redis的数据结构、使用场景、持久化方式以及常见面试问题
一、redis中的数据结构
1、字符串(String)
SET key value //存入字符串键值对
MSET key value[key value...] //批量存储字符串键值对
SETNX key value //存入一个不存在的字符串键值对
GET key //获取一个字符串键值
MGET key [key ...] //批量获取字符串键值
DEL key //删除一个键
EXPIRE key seconds //设置一个键的过期时间(秒)
INCR key //将key中存储的数字加1
DECR key //将key中存储的数字减1
使用场景
单值缓存(一般用于库存扣减) SET key value GET key
对象缓存 (常用对象) SET key value(json格式字符串)
分布式锁 SETNX product:10010
计数器(文章阅读量) INCR article:reedcount:0 (因为redis是单线程,能够保证原子性)
Web集群session共享 spring session + redis实现session共享
分布式系统的全局序列号(数据库分库分表???)
2、哈希(hash)类似Map<String Map<String,String>>
HSET key field value //存储一个哈希表key的键值
HGET key field //获取哈希表key对应的field键值
HDEL key field //删除哈希表key中的field键值
HLEN key //返回哈希表key中的数量
HGETALL key //返回哈希表key中的所有键值
HSETNX key field value //存储一个不在的哈希表key的键值
HMSET key field value ... //在一个哈希表key中存储多个键值对
HMGET key field //批量获取哈希表key中的多个键值
使用场景
购物车 以用户id为key 商品id为field 商品数量为value
hset cart:userId productId num(某某用户在购物车中添加某某商品的数量)
a、添加商品 hset: cart:1001 10088 1
b、增加商品 hincrby cart:1001 10088 1
c、商品总数 hlen cart:1001
d、删除商品 hdel cart:1001 10088
e、获取购物车所有商品 hgetall cart:1001
优点:同类数据归类整合存储,方便数据管理、相比string操作消耗内存与cpu更小、相比string存储更节省空间。
缺点:过期功能不能使用在field上,只能用在key上、redis集群架构下不适合大规模使用。
3、列表(list)
LPUSH key value[...] // 将一个或者多个value插入到key列表的表头(最左边)
RPUSH key value[...] //同上(最右边)
LPOP key //移除并返回key列表的头元素
RPOP key //移除并返回key列表中的尾元素
LRANGE key start stop //返回列表key中指定区间内的元素,区间以偏移量start和stop指定
应用场景
常用数据结构 Stack(栈) = LPUSH + LPOP FILO(先进后出)、QUEUE(队列) LPUSH + RPOP (先进先出)、Blocking MQ(阻塞队列) = LPUSH + BRPOP。
微信和微博公众号信息流,列如:我关注了楼市新说、备胎说车等公众号。
a、楼市新说发了公众号,消息id为10018,LPUSH msg:{我--ID} 10018
b、备胎说车发微博 消息id为10086 LPUSH msg:{我--ID} 10086
c、查看最新微博消息 LRANGE msg:{我--ID} 0 5
4、集合(set)
SADD key member[member...] //往集合key中存入元素,元素存在则忽略
SREM key member [memeber...]//从集合key中删除元素
SMEMBERS key //获取集合key的所有元素
SCARD key //获取集合key的元素个数
SISMEMBER key member //判断member元素是否存在于集合key中
SRANDMEMBER key [count] //从集合key中选出count个元素,元素不从key中删除
SPOP key [count] //从集合key中选出count个元素,元素从key中删除
Set运算符
SINTER key //交集运算
SUNION key //并集运算
SDIFF key //差集运算
SINTERSTORE des key //将交集结果存入新集合des中
SUNIONSTORE des key
SDIFFSTORE des key
应用场景
微信抽奖小程序
a、点击参与抽奖加入集合 SADD key {userId}
b、查看参与抽奖所有用户 SMEMBERS key
c、抽取count名中奖者 SRANDMEMBER key [count] / SPOP key [count]
微信微博的点赞,收藏,标签
点赞 SADD like:{消息ID} 用户ID、取消点赞 SIDREM like:{消息ID} 用户ID
检查用户是否点赞 SISMEMBER like:{消息ID} 用户ID
获取点赞列表 SMEMBERS like:{消息ID}、获取点赞用户数 SCARD like:{消息ID}
集合操作:哔哩哔哩关注模型
5、有序集合(zset)
二、Reids分布式锁(主要redis是单线程模型)
synchronized(this){
//获取redis中的库存
int stock = redisTemplate.opsForValue().get("stock");
//判断库存是否大于零
if(stock > 0){
//减库存
int realStock = stock - 1;
//从新往redis中set库存
redisTemplate.opsForValue().set("stock",realStock);
}else{
log.info("库存不足");
}
}
//该场景只支持单体应用,因为synchronized只针对JVM的Java进程,分布式场景不适用。
{
//类似jedis.setnx("lockKey","lock")
String lockKey = "lockKey";
String uuid = UUID.randomUUID().toString
try{
//设置锁超时时间,业务逻辑还没有执行完,锁超时时间已经过了,这时存在风险(锁失效,解锁乱套)。
//在加锁和解锁之间开辟新线程(定时器不断续命,三分之一),用于续命redis中的lockKey
Boolean result = redisTemplate.opsForValue().
setIfAbsent(lockKey,uuid,10,TimeUnit.SECONDS); if(!result){
return "系统繁忙,请稍后重试";
}
//获取redis中的库存
int stock = redisTemplate.opsForValue().get("stock");
//判断库存是否大于零
if(stock > 0){
//减库存
int realStock = stock - 1;
//从新往redis中set库存
redisTemplate.opsForValue().set("stock",realStock);
}else{
log.info("库存不足");
}
}finally{ if(uuid.equals(redisTemplate.opsForValue().get(lockKey))){
//如果在加锁和解锁之间出现异常,就无法解锁(死锁) 因此使用try{}finally{}
//如果在加锁和解锁之间web应用挂了(如手动杀进程),redis怎样释放锁,此时设置锁的有效期。
redisTemplate.delete(lockKey);
} } }
{
try{
redissionLock.lock(30,TimeUnit.SECONDS);
//获取redis中的库存
int stock = redisTemplate.opsForValue().get("stock");
//判断库存是否大于零
if(stock > 0){
//减库存
int realStock = stock - 1;
//从新往redis中set库存
redisTemplate.opsForValue().set("stock",realStock);
}else{
log.info("库存不足");
}
}finally{
redissionLock.unlock();
}
}
三、持久化
1、RDB(默认开启,文件名dump.rdb,该文件的位置和redis.conf中的配置有关)
原理是redis会单独创建(fork)一个与当前进程一模一样的子进程来进行持久化,这个子进程的所有数据(变量、环境变量、程序计数器等)都和原进程一模一样,会先将数据写入一个临时文件中,待持久化结束再将这个临时文件替换上次持久化好的文件,整个过程主进程不进行任何io操作,这可以保证极高的性能。
触发时机
a、shutdown 前提是没有开启aof。redis.conf使用的默认快照配置。
b、执行save或者bgsave,save是不开辟新进程,此时其他操作全部阻塞,bgsave 会fork子进程,异步进行。
2、aof(相比rdb更不容易丢失数据,几乎每秒执行一次备份)
原理是将redis的操作日志(格式redis协议、库、命令)以追加的形式写入文件,读操作不记录。
触发时机
no:表示等操作系统进行数据缓存同步到磁盘(快,持久化没保证)。
always:同步持久化,每次发生数据变更时,立即记录到磁盘(慢,安全)。
everysec:表示每秒同步一次(默认值,很快,但可能会丢失一秒以内的数据)
aof重写机制(文件瘦身)
当AOF文件增长到一定大小时Redis能够调用bgrewriteaof对日志文件进行重写。当AOF文件大小的增长率大于该配置(auto-aof-rewrite-percentage 100 超过原大小的100%)时自动开启重写,还有一种场景就是当AOF文件大小大于该配置(auto-aof-rewrite-min-size 64mb)时仍自动开启重写。
注意:redis提供了rdb持久化方案,为什么还提供aof,主要目的是优化数据丢失,并且当rdb和aof同时开启时,aof的优先级高于rdb。redis主从集群是无法关闭rdb持久化的,因为从机需要使用该机制同步数据。一般rdb和aof都会同时开启。
四、集群
1、redis单机架构存在的问题:单机故障、容量瓶颈、qps(Queries-per-second)瓶颈
2、主从复制(读写分离、容灾备份)==》主要能解决 qps(Queries-per-second)瓶颈
主机挂了,不会重新推选主机。只能认为干涉
3、哨兵模式(主从复制的升级版)主要解决单机故障,但是再转移期间不可用。
监控主机,如果主机挂了,会通过哨兵节点重新从从机中推选出主机。
4、redis cluster集群
多主集群,每个主都有从,存数据之前会先hash key,根据hash后的值存放到不同的主机上。其中一个主机挂了,其他主机仍可用,并且会自动迁移。
五、缓存
1、缓存穿透
指使用不存在的key进行大量的高并发查询,这导致缓存无法命中,每次请求都需要穿透到后端数据库系统进行查询,数据库压力过大。
解决方案:将空值缓存起来 ,布隆过滤器(目前不了解)
2、缓存击穿
缓存中没有但是数据库中有数据(可以理解缓存时间到期了),这时由于并发用户特别多,同时读取缓存没有读取到数据,只能去读取数据库,导致数据库压力过大。
解决方案:互斥锁 如果项目不会多部署则可以使用JVM锁,如果会多部署使用分布式锁
3、缓存雪崩
指缓存服务器重启(挂了)或者大量缓存数据集中在某一段时间内失效。
解决方案:搭建高可用集群,保证机器的高可用。另一种就是对数据使用不同的失效时间,甚至对相同的数据,不同的请求使用不同的失效时间。
4、缓存与数据库数据一致性(两个线程更新相同id的信息,一个先更新缓存后更新数据库,一个先更新数据库后更新缓存)
先删除缓存,在修改数据库。如果数据库修改失败,那么数据库中是旧数据,缓存中是空,那么数据不会不一致,因为读的时候缓存没有,需要从数据库获得,然后再set到缓存中。但是仍然存在问题,就是在删除缓存以后B线程查询该key,发现不存在,只能从数据库查询此时A线程还没有更新该数据,这时缓存中的数据还是原本的。
解决方案:延时双删、串行化(通过队列方式)
缓存击穿和缓存雪崩本质都是缓存穿透的特殊表现
redis的数据结构、使用场景、持久化方式以及常见面试问题的更多相关文章
- redis各种数据结构使用场景
一.redis 数据结构使用场景 原来看过 redisbook 这本书,对 redis 的基本功能都已经熟悉了,从上周开始看 redis 的源码.目前目标是吃透 redis 的数据结构.我们都知道,在 ...
- Redis的两种数据持久化方式比较
RDB(Redis Database) 本质:基于时间点的快照 优点: 1.RDB格式文件体积小. 2.可以通过脚本执行bgsave(非阻塞)或者save(阻塞)命令自定义时间点进行备份. 3.可以保 ...
- redis内存数据的持久化方式
转: http://blog.csdn.net/wzqzhq/article/details/64920996 概述 Redis的强大性能很大程度上都是因为所有数据都是存储在内存中的,然而当Redis ...
- 一文带你深入了解 Redis 的持久化方式及其原理
Redis 提供了两种持久化方式,一种是基于快照形式的 RDB,另一种是基于日志形式的 AOF,每种方式都有自己的优缺点,本文将介绍 Redis 这两种持久化方式,希望阅读本文后你对 Redis 的这 ...
- Update(stage3):第1节 redis组件:7、持久化
7.redis的持久化 由于redis是一个内存数据库,所有的数据都是保存在内存当中的,内存当中的数据极易丢失,所以redis的数据持久化就显得尤为重要,在redis当中,提供了两种数据持久化的方式, ...
- Redis 详解 (七) AOF 持久化
目录 1.AOF简介 2.AOF 配置 3.开启 AOF 4.AOF 文件恢复 5. AOF 重写 6.AOF的优缺点 上一篇文章我们介绍了Redis的RDB持久化,RDB 持久化存在一个缺点是一定时 ...
- Redis学习笔记(4)——Redis五大数据结构介绍以及应用场景
出处:https://www.jianshu.com/p/f09480c05e42 Redis是典型的Key-Value类型数据库,Key为字符类型,Value的类型常用的为五种类型:String.H ...
- 2017-4-20/Redis的数据结构及应用场景
1. 谈谈你对redis的理解,它的应用场景. Redis是一个key-value存储系统,它支持存储的value类型包括string字符串.list链表.set集合.sorted Set有序集合和h ...
- Redis 数据结构使用场景
转自http://get.ftqq.com/523.get 一.redis 数据结构使用场景 原来看过 redisbook 这本书,对 redis 的基本功能都已经熟悉了,从上周开始看 redis 的 ...
随机推荐
- 干掉前端!3分钟纯 Java 注解搭个管理系统
大家好,我是小富~ 最近接触到个新项目,发现它用了一个比较有意思的框架,可以说实现了我刚入行时候的梦想,所以这里马不停蹄的和大家分享下. 在我刚开始工作接触的项目都还没做前后端分离,经常需要后端来维护 ...
- ASP.NET网页开发基础(7)
整理了一点的小知识点: 1.ASP.NET网页扩展名: .asax 全局应用程序类的扩展名 .xml 访问网页时的扩展名 .htm .ascx Web用户控件的扩展名 ...
- Cloudreve 自建云盘实践,我说了没人能限得了我的容量和速度!
作者:小傅哥 博客:https://bugstack.cn 沉淀.分享.成长,让自己和他人都能有所收获! 一.前言 为啥要用自建网盘,市面上的云盘不香了? 每一个用户需求的背后都是因为有场景存在,而这 ...
- OO_Unit1总结
OO的第一单元作业告一段落,这周是总结而不是码代码,甚至心中有点落空感.OO课给我的一周构建了一个完整的循环,从周二的作业发布到接下来几天的思考和构建程序,再到面向中测进行一部分的bug修复,最后到互 ...
- 「HTML+CSS」--自定义加载动画【016】
前言 Hello!小伙伴! 首先非常感谢您阅读海轰的文章,倘若文中有错误的地方,欢迎您指出- 哈哈 自我介绍一下 昵称:海轰 标签:程序猿一只|C++选手|学生 简介:因C语言结识编程,随后转入计算机 ...
- 使用Vue-TreeSelect组件实现公司-部门-人员级联下拉列表的处理
最近在改造原有Bootstrap开发框架,增加一个Vue&Element前端的时候,发现需要处理一个级联更新的过程,就是选择公司,然后更新部门,选择部门,或者人员列表,选择作为主管的一个实现, ...
- Day13_70_join()
join() 方法 * 合并线程 join()线程合并方法出现在哪,就会和哪个线程合并 (此处是thread和主线程合并), * 合并之后变成了单线程,主线程需要等thread线程执行完毕后再执行,两 ...
- Day07_38_集合中的remove()方法
集合中的remove()方法 remove() 移除集合中的一个指定对象 代码实例 package com.shige.Collection; import java.util.ArrayList; ...
- JavaScript深拷贝与浅拷贝的区别和实现方式
如何区分深拷贝和浅拷贝呢,简单来说对象B拷贝了对象A,如果对象A和对象B共用一个对象,对象B改变对象A跟着改变这就是浅拷贝:但如果对象B拷贝了对象A,但是对象A和对象B是分开的,那么就是深拷贝 基本数 ...
- SpringMVC请求参数解析
请求参数解析 客户端请求在handlerMapping中找到对应handler后,将会继续执行DispatchServlet的doPatch()方法. 首先是找到handler对应的适配器. Hand ...