Redis非关系型数据库

1、常用命令

检查进程:ps -ef | grep 关键字

普通杀进程:kill PID(权限不足无法杀死)

强制杀死进程:kill -9 PID

等待进程执行完毕之后杀死:kill -15 PID

2、引入redis优化项目

3、常用命令

启动redis:redis-server redis.conf

停止redis:redis-cli -p 6379 shutdown

检索服务:ps -ef|grep redis 

杀死进程:kill -9 PID

进入客户端:redis-cli -p 6379(端口号)

退出客户端:exit

4、redis使用的数据结构

string、List、Hash、Set。

5、redis分片

单台redis内存有限,一般设定512M-1024M,处理海量数据时一台redis肯定不够。此时应考虑内存动态扩容——redis分片。

redis分片主要目的实现redis内存扩容,对用户而言是一大台redis,但是内部每个redis中保存数据都是不相同的。

5.1 hash一致性原则

1、确定节点node在hash位置.

2、当用户保存数据时将key经过hash计算获取位置.

3、按照顺时针的方向查找最近node节点之后进行赋值操作.

5.2 hash一致性特性

均衡性、单调性(递增,不能少)、分散性(一个key可能有多个位置)、负载(同一个位置有多个key)。

5.3 分片总结

1)分片主要的作用实现了内存的扩容.

2)使用redis分片的性能是最高的.(hash操作都发生在服务器端tomcat)

3)如果一个redis分片宕机,则整个分片不能使用.

6、哨兵

redis可以利用哨兵实现redis高可用.使用时必须满足主从结构.之后在内部有心跳检测机制.如果发现某个节点宕机,则可以动态实现故障的迁移.

1)当主机和从机实现类主从结构之后,程序开始正常的同步数据.

2)当哨兵启动时整个redis高可用生效.

3)当哨兵启动时,会监听主机的信息.利用心跳检测(PING-PONG机制)检查当前主机是否存活.如果连续3次没有返回值则表明主机宕机.

哨兵监听主机时会记录当前主机的全部从节点信息.当主机宕机之后由哨兵负责推选出新的主节点.如果哨兵确定了新的主节点.则其余的节点都是当前主节点的从机.

7、Redis集群

Redis的数据都保存在内存中,如果遇到宕机或者断电,则内存数据清空.数据丢失.但是在生产环境下不允许出现数据丢失的问题.

7.1 持久化原则

redis内部根据持久化原则,定期将数据进行持久化操作(将内存数据保存到本地磁盘中),若遇到宕机,则服务重新启动读取指定的持久化文件即可恢复数据。

1)RDB(默认)

A: redis默认的持久化策略;

B: 持久化效率最高;

C:定期备份,可能会丢失数据;

D: 做内存快照,持久化文件占用空间小;

用户操作越频繁持久化周期越短。

2)AOF

A:实现数据的实时持久化;

B:默认关闭,需要手动开启;

C:记录用户的执行过程,持久化效率低;

D: 持久化是异步操作。

3)关于AOF与RDB总结 

A: 两种模式可以同时存在;

B:默认条件下以AOF为主;

C:当程序执行save操作时才会执行RDB操作。

7.2 redis内存策略

1. volatile-lru 将设定超时时间的数据采用LRU算法删除.

2. allkeys-lru  将所有的数据采用LRU算法删除.

3. volatile-lfu 将设定超时时间的数据采用LFU算法删除

4. allkeys-lfu  将所有数据采用LFU算法删除

5. volatile-random 将设定超时时间的数据随机删除.

6. allkeys-random  所有的数据都随机删除

7. volatile-ttl    将设定超时时间的数据按照剩余时间排序删除.

8. noeviction      表示不删除数据,如果内存占满报错返回

7.3 redis哨兵和分片的特点

优点:

1.分片可以实现redis内存的动态扩容.

2. 哨兵可以实现redis的高可用.

缺点:

1. 分片:如果一个节点出现宕机则整个分片无法运行.

2. 哨兵:虽然哨兵可以实现Redis高可用,但是哨兵本身没有高可用效果.如果哨兵宕机则整个服务宕机.

由此我们选择redis集群解决这个问题。

7.4 redis集群高可用推选原理

Redis的所有节点都会保存当前redis集群中的全部主从状态信息.并且每个节点都能够相互通信.当一个节点发生宕机现象.则集群中的其他节点通过PING-PONG检测机制检查Redis节点是否宕机.当有半数以上的节点认为宕机.则认为主节点宕机.同时由Redis剩余的主节点进入选举机制.投票选举链接宕机的主节点的从机.实现故障迁移.

7.5 redis集群宕机条件

集群中如果主机宕机,那么从机可以继续提供服务。当主机中没有从机时,则向其它主机借用多余的从机.继续提供服务.如果主机宕机时没有从机可用,则集群崩溃.

分片与集群:

1.分片的运算发生在tomcat服务器中.数据直接计算完成之后保存到了具体的redis节点中.

2.redis集群是将key在redis内部进行计算.之后保存数据,性能浪费在计算上.

©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 215,794评论 6 498
  • 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 92,050评论 3 391
  • 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 161,587评论 0 351
  • 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 57,861评论 1 290
  • 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 66,901评论 6 388
  • 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 50,898评论 1 295
  • 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 39,832评论 3 416
  • 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 38,617评论 0 271
  • 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 45,077评论 1 308
  • 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 37,349评论 2 331
  • 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 39,483评论 1 345
  • 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 35,199评论 5 341
  • 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 40,824评论 3 325
  • 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 31,442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 32,632评论 1 268
  • 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 47,474评论 2 368
  • 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 44,393评论 2 352

推荐阅读更多精彩内容