Redis由浅入深深深深深剖析

Java笔记虾

点击上方“后端技术精选”，选择“置顶公众号”

技术文章第一时间送达！

作者：ObjectSpace
juejin.im/post/5d809a89e51d456206115ab3

前言

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，但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。

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。

缓存中间件 -- Memcache和Redis的区别

Memcache:代码层类似Hash

支持简单数据类型
不支持数据持久化存储
不支持主从
不支持分片

Redis

数据类型丰富
支持数据磁盘持久化存储
支持主从
支持分片

为什么Redis能这么快

Redis的效率很高，官方给出的数据是100000+QPS(query per second),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使用单进程单线程模型的(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（非阻塞IO会另写一篇解释，可以先行百度）。

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。

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。

从海量Key里查询出某一个固定前缀的Key

假设redis中有十亿条key，如何从这么多key中找到固定前缀的key？

方法1：使用KEYS [pattern]：查找所有符合给定模式pattern的key

使用keys [pattern]指令可以找到所有符合pattern条件的key，但是keys会一次性返回所有符合条件的key，所以会造成redis的卡顿，假设redis此时正在生产环境下，使用该命令就会造成隐患，另外如果一次性返回所有key，对内存的消耗在某些条件下也是巨大的。

例：

keys test* //返回所有以test为前缀的key

方法2：使用SCAN cursor [MATCH pattern] [COUNT count]

cursor：游标
MATCH pattern：查询key的条件
count：返回的条数

SCAN是一个基于游标的迭代器，需要基于上一次的游标延续之前的迭代过程。SCAN以0作为游标，开始一次新的迭代，直到命令返回游标0完成一次遍历。此命令并不保证每次执行都返回某个给定数量的元素，甚至会返回0个元素，但只要游标不是0，程序都不会认为SCAN命令结束，但是返回的元素数量大概率符合count参数。另外，SCAN支持模糊查询。

例：

SCAN 0 MATCH test* COUNT 10 //每次返回10条以test为前缀的key

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，不能由其它客户端删除。
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，其它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。

如何使用redis实现分布式锁

使用SETNX实现

SETNX key value:如果key不存在，则创建并赋值。该命令时间复杂度为O(1)，如果设置成功，则返回1，否则返回0。

由于SETNX指令操作简单，且是原子性的，所以初期的时候经常被人们作为分布式锁，我们在应用的时候，可以在某个共享资源区之前先使用SETNX指令，查看是否设置成功，如果设置成功则说明前方没有客户端正在访问该资源，如果设置失败则说明有客户端正在访问该资源，那么当前客户端就需要等待。

但是如果真的这么做，就会存在一个问题，因为SETNX是长久存在的，所以假设一个客户端正在访问资源，并且上锁，那么当这个客户端结束访问时，该锁依旧存在，后来者也无法成功获取锁，这个该如何解决呢？

由于SETNX并不支持传入EXPIRE参数，所以我们可以直接使用EXPIRE指令来对特定的key来设置过期时间。

用法：EXPIRE key seconds

程序：

RedisService redisService = SpringUtils.getBean(RedisService.class);
long status = redisService.setnx(key,"1");
if(status == 1){
  redisService.expire(key,expire);
  doOcuppiedWork();
}

这段程序存在的问题：假设程序运行到第二行出现异常，那么程序来不及设置过期时间就结束了，则key会一直存在，等同于锁一直被持有无法释放。出现此问题的根本原因为：原子性得不到满足。

解决：从Redis2.6.12版本开始，我们就可以使用Set操作，将Setnx和expire融合在一起执行，具体做法如下。

SET KEY value [EX seconds] [PX milliseconds] [NX|XX]

EX second:设置键的过期时间为second秒。
PX millisecond:设置键的过期时间为millisecond毫秒。
NX：只在键不存在时，才对键进行设置操作。
XX:只在键已经存在时，才对键进行设置操作。

注：SET操作成功完成时才会返回OK，否则返回nil。

有了SET我们就可以在程序中使用类似下面的代码实现分布式锁了：

RedisService redisService = SpringUtils.getBean(RedisService.class);
String result = redisService.set(lockKey,requestId,SET_IF_NOT_EXIST,SET_WITH_EXPIRE_TIME,expireTime);
if("OK.equals(result)"){
  doOcuppiredWork();
}

如何实现异步队列

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。

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？

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。

Redis持久化

什么是持久化

持久化，即将数据持久存储，而不因断电或其它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。

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。

RDB(快照)持久化:保存某个时间点的全量数据快照

RDB持久化会在某个特定的间隔保存那个时间点的全量数据的快照。

RDB配置文件:

redis.conf:

  save 900 1 #在900s内如果有1条数据被写入，则产生一次快照。
  save 300 10 #在300s内如果有10条数据被写入，则产生一次快照
  save 60 10000 #在60s内如果有10000条数据被写入，则产生一次快照
  stop-writes-on-bgsave-error yes 
  #stop-writes-on-bgsave-error ：
  #如果为yes则表示，当备份进程出错的时候，
  #主进程就停止进行接受新的写入操作，这样是为了保护持久化的数据一致性的问题。

RDB的创建与载入

SAVE:阻塞Redis的服务器进程，直到RDB文件被创建完毕。SAVE命令很少被使用，因为其会阻塞主线程来保证快照的写入，由于Redis是使用一个主线程来接收所有客户端请求，这样会阻塞所有客户端请求。

BGSAVE:该指令会Fork出一个子进程来创建RDB文件，不阻塞服务器进程，子进程接收请求并创建RDB快照，父进程继续接收客户端的请求。子进程在完成文件的创建时会向父进程发送信号，父进程在接收客户端请求的过程中，在一定的时间间隔通过轮询来接收子进程的信号。我们也可以通过使用lastsave指令来查看bgsave是否执行成功，lastsave可以返回最后一次执行成功bgsave的时间。

自动化触发RDB持久化的方式

根据redis.conf配置里的SAVE m n 定时触发（实际上使用的是BGSAVE）
主从复制时，主节点自动触发。
执行Debug Reload
执行Shutdown且没有开启AOF持久化。

BGSAVE的原理

启动：

1.检查是否存在子进程正在执行AOF或者RDB的持久化任务。如果有则返回false。

2.调用Redis源码中的rdbSaveBackground方法，方法中执行fork()产生子进程执行rdb操作。

3.关于fork()中的Copy-On-Write

fork()在linux中创建子进程采用Copy-On-Write（写时拷贝技术），即如果有多个调用者同时要求相同资源（如内存或磁盘上的数据存储），他们会共同获取相同的指针指向相同的资源，直到某个调用者试图修改资源的内容时，系统才会真正复制一份专用副本给调用者，而其它调用者所见到的最初的资源仍然保持不变。

RDB持久化方式的缺点

内存数据全量同步，数据量大的状况下，会由于I/O而严重影响性能。
可能会因为Redis宕机而丢失从当前至最近一次快照期间的数据。

AOF(Append-Only-File)持久化:保存写状态

AOF持久化是通过保存Redis的写状态来记录数据库的。相对RDB来说，RDB持久化是通过备份数据库的状态来记录数据库，而AOF持久化是备份数据库接收到的指令。

AOF记录除了查询以外的所有变更数据库状态的指令。
以增量的形式追加保存到AOF文件中。

开启AOF持久化

1.打开redis.conf配置文件,将appendonly属性改为yes。

2.修改appendfsync属性，该属性可以接收三种参数，分别是always,everysec,no,always表示总是即时将缓冲区内容写入AOF文件当中，everysec表示每隔一秒将缓冲区内容写入AOF文件，no表示将写入文件操作交由操作系统决定，一般来说，操作系统考虑效率问题，会等待缓冲区被填满再将缓冲区数据写入AOF文件中。

  appendonly yes

  #appendsync always
  appendfsync everysec
  # appendfsync no

日志重写解决AOF文件不断增大的问题

随着写操作的不断增加，AOF文件会越来越大。假设递增一个计数器100次，如果使用RDB持久化方式，我们只要保存最终结果100即可，而AOF持久化方式需要记录下这100次递增操作的指令，而事实上要恢复这条记录，只需要执行一条命令就行，所以那一百条命令实际可以精简为一条。

Redis支持这样的功能，在不中断前台服务的情况下，可以重写AOF文件，同样使用到了COW（写时拷贝）。重写过程如下：

调用fork()，创建一个子进程。
子进程把新的AOF写到一个临时文件里，不依赖原来的AOF文件。
主进程持续将新的变动同时写到内存和原来的AOF里。
主进程获取子进程重写AOF的完成信号，往新AOF同步增量变动。
使用新的AOF文件替换掉旧的AOF文件。

AOF和RDB的优缺点

RDB优点：全量数据快照，文件小，恢复快。
RDB缺点：无法保存最近一次快照之后的数据。
AOF优点：可读性高，适合保存增量数据，数据不易丢失。
AOF缺点：文件体积大，恢复时间长。

RDB-AOF混合持久化方式

redis4.0之后推出了此种持久化方式，RDB作为全量备份，AOF作为增量备份，并且将此种方式作为默认方式使用。

在上述两种方式中，RDB方式是将全量数据写入RDB文件，这样写入的特点是文件小，恢复快，但无法保存最近一次快照之后的数据，AOF则将redis指令存入文件中，这样又会造成文件体积大，恢复时间长等弱点。

在RDB-AOF方式下，持久化策略首先将缓存中数据以RDB方式全量写入文件，再将写入后新增的数据以AOF的方式追加在RDB数据的后面，在下一次做RDB持久化的时候将AOF的数据重新以RDB的形式写入文件。

这种方式既可以提高读写和恢复效率，也可以减少文件大小，同时可以保证数据的完整性。在此种策略的持久化过程中，子进程会通过管道从父进程读取增量数据，在以RDB格式保存全量数据时，也会通过管道读取数据，同时不会造成管道阻塞。可以说，在此种方式下的持久化文件，前半段是RDB格式的全量数据，后半段是AOF格式的增量数据。此种方式是目前较为推荐的一种持久化方式。

Redis数据的恢复

RDB和AOF文件共存情况下的恢复流程

从图可知，Redis启动时会先检查AOF是否存在，如果AOF存在则直接加载AOF，如果不存在AOF，则直接加载RDB文件。

Pineline

Pipeline和Linux的管道类似，它可以让Redis批量执行指令。

Redis基于请求/响应模型，单个请求处理需要一一应答。如果需要同时执行大量命令，则每条命令都需要等待上一条命令执行完毕后才能继续执行，这中间不仅仅多了RTT,还多次使用了系统IO。Pipeline由于可以批量执行指令，所以可以节省多次IO和请求响应往返的时间。但是如果指令之间存在依赖关系，则建议分批发送指令。

Redis的同步机制

主从同步原理

Redis一般是使用一个Master节点来进行写操作，而若干个Slave节点进行读操作，Master和Slave分别代表了一个个不同的RedisServer实例，另外定期的数据备份操作也是单独选择一个Slave去完成，这样可以最大程度发挥Redis的性能，为的是保证数据的弱一致性和最终一致性。另外，Master和Slave的数据不是一定要即时同步的，但是在一段时间后Master和Slave的数据是趋于同步的，这就是最终一致性。

全同步过程

Slave发送sync命令到Master。
Master启动一个后台进程，将Redis中的数据快照保存到文件中。
Master将保存数据快照期间接收到的写命令缓存起来。
Master完成写文件操作后，将该文件发送给Slave。
使用新的AOF文件替换掉旧的AOF文件。
Master将这期间收集的增量写命令发送给Slave端。

增量同步过程

Master接收到用户的操作指令，判断是否需要传播到Slave。
将操作记录追加到AOF文件。
将操作传播到其它Slave：1.对齐主从库；2.往响应缓存写入指令。
将缓存中的数据发送给Slave。

Redis Sentinel（哨兵）

主从模式弊端：当Master宕机后，Redis集群将不能对外提供写入操作。Redis Sentinel可解决这一问题。

解决主从同步Master宕机后的主从切换问题：

监控：检查主从服务器是否运行正常。
提醒：通过API向管理员或者其它应用程序发送故障通知。
自动故障迁移：主从切换（在Master宕机后，将其中一个Slave转为Master，其他的Slave从该节点同步数据）。

Redis集群

原理：如何从海量数据里快速找到所需？

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。

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。

Hash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。

如上图，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。

例如上图：将NodeA和NodeB两个节点分为Node A#1-A#3 NodeB#1-B#3。

结语

这篇准(tou)备(lan)了相当久的时间，因为有些东西总感觉自己拿不准不敢往上写，差点自闭，就算现在发出来了也感觉有很多地方是需要改动的。如果有同学觉得哪里写的不对劲的，评论区留言…嗯，我不要你觉得，我要我觉得。

推荐阅读(点击即可跳转阅读)