Notes
  • Introduce
  • Go
    • Grammar
      • Basic
      • Goroutines & Channels
      • Test
    • System Library
      • Module
      • sync
      • context
      • net
    • Concurrency in Go
    • The Go Memory Model
    • Code Snippet
  • Rust
    • The Rust Programming Language
    • Rust by Example
  • JAVA
    • Preface
    • Grammar
      • Basic
      • Data Types
      • Operator
      • Exceptions
    • Class Libraries
      • Collection
      • Stream
      • IO
      • NIO
      • RMI
    • Concurrency
      • Preface
      • JMM
      • Synchronized & CAS
      • Deadlock
      • Thread
      • Lock & Condition
      • Utility Class
      • Thread-safe Collection
      • Atomic Class
      • Fork/Join
      • Concurrency Design Patterns
        • Immutable
        • Copy-on-Write
        • ThreadLocal
        • Multitheading If
        • Division
    • JVM
      • Class & Instance Initialization
      • Runtime Data Area
      • Garbage Collection
    • Web Container
      • Tomcat Architecture
      • Jetty Architecture
    • Spring
    • Tuning
      • Programming
  • Computer Science
    • Computer Organization
    • Algorithm
      • Complexity
      • Linear List
      • Sort
      • Binary Search
      • Skip List
      • Hash Table
      • Tree
      • Graph
      • String Matching
      • Bloom Filter
      • Greedy Algorithm
      • Divide and Conquer
      • Back Tracking
      • Dynamic Programming
    • Network Protocol
      • Pysical Layer
      • Data Link Layer
      • Network Layer
      • Transport Layer
      • Application layer
      • HTTP
      • HTTP/2 in Action
    • Operating System
      • Basic
      • System Initialization
      • Diagnostic Tools
      • CPU Diagnosis
      • Memory Diagnosis
      • Disk Diagnosis
      • Network Diagnosis
      • Monitor System
    • Design Patterns
      • UML
      • OOP
      • Principle
      • Refactoring & Specification
      • Creational
        • Singleton
        • Factory
        • Builder
        • Prototype
      • Structural
        • Proxy
        • Bridge
        • Decorator
        • Adapter
        • Facade
        • Composite
        • FlyWeight
      • Behavioral
        • Observer
        • Template Method
        • Strategy
        • State
        • Iterator
        • Chain of Responsibility
    • Distributed System
      • Protocol & Algorithm
      • Transcation
      • Theory
      • Resource Management
      • Scheduling
      • Computing
      • Message Queue
      • Cache
      • Consistent Hashing
  • database
    • InfluxDB
      • In-Memory Index
      • Meta
    • MySQL
      • SQL
      • Architecture
      • Log
      • Transaction
      • Indexing
      • Lock
      • Storage
    • Redis
    • Elasticsearch
      • Local Debug
    • HBase
    • Kafka
    • ZooKeeper
  • Reading
    • RocketMQ
    • 演说之禅
    • So Good They Can't Ignore You
    • 学会提问
    • Lecture
  • Other
    • v2ray
    • Kubernetes
    • Git
    • Maven
    • Anaconda And Conda
    • Fuck! Shit!
      • Remove Final by Reflection
      • Ingress Host
      • ExecuterService submit
  • Open source contribution
Powered by GitBook
On this page
  • 安装
  • 持久化
  • 与 Memcached 的区别
  • 线程模型
  • 文件事件处理器
  • IO 多路复用程序
  • 文件事件
  • 事件处理器
  • 单线程效率也很高
  • 数据类型
  • String
  • List
  • Hash
  • Set
  • Sorted Set
  • 过期删除策略
  • 淘汰策略
  • 主从模式
  • Cluster 模式
  • 分布式锁
  • 普通模式
  • RedLock

Was this helpful?

  1. database

Redis

安装

yum intall -y redis
brew install redis

redis-cli -h 172.16.1.18

redis-cli -h 10.129.60.199 -p 31919
10.129.60.199:31919> auth 123qwe!@#

keys abc*

持久化

提供了多种不同级别的持久化方式:一种是 RDB,另一种是 AOF。

RDB 持久化可以在指定的时间间隔内生成数据集的时间点快照(point-in-time snapshot)。对读写性能影响很小,因为主进程 fork 一个子进程。缺点是恢复时会丢失一定时间的数据

AOF 持久化记录服务器执行的所有写操作命令,并在服务器启动时,通过重新执行这些命令来还原数据集。 AOF 文件中的命令全部以 Redis 协议的格式来保存,新命令会被追加到文件的末尾。 Redis 还可以在后台对 AOF 文件进行重写(rewrite),使得 AOF 文件的体积不会超出保存数据集状态所需的实际大小。AOF可以更好的保护数据不丢失,一般AOF会每隔1秒,通过一个后台线程执行一次fsync操作(现代操作系统写文件不会直接写入磁盘,而会写入 os cache),最多丢失1秒钟的数据。

Redis 还可以同时使用 AOF 持久化和 RDB 持久化。 在这种情况下, 当 Redis 重启时, 它会优先使用 AOF 文件来还原数据集, 因为 AOF 文件保存的数据集通常比 RDB 文件所保存的数据集更完整。

你甚至可以关闭持久化功能,让数据只在服务器运行时存在。

# 动态关闭AOF
redis-cli config set appendonly no

# 动态打开AOF
redis-cli config set appendonly yes

# 永久关闭AOF
sed -e '/appendonly/ s/^#*/#/' -i /etc/redis/redis.conf  

# 永久打开AOF
将appendonly yes设置在redis.conf中

与 Memcached 的区别

  • Redis 比 Memcached 有更加丰富的数据结构与数据操作方式。

  • Memcached 没有原生的集群模式,redis 支持cluster 模式。

线程模型

文件事件处理器

Redis 基于 Reactor 模式开发了网络事件处理器,叫做文件事件处理器(File event handler)。这个处理器是单线程的,所以说 Redis 是单线程模型。

  • 文件事件处理器采用 IO 多路复用模型,同时监听多个 Socket。

  • 若被监听的 Socket 准备好执行accept、read、write、close等操作的时,就会产生对应的文件事件,文件事件处理器就会调用套接字之前关联好的事件处理器来处理这些事件。

文件事件处理器的结构包含4个部分:

  • 多个socket

  • IO多路复用程序

  • 文件事件分派器

  • 事件处理器

    • 命令请求处理器

    • 命令回复处理器

    • 连接应答处理器

    • 复制处理器

    • 等等

多个文件事件可能会并发地出现, 但 I/O 多路复用程序总是会将所有产生事件的套接字都入队到一个队列里面, 然后以有序、同步、每次一个套接字的方式向文件事件分派器传送套接字,即当上一个套接字产生的事件被处理完毕之后(该套接字为事件所关联的事件处理器执行完毕), I/O 多路复用程序才会继续向文件事件分派器传送下一个套接字。

IO 多路复用程序

通过包装常见的 select 、 epoll 、 evport 和 kqueue 这些 I/O 多路复用函数库来实现的,Redis 会选择效率最高的实现方式。

文件事件

文件事件是对套接字操作的抽象, 每当一个套接字准备好执行连接accept、read、write、close等操作时, 就会产生一个文件事件。

  • 当套接字变得可读时(客户端对套接字执行 write 操作,或者执行 close 操作), 或者有新的可应答套接字出现时(客户端对服务器的监听套接字执行 connect 操作), 套接字产生 AE_READABLE 事件。

  • 当套接字变得可写时(客户端对套接字执行 read 操作), 套接字产生 AE_WRITABLE 事件。

事件处理器

  • 如果是客户端要连接redis,那么会为socket关联连接应答处理器。

  • 如果是客户端要写数据到redis,那么会为socket关联命令请求处理器。

  • 如果是客户端要从redis读数据,那么会为socket关联命令回复处理器。

  • 当主服务器和从服务器进行复制操作时, 主从服务器都需要关联特别为复制功能编写的复制处理器。

单线程效率也很高

  • 纯内存操作。

  • 基于非阻塞的IO 多路复用机制。

  • 避免了多线程的频繁上下文切换。

数据类型

String

一个 Key 对应一个 Value。

Value 的底层存储就是字符串。

List

一个 Key 对应一个 List,可以 push、pop、LRange 等操作。

Value 的底层存储有两种方式,一种是压缩列表(ziplist),另一种是双向循环列表。使用压缩列表的条件是:

  • 列表中保存的单个数据小于 64 byte。

  • 列表中数据个数小于 512 个。

压缩列表是 Redis 自己设计的一种数据结构,通过一片连续的内存空间存储数据,如下图:

Redis 双向列表实现:

typedef struct listnode {
  struct listNode *prev;
  struct listNode *next;
  void *value;
} listNode;


typedef struct list {
  listNode *head;
  listNode *tail;
  unsigned long len;
} list;

Hash

一个 Key 对应一个 Map,适合于存储对象。这样就不需要全部取出整个 JSON 对象、反序列化、修改、再序列化存储,可以直接修改某个字段。

Value 的底层存储也有两种实现,压缩列表和散列表,使用压缩列表的条件是:

  • 字典中保存的健和值都要小于 64 byte。

  • 字典中的键值对小于 512 个。

Redis 散列表的实现要点:

  • 使用列表法解决冲突。

  • 扩缩容会涉及数据搬迁,redis 采用渐进式扩缩容的策略,即分批搬迁数据。

Set

一个 Key 对应一个 Set,可以进行交集、并集、差集等操作。

Value 的底层存储有两种,有序数组和散列表,使用有序数组的条件是:

  • 数据都是整数。

  • 元素个数不超过 512 个。

Sorted Set

zset,将 Set 中的元素带一个权重,比如存储全班同学成绩,可以快速拿出前几名。

Value 的底层存储有压缩列表和跳表两种,使用压缩列表的条件是:

  • 所有数据都小于 64 byte。

  • 元素个数小于 128 个。

上文提到 redis 的持久化,对于内存中的数据结构在磁盘中怎么存储一般有两种方式:

  • 清除内存中的结构,将数据存储到磁盘。从磁盘恢复时,需要重新组织成内存中的数据结构。缺点是恢复时耗时。Redis 就是采用这种持久化方案。

  • 保留内存中的存储格式。以散列表为例,在磁盘中存储散列表的大小、每个数据在哪个槽等信息,这样从磁盘恢复时,可以避免重新计算 hash 值。

过期删除策略

Reis 使用定时删除和惰性删除结合:

  • 定期删除:每隔一段时间(默认100ms)随机抽取一些 key,看是否过期,若过期则删除。

  • 惰性删除:当获取某个 Key 时,redis 会检查该 Key 是否过期,若过期则删除。

淘汰策略

由此可见,Redis 若有很多 Key 过期了没有被删除,也没有被查询而导致被删除,那么 Redis 的内存会越占越多。所以需要淘汰策略。

  • volatile-lru:从已设置过期时间的数据集(server.db[i].expires)中挑选最近最少使用的数据淘汰。

  • volatile-ttl:从已设置过期时间的数据集(server.db[i].expires)中挑选将要过期的数据淘汰。

  • volatile-random:从已设置过期时间的数据集(server.db[i].expires)中任意选择数据淘汰。

  • allkeys-lru:从数据集(server.db[i].dict)中挑选最近最少使用的数据淘汰,最常用。

  • allkeys-random:从数据集(server.db[i].dict)中任意选择数据淘汰

  • no-enviction(驱逐):禁止驱逐数据,一般没人用。

主从模式

Cluster 模式

节点间采用 gossip 协议。

与 gossip 协议对应的是集中式(Storm),即所有元数据集中在一个地方(如 zookeeper)。

分布式锁

普通模式

获取锁:

  • SET [key] [random] NX PX 30000。

  • NX 表示只有 key 不存在的时候才会设置成功。

  • PX 30000 表示30秒后锁自动释放。

  • 随机值的意义在于获取锁后,超过30秒才完成,然后删除锁,随机值用于删除正确的锁。

释放锁:

if redis.call('get', KEYS[1]) == ARGV[1] then 
    return redis.call('del', KEYS[1]) 
else 
    return 0 
end

RedLock

遭到质疑。详情 Google。

PreviousStorageNextElasticsearch

Last updated 5 years ago

Was this helpful?

hash 函数使用 ,速度快,随机性好。

支持动态扩容、缩容,扩缩容的方式见。

Murmur
源码