构Stream从字面上看是流类型但其实从功能上看应该是Redis对消息队列MQMessage Queue的完善实现。 解释
消费者组 Consumer Group,即使用 XGROUP CREATE 命令创建的一个消费者组中可以存在多个消费者这些消费者之间是竞争关系。 同一条消息只能被这个消费者组中的某个消费者获取。多个消费者之间是相互独立的互不干扰。消费者 Consumer 消费消息。last_delivered_id 这个id保证了在同一个消费者组中一个消息只能被一个消费者获取。每当消费者组的某个消费者读取到了这个消息后这个last_delivered_id的值会往后移动一位保证消费者不会读取到重复的消息。pending_ids记录了消费者读取到的消息id列表但是这些消息可能还没有处理如果认为某个消息处理需要调用ack命令。这样就确保了某个消息一定会被执行一次。消息内容是一个键值对的格式。Stream 中 消息的 ID 默认情况下ID使用 * redis可以自动生成一个格式为 时间戳-序列号也可以自己指定一般使用默认生成的即可且后生成的id号要比之前生成的大。
6.Redis基础常见问题 6.1 Redis单线程模型为什么效率这么高呢 6.2 Redis的key过期策略
被动方式 - 惰性删除主动方式 - 定期删除
为保证 Redis 的高性能所以不会单独安排一个线程专门去删除。
惰性删除
key过期时不删除每次获取key时再去检查是否过期。若过期则删除返回nil。
优点
删除操作只发生在取key时且只删除当前key所以对CPU时间占用较少。此时删除已非做不可毕竟若还不删除就会获取到已过期key。
当查询该key时Redis再很懒惰地检查是否删除。这和 Spring 的延迟初始化有着异曲同工之妙。
缺点
但这是不够的因为有过期key永远不会再访问。若大量key在超出TTL后很久一段时间内都没有被获取过则可能发生内存泄露无用垃圾占用了大量内存。
无论如何这些key都应过期因此还需要定期 Redis 在具有过期集的key之间随机测试几个key。已过期的所有key将从key空间中删除。
定时删除
在设置key的过期时间的同时为该key创建一个定时器让定时器在key的过期时间来临时对key进行删除。
优点
保证内存被尽快释放。
缺点
若过期key很多删除这些key会占用很多的CPU时间在CPU时间紧张的情况下CPU不能把所有的时间用来做要紧的事儿还需要去花时间删除这些key
定时器的创建耗时若为每一个设置过期时间的key创建一个定时器将会有大量的定时器产生性能影响严重
定期删除
每隔一段时间执行一次删除过期key操作。
优点
通过限制删除操作的时长和频率来减少删除操作对CPU时间的占用–处理定时删除的缺点
定期删除过期key–处理惰性删除的缺点
缺点
在内存友好方面不如定时删除
在CPU时间友好方面不如惰性删除
难点
合理设置删除操作的执行时长每次删除执行多长时间和执行频率每隔多长时间做一次删除这个要根据服务器运行情况来定了
Redis采用的过期策略
惰性删除定期删除。
