Redis知识点

1.Redis支持的数据类型

  • String(字符串)
  • Hash(哈希)
  • List(列表)
  • Set(集合)
  • ZSet(有序集合)

2.什么是Redis持久化?Redis的持久化方式?优缺点是什么?

2.1 Redis持久化是指将Redis的数据备份存储在硬盘中,在服务重启后可将已持久化的数据重新刷新到内存中,防止数据丢失。

2.2 Redis持久化方式
      RDB:快照持久化,将某一时刻的所有数据都写入硬盘中(默认策略)。
         优点:对性能影响最小、数据恢复快
         缺点:快照是定期生成的,所以在重载数据时或多或少会丢失一部分数据
      AOF:只追加命令持久化,在Redis执行写命令时,将被执行的命令复制在硬盘中。
         优点:最安全,在启用appendfsync always时,任何已写入的数据都不会丢失,启用appendfsync everysec时,至多智慧丢失1秒的数据。AOF文件易读、可修改,在误操作清除数据后,只要AOF文件没有rewrite,就可以把AOF文件备份出来,把错误命令删除,然后恢复数据。
         缺点:AOF文件通常比RDB文件更大,性能消耗比RDB高,数据恢复速度比RDB慢。
      Diskstore:将每个value作为一个独立文件保存,文件名是key的hash值。尚处于alpha版本。
      虚拟内存方式:在2.4版本之后被弃用

3.Redis 有哪些架构模式?讲讲各自的特点

单机版:内存容量有限、处理能力有限、无法高可用
主从复制:降低master读压力,但没解决写压力,无法保证高可用
哨兵模式:保证高可用、监控各个节点、自动故障转移,缺点:主从模式切换需要时间,会丢失数据,没有解决master写压力
集群代理型
      特点:
         1、多种hash算法:MD5、CRC16等,
         2、支持失败节点自动删除
         3、后端Sharding分片逻辑对业务透明,业务方读写操作与单机版一致
      缺点:
         1、增加了新的proxy,需要维护其高可用。
         2、failover逻辑需要自己实现,本身不能支持故障自动转移,可扩展性差,扩缩容都需要手动干预
集群直连型
      特点:
         1、无中心架构,少了代理层(proxy)
         2、数据按照slot存储分布在多个节点,节点间数据共享,可动态调整数据分布
         3、可扩展性,可先行扩展到1000个节点,节点可动态添加或删除。
         4、高可用性,部分节点不可用时,集群扔可用。通过增加Slave做备份数据副本
         5、实现故障自动failover,节点之间通过gossip协议交换状态信息,用投票机制完成Slave到Master的角色提升
      缺点:
         1、资源隔离性较差,容易出现相互影响的情况。
         2、数据通过异步复制,不保证数据的强一致性

4.Redis分布式锁

使用setnx指令对某个key上锁,上锁:setnx lock key [ex 5 nxex],解锁:del lock key
当key没有被占用(锁定)的时候,setnx指令会返回1,否则返回0。

5.使用Redis做异步队列?有什么缺点?

  • 使用List作为队列,rpush生产消息,lpop消费消息。
       缺点:没有等待队列里有值就直接消费。
  • 改成blpop消费消息,阻塞等待直到队列有消息或超时。
       缺点:只能供一个消费者消费
  • pub/sub 主题订阅者模式,发送者(pub)发送消息,订阅者(sub)接收消息,订阅者可以订阅任意数量的频道
       缺点:消息发布是无状态的,无法保证可达

6.什么是缓存穿透、缓存雪崩和缓存击穿?如何避免?

缓存穿透:是指用户不断发起请求缓存和数据库中都没有的数据,导致数据库压力过大。
   解决方案:
   1、接口层增加校验,如用户鉴权校验。
   2、缓存和数据库中都没有的数据,在第一次请求时,可以设置个空value的key在缓存中,缓存有效时间可设置短点。可防止攻击者用相同参数反复暴力攻击。
缓存雪崩:是指缓存中数据大批量过期,而查询数据量巨大,引起数据库压力过大。与缓存击穿不同,缓存雪崩是不同数据都过期。
   解决方案:
   1、缓存数据的过期时间设置随机,防止同一时间大量数据过期的现象发生。
   2、如果缓存数据库是分布式部署,将热点数据均匀分布在不同的缓存数据库中。
   3、设置热点数据永远不过期。
缓存击穿:是指缓存中没有但数据库中有的数据,这时由于并发高,同时读缓存没读取到数据,又同时去数据库读取,引起数据库压力瞬间增大,造成过大压力。
   解决方案:
   1、设置热点数据永远不过期。
   2、加互斥锁。
      2.1、缓存中有数据,直接返回结果。
      2.2、缓存中没有数据,第一个进入的线程,获取锁并从数据库读数据刷新缓存,没释放锁之前,其他并发线程等待指定时间再重新读缓存。

7.Redis常用命令

登录:redis-cli -p 端口 -a 密码
检查key是否存在:exists key
搜索某关键字(不建议在生产使用,可能造成阻塞):keys *
String
      设置一个键值:set key value
      获取一个键值:get key
      删除一个键值:del key
      同时获取多个键值:mget key1 key2
Hash
      设置一个hash:hmset key valuekey value
      获取hash所有key和value:hgetall key
      获取hash所有key:hkeys key
      获取hash所有key的value:hvals key
      获取hash内键值对的长度:hlen key
      给一个hash的某个键值对赋值:hset key valuekey value
      当hash中valueKey不存在时赋值:hsetnx key valuekey value
List
      给list赋值:lpush listName value
      按照索引取值:lindex listName 1
......

8.为什么Redis 单线程却能支撑高并发?

  • 纯内存操作
  • 核心是基于非阻塞的IO多路复用机制
  • 单线程反而避免了多线程的频繁上下文切换问题

9.Redis的内存淘汰策略

noeviction(默认):对于写请求不再提供服务,直接返回错误。(DEL和部分特殊请求除外)
allkeys-lru:从所有key中使用LRU算法进行淘汰。
volatile-lru:从设置了过期时间的key中使用LRU算法进行淘汰
allkeys-random:从所有key中随机淘汰
volatile-random:从设置了过期时间的key中随机淘汰
volatile-ttl:在设置了过期时间的key中,根据key的过期时间进行淘汰,越早到期的优先被淘汰

10.Redis的并发竞争问题如何解决?

Redis为单进程单线程模式,采用队列模式将并发访问变为串行访问。Redis本身没有锁的概念,Redis对于多个客户端连接并不存在竞争,但是在业务客户端对Redis进行并发访问时会发生连接超时、数据转换错误、阻塞、客户端关闭连接等问题,这些问题均是客户端连接混乱所造成。
   解决方案:
      1、客户端加锁
      2、乐观锁,当执行多键值事务操作时,Redis不仅要求这些键值需要落在同一个Redis实例上,还要求落在同一个slot上,所以Redis的事务比较鸡肋,不过可以想办法遵循Redis内部的分片算法把涉及到的所有key分到同一个slot
      3、redis的setnx实现内置锁要设置超时时间,防止抢占到锁的客户端因失败、崩溃或其他原因没有办法释放锁而造成死锁

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,542评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,596评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,021评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,682评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,792评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,985评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,107评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,845评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,299评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,612评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,747评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,441评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,072评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,828评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,069评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,545评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,658评论 2 350