当前位置: 移动技术网 > IT编程>数据库>MongoDB > Redis总结

Redis总结

2019年10月21日  | 移动技术网IT编程  | 我要评论

资源列表:

commands

redis是什么

  redis是一个开源(bsd许可)的内存中的数据结构存储,用作数据库、缓存和消息中间件。它支持多种数据结构,如字符串哈希表列表无序集合有序集合的范围查询,位图基数统计地理空间索引的与查询。redis内置复制lua脚本lru回收事务和不同级别的磁盘持久化,并通过哨兵自动分区提供高可用性集群。

单线程结构

  • 纯内存数据库,瓶颈不在内存,在于网络io
  • 单线程,避免频繁切换上下文
  • 异步阻塞i/o(多路复用)

持久化

rdb(redis database)持久化

  • 快照
  • 优点:适合备份、还原、恢复数据快、最大化 redis 的性能
  • 缺点:两次快照间的数据会丢失、数据集比较庞大时, fork() 可能会非常耗时

aof(append only file)持久化

  • 日志
  • 优点:数据完整性高、可读性高、可重写(重写后的新 aof 文件包含了恢复当前数据集所需的最小命令集合)
  • 缺点:体积大、慢于rdb、有bug

事务

multi开启事务,exec执行事务

tx

  可以看到,redis事务实现原理是将要执行的命令,存储到一个队列中,依次执行,报错时停止并取消事务,不报错则提交事务。

例外:不会回滚的情况:

当一个事务中某一条(多条)命令加入队列不报错,执行时才会报错,则redis会忽略错误继续执行。

  使用watch监视一个(或多个) key ,如果在事务执行之前这个(或这些) key 被其他命令所改动,那么事务将被打断。当exec被调用时, 不管事务是否成功执行, 对所有键的监视都会被取消。或者调用unwatch手动取消监控。

管道

  • pipeline通过减少客户端与redis的通信次数来实现降低往返延时时间,而且pipeline 实现的原理是队列,而队列的原理是时先进先出,这样就保证数据的顺序性。
  • 适用场景:批量操作、可靠性要求不高、

lua脚本

  lua是一个高效的轻量级脚本语言,用标准c语言编写并以源代码形式开放, 其设计目的是为了嵌入应用程序中,从而为应用程序提供灵活的扩展和定制功能,从定义上来说, redis 中的脚本本身就是一种事务, 所以任何在事务里可以完成的事, 在脚本里面也能完成。 并且一般来说, 使用脚本要来得更简单,并且速度更快。

  • 通过lua脚本可以原子执行多条redis命令
  • 执行lua脚本期间,会阻塞所有命令操作

使用脚本的好处

  • 减少网络开销,在lua脚本中可以把多个命令放在同一个脚本中运行
  • 原子操作,redis会将整个脚本作为一个整体执行,中间不会被其他命令插入。换句话说,编写脚本的过程中无需担心会出现竞态条件
  • 复用性,客户端发送的脚本会永远存储在redis中,这意味着其他客户端可以复用这一脚本来完成同样的逻辑

多数据库支持

默认支持16个数据库;可以理解为一个命名空间

跟关系型数据库不一样的点

  1. redis不支持自定义数据库名词
  2. 每个数据库不能单独设置授权
  3. 每个数据库之间并不是完全隔离的。 可以通过flushall命令清空redis实例面的所有数据库中的数据

通过 select dbid 去选择不同的数据库命名空间 。 dbid的取值范围默认是0 -15

分布式集群

  redis cluster中,sharding采用slot(槽)的概念,一共分成16384个槽,这有点儿类似前面讲的pre sharding思路。对于每个进入redis的键值对,根据key进行散列,分配到这16384个slot中的某一个中。使用的hash算法也比较简单,就是crc16后16384取模。redis集群中的每个node(节点)负责分摊这16384个slot中的一部分,也就是说,每个slot都对应一个node负责处理。当动态添加或减少node节点时,需要将16384个槽做个再分配,槽中的键值也要迁移。当然,这一过程,在目前实现中,还处于半自动状态,需要人工介入。redis集群,要保证16384个槽对应的node都正常工作,如果某个node发生故障,那它负责的slots也就失效,整个集群将不能工作。为了增加集群的可访问性,官方推荐的方案是将node配置成主从结构,即一个master主节点,挂n个slave从节点。这时,如果主节点失效,redis cluster会根据选举算法从slave节点中选择一个上升为主节点,整个集群继续对外提供服务。这非常类似服务器节点通过sentinel监控架构成主从结构,只是redis cluster本身提供了故障转移容错的能力。

  • redis sharding
  • codis
  • twemproxy

支持的数据类型、常用命令、常用场景

string

默认存储最大容量为512m

常用命令:、、、、、、、

  • set+get:缓存、单点登录
  • bitmap:用户上线次数统计
  • incr:计数器、限速器

list

有序,可重复

常用命令:、、、、、、、

  • lpush+lpop:stack(栈)
  • lpush+rpop:queue(队列)
  • lpush+ltrim:capped collection(有限集合)
  • lpush+brpop:message queue(消息队列)
  • blpop:事件提醒(替代轮询)

hash

不支持数据类型的嵌套

适合存储对象

常用命令:、、、、、、、、

set

无序、不重复

常用命令:、、、、、

  • sadd:标签
  • sinter:交集
  • sunion:并集

sortedset

有序、不重复

常用命令:、

  • zcount:统计信息
  • zrevrange:排行榜

key

常用命令:、

script

常用命令:

redis安装

安装

首先,到redis官网找到要安装的redis版本,redis下载页,我们这里选用v4.0.11,依次执行下面命令:

# wget http://download.redis.io/releases/redis-4.0.11.tar.gz
# tar xzf redis-4.0.11.tar.gz
# cd redis-4.0.11
# make

到此安装完成,然后可以通过make test测试编译状态

# make test

无报错完成编译应该会有这样的输出:

make-test

报错:需要tcl 8.5以上来运行redis test

you need tcl 8.5 or newer in order to run the redis test
make: *** [test] error 1

下面安装tcl8.6.1

# wget http://downloads.sourceforge.net/tcl/tcl8.6.1-src.tar.gz
# sudo tar xzvf tcl8.6.1-src.tar.gz
# cd tcl8.6.1/unix/
# sudo ./configure
# sudo make
# sudo make install 

再次运行make test,没问题之后,运行最后一步,完成安装:

# make install

redis-make-install

直接启动:

# ./redis-server ../redis.conf

redis-server

后台启动redis,只需修改redis.conf配置文件的daemonize yes,再次启动即可。

daemonize

安装启动相关命令

启动redis服务器:

# ./redis-server ../redis.conf

停止redis服务:

# ./redis-cli shutdown

连接本地启动好的redis:

# redis-cli

根据ip端口连接redis:

# redis-cli -h 127.0.0.1 -p 6379

查看当前是否设置了密码

127.0.0.1:6379> config get requirepass
1) "requirepass"
2) ""

设置密码

127.0.0.1:6379> config set requirepass 123456 //密码是123456
ok

使用总结

关于key

  • 建议key不要太长,不要超过1024字节,占用内存且会降低查询效率
  • 建议统一命名规则,例如:string:001:zhangsan:age

使用 bitmap 实现用户上线次数统计

  bitmap 对于一些特定类型的计算非常有效。

  假设现在我们希望记录自己网站上的用户的上线频率,比如说,计算用户 a 上线了多少天,用户 b 上线了多少天,诸如此类,以此作为数据,从而决定让哪些用户参加 beta 测试等活动 —— 这个模式可以使用 和 来实现。

  比如说,每当用户在某一天上线的时候,我们就使用 ,以用户名作为 key ,将那天所代表的网站的上线日作为 offset 参数,并将这个 offset 上的为设置为 1

  举个例子,如果今天是网站上线的第 100 天,而用户 peter 在今天阅览过网站,那么执行命令 setbit peter 100 1 ;如果明天 peter 也继续阅览网站,那么执行命令 setbit peter 101 1 ,以此类推。

  当要计算 peter 总共以来的上线次数时,就使用 命令:执行 bitcount peter ,得出的结果就是 peter 上线的总天数。

  更详细的实现可以参考博文(墙外) 。

缓存

缓存一致性

  • 先更新库数据,再删除缓存

缓存击穿和缓存雪崩

分布式锁的实现

setnx+lua实现

public class redistool {

    private static final string lock_success = "ok";
    private static final string set_if_not_exist = "nx";
    private static final string set_with_expire_time = "px";
    private static final long release_success = 1l;

    // 获取锁
    public static boolean getlock(jedis jedis, string lockkey, string requestid, int expiretime) {

        string result = jedis.set(lockkey, requestid, set_if_not_exist, set_with_expire_time, expiretime);

        if (lock_success.equals(result)) {
            return true;
        }
        return false;

    }

    // 释放锁
    public static boolean releaselock(jedis jedis, string lockkey, string requestid) {

        string script = "if redis.call('get', keys[1]) == argv[1] then return redis.call('del', keys[1]) else return 0 end";
        object result = jedis.eval(script, collections.singletonlist(lockkey), collections.singletonlist(requestid));

        if (release_success.equals(result)) {
            return true;
        }
        return false;
    }
}

抢红包,秒杀的实现

incr+lua脚本实现

参考链接:


更多信息可以关注我的个人博客:或

如对本文有疑问, 点击进行留言回复!!

相关文章:

验证码:
移动技术网