博学谷 > 资讯 > 前端 > Redis从入门到精通详解

原创 Redis从入门到精通详解

发布时间:2019-11-16 15:12:08 浏览 152 来源:博学谷 作者:照照

    众所周知,Redis是一款开源的数据库,它使用ANSI C语言编写、遵守BSD协议、支持网络,并且可基于内存也可持久化的日志型、Key-Value高性能。本文就来聊聊Redis,带大家从入门到精通。以下是Redis史上最全详解,一起来看看吧!

     

    Redis从入门到精通

     

    常用的 SQL 数据库的数据都是存在磁盘中的,虽然在数据库底层也做了对应的缓存来减少数据库的 IO 压力。
    由于数据库的缓存一般是针对查询的内容,而且粒度也比较小,一般只有表中的数据没有发生变动的时候,数据库的缓存才会产生作用。但这并不能减少业务逻辑对数据库的增删改操作的 IO 压力,因此缓存技术应运而生,该技术实现了对热点数据的高速缓存,可以大大缓解后端数据库的压力。

     

    1、主流应用架构:

    客户端在对数据库发起请求时,先到缓存层查看是否有所需的数据,如果缓存层存有客户端所需的数据,则直接从缓存层返回,否则进行穿透查询,对数据库进行查询。如果在数据库中查询到该数据,则将该数据回写到缓存层,以便下次客户端再次查询能够直接从缓存层获取数据。

     

    2、为什么 Redis 能这么快

    Redis 的效率很高,官方给出的数据是 100000+QPS,这是因为:Redis 完全基于内存,绝大部分请求是纯粹的内存操作,执行效率高。Redis 使用单进程线程模型的(K,V)数据库,将数据存储在内存中,存取均不会受到硬盘 IO 的限制,因此其执行速度极快。另外单线程也能处理高并发请求,还可以避免频繁上下文切换和锁的竞争,如果想要多核运行也可以启动多个实例。

     

    数据结构简单,对数据操作也简单,Redis 不使用表,不会强制用户对各个关系进行关联,不会有复杂的关系限制,其存储结构就是键值对,类似于 HashMap,HashMap 最大的优点就是存取的时间复杂度为 O(1)。
    Redis 使用多路 I/O 复用模型,为非阻塞 IO。注:Redis 采用的 I/O 多路复用函数:epoll/kqueue/evport/select。

     

    选用策略:

     

    因地制宜,优先选择时间复杂度为 O(1) 的 I/O 多路复用函数作为底层实现。由于 Select 要遍历每一个 IO,所以其时间复杂度为 O(n),通常被作为保底方案。基于 React 设计模式监听 I/O 事件。

     

    3、Redis 的数据类型

     

    String:最基本的数据类型,其值最大可存储 512M,二进制安全(Redis 的 String 可以包含任何二进制数据,包含 jpg 对象等)。注:如果重复写入 key 相同的键值对,后写入的会将之前写入的覆盖。

     

    Hash:String 元素组成的字典,适用于存储对象。

     

    List:列表,按照 String 元素插入顺序排序。其顺序为后进先出。由于其具有栈的特性,所以可以实现如“最新消息排行榜”这类的功能。

     

    Set:String 元素组成的无序集合,通过哈希表实现(增删改查时间复杂度为 O(1)),不允许重复。另外,当我们使用 Smembers 遍历 Set 中的元素时,其顺序也是不确定的,是通过 Hash 运算过后的结果。Redis 还对集合提供了求交集、并集、差集等操作,可以实现如同共同关注,共同好友等功能。

     

    Sorted Set:通过分数来为集合中的成员进行从小到大的排序。

     

    更高级的Redis类型:用于计数的HyperLogLog、用于支持存储地理位置信息的 Geo。

     

    4、如何通过 Redis 实现分布式锁

     

    分布式锁:分布式锁是控制分布式系统之间共同访问共享资源的一种锁的实现。如果一个系统,或者不同系统的不同主机之间共享某个资源时,往往需要互斥,来排除干扰,满足数据一致性。

     

    分布式锁需要解决的问题如下:

     

    互斥性:任意时刻只有一个客户端获取到锁,不能有两个客户端同时获取到锁。

     

    安全性:锁只能被持有该锁的客户端删除,不能由其他客户端删除。

     

    死锁:获取锁的客户端因为某些原因而宕机继而无法释放锁,其他客户端再也无法获取锁而导致死锁,此时需要有特殊机制来避免死锁。

     

    容错:当各个节点,如某个 Redis 节点宕机的时候,客户端仍然能够获取锁或释放锁。

     

    5、如何实现异步队列

     

    (1)使用 Redis 中的 List 作为队列

     

    使用上文所说的 Redis 的数据结构中的 List 作为队列 Rpush 生产消息,LPOP 消费消息。此时我们可以看到,该队列是使用 Rpush 生产队列,使用 LPOP 消费队列。在这个生产者-消费者队列里,当 LPOP 没有消息时,证明该队列中没有元素,并且生产者还没有来得及生产新的数据。

     

    缺点:LPOP 不会等待队列中有值之后再消费,而是直接进行消费。

     

    弥补:可以通过在应用层引入 Sleep 机制去调用 LPOP 重试。

     

    (2)使用 BLPOP key [key…] timeout

     

    BLPOP key [key …] timeout:阻塞直到队列有消息或者超时。

     

    缺点:按照此种方法,我们生产后的数据只能提供给各个单一消费者消费。能否实现生产一次就能让多个消费者消费呢?

     

    (3)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。Pub/Sub模式的缺点:消息的发布是无状态的,无法保证可达。对于发布者来说,消息是“即发即失”的。此时如果某个消费者在生产者发布消息时下线,重新上线之后,是无法接收该消息的,要解决该问题需要使用专业的消息队列,如 Kafka…此处不再赘述。

     

    6、Redis 持久化

     

    (1)什么是持久化?

     

    持久化,即将数据持久存储,而不因断电或其他各种复杂外部环境影响数据的完整性。由于 Redis 将数据存储在内存而不是磁盘中,所以内存一旦断电,Redis 中存储的数据也随即消失,这往往是用户不期望的,所以 Redis 有持久化机制来保证数据的安全性。

     

    (2)Redis 如何做持久化

     

    Redis 目前有两种持久化方式,即 RDB 和 AOF,RDB 是通过保存某个时间点的全量数据快照实现数据的持久化,当恢复数据时,直接通过 RDB 文件中的快照,将数据恢复。如何从海量数据里快速找到所需?

     

    ①分片:按照某种规则去划分数据,分散存储在多个节点上。通过将数据分到多个 Redis 服务器上,来减轻单个 Redis 服务器的压力。

     

    ②一致性 Hash 算法:既然要将数据进行分片,那么通常的做法就是获取节点的 Hash 值,然后根据节点数求模。但这样的方法有明显的弊端,当 Redis 节点数需要动态增加或减少的时候,会造成大量的 Key 无法被命中。所以 Redis 中引入了一致性 Hash 算法。该算法对 2^32 取模,将 Hash 值空间组成虚拟的圆环,整个圆环按顺时针方向组织,每个节点依次为 0、1、2…2^32-1。

     

    之后将每个服务器进行 Hash 运算,确定服务器在这个 Hash 环上的地址,确定了服务器地址后,对数据使用同样的 Hash 算法,将数据定位到特定的 Redis 服务器上。如果定位到的地方没有 Redis 服务器实例,则继续顺时针寻找,找到的第一台服务器即该数据最终的服务器位置。

     

    ③Hash 环的数据倾斜问题
    Hash 环在服务器节点很少的时候,容易遇到服务器节点不均匀的问题,这会造成数据倾斜,数据倾斜指的是被缓存的对象大部分集中在 Redis 集群的其中一台或几台服务器上。一致性 Hash 算法运算后的数据大部分被存放在 A 节点上,而 B 节点只存放了少量的数据,久而久之 A 节点将被撑爆。针对这一问题,可以引入虚拟节点解决。简单地说,就是为每一个服务器节点计算多个 Hash,每个计算结果位置都放置一个此服务器节点,称为虚拟节点,可以在服务器 IP 或者主机名后放置一个编号实现。

     

    以上就是Redis从入门到精通的全部详解,大家都理解了吗?如果想要深入学习Redis的相关内容,可以登录博学谷官网在线学习更多视频资源。

上一篇:前端开发者如何提升自我能力?对前端开发者的建议 下一篇:前端异常监控是怎么回事?看这篇就够了

相关推荐 更多

最新文章

扫描二维码,回复"前端"获取90G资料包