Redis的学习笔记

Dear 丶 2023-09-30 12:27 7阅读 0赞

### 什么是NoSQL ###

> 非关系型数据库
> 
> NoSQL = Not only SQL

**关系型数据库是什么**：是建立在关系模型基础上的数据库，借助于集合代数等数学概念和方法来处理数据库中的数据。简单说来就是关系型数据库用了选择、投影、连接、并、交、差、除、增删查改等数学方法来实现对数据的存储和查询。可以用SQL语句方便的在一个表及其多个表之间做非常复杂的数据查询。安全性高。\*\*例如：\*\*表格、行、列

**非关系型数据库是什么**：基于键值对的对应关系，并且不需要经过SQL层的解析，所以性能非常高。但是不适合用在多表联合查询和一些较复杂的查询中。NoSQL用于超大规模数据的存储

#### NoSQL的四大分类 ####

**KV键值对：**

*  新浪：Redis
 *  美团：Redis+Tair
 *  阿里、百度：Redis+memecache

**文档型数据库（bson格式和json一样）：**

*  MongoDB
    
     *  基于分布式文件存储的数据库
     *  介于关系型数据库和非关系型数据的产品,是非关系型数据库中功能最丰富，最像关系型数据库的
 *  ConthDB

**列存储数据库**

*  HBase
 *  分布式文件系统

**图关系数据库**

### Redis入门 ###

#### 概述 ####

> Redis是什么？

Redis(Remote Dictionary Server)，即远程字典服务

当下最热门的NoSQL技术之一

> Redis能干嘛！

1.  内存存储、持久化,内存中是断电即失、所以说持久化很重要( rdb aof )
2.  效率高，可以用于高速缓存
3.  发布订阅系统
4.  地图信息分析
5.  计时器、计数器(浏览量! )

> 特性

1.  多样的数据类型
2.  持久化
3.  集群
4.  事务
5.  …

#### Windows安装 ####

gihub链接：https://github.com/microsoftarchive/redis/tags

1.  下载安装包
    
    ![image-20220328154034613][]![image-20220328154051878][]
2.  下载完毕得到压缩包
    
    ![image-20220328154109208][]
3.  解压到软件目录下
    
    ![image-20220328154226232][]
4.  开启Redis，双击运行redis-server.exe即可，可以看到端口为6379
    
    ![image-20220328154401613][]
5.  使用redis客户端redis-cli.exe连接Redis
    
    ![image-20220328154606894][]
6.  安装完成

#### Linux安装 ####

官网下载：https://redis.io/download/

> redis-6.0.16.tar.gz

1.  上传至linux系统中
    
    ![image-20220330130500433][]
2.  解压Redis的安装包，先移动到opt目录下
    
    mv redis-6.0.16.tar.gz /opt
    
    ![image-20220330130634343][]
    
    tar -zxvf redis-6.0.16.tar.gz
    
    ![image-20220330130757210][]
    
    解压完成
3.  进入解压后的文件，可以看到我们redis的配置文件
    
    ![image-20220330130925998][]
4.  基本的环境安装
    
        yum install gcc-c++
        
        make
        # 如果make报错了，说明需要升级gcc版本
        
        make install
    
    如果出现error了操作以下步骤：
    
    centos7自带的gcc版本是4.8,通过gcc官网安装手册可知，依赖文件太多了，手动升级安装太繁琐。可以通过安装devtoolset的方式间接升级gcc至高版本
    
        sudo yum install centos-release-scl
        sudo yum install devtoolset-7-gcc*
        scl enable devtoolset-7 bash
        which gcc
        gcc --version
5.  Redis的默认安装路径**usr/local/bin**
    
    ![image-20220330142456584][]
6.  将redis配置文件复制到我们当前目录下
    
     *  执行 mkdir myconfig 新建一个配置文件夹
     *  执行 cp /opt/redis-6.0.16/redis.conf myconfig 将文件复制到myconfig文件夹下
        
        ![image-20220330143035025][]
     *  之后Redis一直使用这个配置文件即可
7.  因为redis默认不是后台启动的，所以我们需要修改配置文件（默认端口号为6379，我们目前不需要修改）
    
    vim myconfig
    
    ![image-20220330143258408][]
8.  启动Redis服务（通过指定的配置文件，刚刚修改的）
    
        redis-server myconfig/redis.conf
    
    ![image-20220330143549115][]
    
    我这个版本的redis启动时会没有提示
9.  使用redis-cli 进行连接测试
    
        redis-cli -p 6379
    
    ![image-20220330144104813][]
10. 查看redis的进程是否开启
    
        ps -ef|grep redis
    
    ![image-20220330144413116][]
11. 如何关闭Redis服务
    
        shutdown
    
    ![image-20220330144627401][]
12. 再次查看进程是否存在
    
    ![image-20220330144708794][]

#### 测试性能 ####

1.  打开redis服务器
2.  使用客户端进行测试连接
3.  回到/usr/local/bin目录下
    
    100个并发连接 100000请求
    
        redis-benchmark -h localhost -p 6379 -c 100 -n 100000

#### 基础知识 ####

redis默认有16个数据库

默认使用的是第0个

可以使用select进行切换

select 3	切换到第3个数据库

![image-20220330150649550][]

查询数据库所有的key

keys *

清除当前数据库

flushdb

清除全部数据库的内容

flushall

### 五大数据类型 ###

Redis是一个开源(BSD许可)的，内存中的数据结构存储系统，它可以用作数据库、缓存和消息中间件MQ.它支持多种类型的数据结构,如字符串( strings)，散列( hashes)，列表(lists) ，集合(sets)，有序集合( sorted sets )与范围查询,数据结构，如字符串(字符串)、散列(散列)、列表(列表)、集合(集合)、有序集合(排序集)与范围查询、bitmaps，hyperloglogs 和地理空间( geospatial )索引半径查询。Redis 内置了复制( replication) , LUA脚本( Lua位图，和地理空间(地理空间)索引半径查询。Redis内置了复制(复制)，lua脚本(Lua)scripting) , LRU驱动事件( LRU eviction) , 事务( transactions )和不同级别的磁盘持久化( persistence )， 并通过Redis哨驱动事件(LRU逐出)，事务(事务)和不同级别的磁盘持久化(持久性)，并通过Redis哨兵( Sentinel )和自动分区( Cluster )提供高可用性( high availability )。

#### Redis-Key ####

*  keys \* 获取全部的key中的值
 *  move `key` `1` 移动当前key到数据库1中
 *  EXISTS `key` 判断当前的key是否存在
 *  EXOIRE `key` `second` 设置当前key值second秒后过期
 *  type `key` 查看当前key所存储值的类型

后面如果遇到不会的命令可以进入中文官网查找：http://redis.cn/commands.html

![image-20220330155204989][]

#### String ####

*  APPEND `KEY` `VALUE` 将value追加到当前的key的值后面，若当前key不存在，则相当于新建key
 *  STRLEN `KEY` ：获取当前key的值的长度
 *  incr `key` ：自增1，计数器，且当key的value为整形字符串
 *  decr `key` ：自减1，计数器，且当key的value为整形字符串
 *  INCRBY `KEY` `COUNT` ：自增COUNT，计数器，设置了步长指定增量，且当key的value为整形字符串
 *  DECRBY `KEY` `COUNT` ：自减COUNT，计数器，设置了步长指定减量，且当key的value为整形字符串
 *  GETRANGE `KEY` `START` `END` ：通过下标截取字符串，\[start,end\]，例如：\[0,3\]。若为\[0,-1\]则为截取全部字符串
 *  SETRANGE `KEY` `START` `VALUE` ：替换指定位置开始的字符串
 *  setex `key` `second` `value` ：设定key 的值为value，second秒后过期
 *  setnx `key` `value` ：若key不存在则设置，存在则不会设置，修改成功返回1，修改失败返回0
 *  mset `k1` `v1` `k2` `v2` `[key value ...]` ：同时设置多个key和值
 *  msetnx `k1` `v1` `k2` `v2` `[key value ...]` ：如果key不存在，连续同时设置多个值，原子性操作，要么都成功要么都失败
 *  mget `k1` `k2` `[key ...]` ：同时获得多个值
 *  getset `key` `value` ：先查询再设置key和值，如果不存在key和值则返回nil，并设置新的key和值；若存在key和值，则获取原来的值，并设置新的值
 *  set `user:1` `{name:zhangsan,age:3}` 设置一个user:1对象，值为json字符串来保存一个对象
    
    相当于:mset `user:1:name` `zhangsan` `user:1:age` `2`

#### List ####

> 所有的list命令都是l开头的

*  LPUSH `key` `value` ：将一个值或者多个值，插入到列表头部（左）
 *  LRANGE `key` `start` `end` ：获取下标\[start,end\]的值，如果为\[0,-1\]，则获取全部值
 *  RPUSH `key` `value` ：将一个值或者多个值，插入到列表尾部（右）
 *  LPOP `key` ：移除list第一个元素
 *  RPOP `key`：移除list最后一个元素
 *  lindex `key` `index` ：通过下标获得list中的某一个值
 *  Llen `key`：查看list的长度
 *  Lrem `key` `count` `value` ：移除list集合中count个数的value，精确匹配
 *  trim `key` `start` `end` ：通过下标截取指定的长度，这个list会被修改，只剩下截取的元素
 *  rpoplpush `key` `newkey` ：移除key列表最后一个元素，将他移动到新的newkey列表中
 *  lset `key` `index` `value` ：将列表key中下标为index的值替换为value，更新操作
 *  LINSERT `key` `bafore|after` `value1` `value2` ：在key列表中将value2插入到value1前面或者后面

#### Set(集合) ####

> set中的值是不能重复的

*  sadd `key` `value` ：set集合中添加元素
 *  smemers `key` ：查看指定set的所有值
 *  SISMEMBER `KEY` `VALUE` ：判断某一个值是不是在set集合中
 *  scard `key` ：获取set集合中的内容元素个数
 *  srem `key` `value` ：移除key集合中的指定元素value
 *  SRANDMEMBER `key` ：随机抽选出一个元素
 *  SRANDMEMBER `key` `count` ：随机抽选出count个数的元素
 *  spop `key` ：随机删除key集合中的元素
 *  smove `key1` `key2` `value` ：将指定的value从key1集合移到key2集合
 *  SDIFF `key1` `key2` `[key ...]`：查看key1集合和key集合的差集
 *  SINTER `key1` `key2` `[key ...]`：查看key1集合和key集合的交集
 *  SUNION `key1` `key2` `[key ...]` ：查看key1集合和key集合的并集

#### Hash(哈希) ####

> Map集合，key-

*  hset `key` `field` `value` ：设置keyHash集合，设置一个键名为field，键的值为value
 *  hget `key` `field` ：获取keyHash集合中field的键的值
 *  hmset `key` `field1` `value1` `field2` `value2`：设置keyHash集合，设置多个k-v键值对
 *  hmget `key` `field1` `field2` ：获取keyHash集合中多个k的值
 *  hgetall `key` ：获取keyHash集合全部的数据
 *  hdel `key` `filed` ：删除keyHash集合中指定k的键，对应的value值也会消失
 *  hlen `key` ：获取keyHash集合的字段数量
 *  hkeys `key` ：获取keyHash集合中所有的k键
 *  hvals `key` ：获取keyHash集合中所有的v值
 *  HINCRBY `key` `field` `increment` ：keyHash集合中field键的值自增increment
 *  hsetnx `key` `field` `value` ：如果field键不存在，则可以设置，如果存在则不能设置

#### Zset（有序集合） ####

> 在set的基础上，增加了一个值 zset k1 score1 v1
> 
> 可以应用到排行榜之类的排序

*  zadd `key` `score` `value` ：key有序集合中添加一个值
 *  zadd `key` `score1` `value1` `score2` `value2` ：key有序集合中添加多个值
 *  ZRANGE `key` `start` `end` ：通过下标获取值，\[start,end\]，例如：\[0,3\]。若为\[0,-1\]则为获取全部值
 *  ZRANGEBYSCORE `KEY` `-INF` `+INF` ：将key有序集合中的value按照score的小到大排序输出
 *  ZRANGEBYSCORE `KEY` `-INF` `+INF` `whithscores` ：将key有序集合中的value和score按照score的小到大排序输出
 *  ZRANGEBYSCORE `KEY` `-INF` `va` `whithscores` ：将key有序集合中的value和score按照score的最小值小到va的值排序输出
 *  ZREVRANGE `KEY` `0` `-1` ：将key有序集合中的value按照score的值从大到小进行排序
 *  zrem `key` `value` ：移除key有序集合中的value值
 *  zcard `key` ：获取key有序集合中的个数
 *  zcount `key` `min` `max` ：获取key有序集合中score在指定区间\[min,max\]的数量

### 三种特殊数据类型 ###

#### geospatial（地理位置） ####

> 可以查询一些测试数据：http://www.jsons.cn/lngcode/

只有六个命令

*  geoadd `key` `longitude` `latitude` `name` ：添加地理位置到key，经度（longitude），纬度（latitude），名称（name）
    
    规则：两极无法直接添加，我们一般会下载城市数据，直接通过java程序一次性导入
 *  geopos `key` `name` ：获取指定name的经度和纬度
 *  GEODIST `KEY` `name1` `name2` `m|km|mi|ft` ：查询name1到name2的距离
    
    单位必须是以下之一，默认为米：
    
     *  **m**为米。
     *  **km**换公里。
     *  **mi**数英里。
     *  **ft**换英尺。
 *  georadius `key` `longitude` `latitude` `radius m|km|mi|ft` ：以（logitude,latitude）为圆心找出reaius长度半径内的元素
    
    ![image-20220331184510038][]
    
    在后面加上 `withdist` 则还可以返回两地相隔的距离
    
    在后面加上`withcoord` 则还可以可以返回经度和纬度
    
    在后面再加上`count 1` 则代表限定只查出一个数据
 *  GEORADIUSBYMEMBER `KEY` `NAME` `radius m|km|mi|ft` ：找出位于指定name周围距离radius的其他元素
 *  GEOHASH `key` `name1` `name2` ：返回一个或多个位置元素的Geohash字符串，11个字符
    
    如果位置越接近则字符串越相似

> GEO底层的实现原理其实就是Zset，我们可以使用Zset命令来操作geo

![image-20220331185405933][]

#### hyperloglog ####

> 基数统计的算法
> 
> 基数（一个集合内不重复的元素就算基数）

*  PFadd `key` `value1` `value2` `[value3 ...]` ：给key添加多个元素
 *  PFcount `key` ：统计key中基数的个数
 *  PFMERGE `key1` `key2` `key3` ：合并key2、key3=>key1，并集

![image-20220331190649007][]

#### bitmap ####

> 位存储
> 
> Bitmap位图,数据结构!都是操作二进制位来进行记录,就只有0和1两个状态!

只要有两个状态的，都可以使用Bitmaps

*  setbit `key` `offset` `value` ：设置key的第offset位的值为value，offset可以从0开始
 *  getbit `key` `offset` ：查看key的第offset位的值
 *  bitvount `key` ：统计key中值为1的数量

![image-20220331192319782][]

![image-20220331192342926][]

### Redis基本事务操作 ###

> **Redis单条命令是保存原子性的，但是事务是不保证原子性的**
> 
> **Redis事务没有隔离级别的概念**
> 
> Redis事务本质：一组命令的集合！一个事务中的所有命令都会被序列化，在事务执行的过程中，会按照顺序执行

一次性、顺序性、排他性

redis的事务：

*  开启事务(multi)
 *  命令入队
 *  执行事务(exec)
 *  取消事务(DISCARD)

> 正常执行事务

127.0.0.1:6379> multi	# 开启事务
    OK
    # 命令入队
    127.0.0.1:6379> set k1 v1
    QUEUED
    127.0.0.1:6379> set k2 v2
    QUEUED
    127.0.0.1:6379> get k2
    QUEUED
    127.0.0.1:6379> set k3 v3
    QUEUED
    127.0.0.1:6379> exec	# 执行事务
    1) OK
    2) OK
    3) "v2"
    4) OK

> 放弃事务（DISCARD）

127.0.0.1:6379> multi	# 开启事务
    OK
    127.0.0.1:6379> set k1 v1
    QUEUED
    127.0.0.1:6379> set k2 v2
    QUEUED
    127.0.0.1:6379> set k4 v4
    QUEUED
    127.0.0.1:6379> discard		# 取消事务
    OK
    127.0.0.1:6379> get k4		# 事务队列中命令都不会被执行
    (nil)
    127.0.0.1:6379>

> 编译型异常（代码有问题，命令有错），事务中所有的命令都不会被执行

127.0.0.1:6379> multi
    OK
    127.0.0.1:6379> set k1 v1
    QUEUED
    127.0.0.1:6379> set k2 v2
    QUEUED
    127.0.0.1:6379> set k3 v3
    QUEUED
    127.0.0.1:6379> getset k3 	# 错误的命令
    (error) ERR wrong number of arguments for 'getset' command
    127.0.0.1:6379> set k4 v4
    QUEUED
    127.0.0.1:6379> exec		# 执行事务报错
    (error) EXECABORT Transaction discarded because of previous errors.
    127.0.0.1:6379> get k4		# 所有的命令都不会运行
    (nil)

> 运行时异常（1/0），如果事务队列中存在语法性，那么执行命令的时候，其他命令是可以正常执行的，错误命令抛出异常

127.0.0.1:6379> multi
    OK
    127.0.0.1:6379> incr k1		# 由于k1中存储的是字符串，所以不能自增，会执行失败
    QUEUED
    127.0.0.1:6379> set k2 v2
    QUEUED
    127.0.0.1:6379> set k3 v3
    QUEUED
    127.0.0.1:6379> get k3
    QUEUED
    127.0.0.1:6379> exec		# 虽然第一条命令报错了，但是依旧执行了
    1) (error) ERR value is not an integer or out of range
    2) OK
    3) OK
    4) "v3"
    127.0.0.1:6379> get k2
    "v2"
    127.0.0.1:6379> get k3
    "v3"

> 监控！ Watch

**悲观锁：**

*  很悲观，什么时候都会出问题，无论做什么都会加锁

**乐观锁：**

*  很乐观，认为什么时候都不会出问题，所以不会上锁！所以更新数据的时候去判断一下，在次期间是否有人修改过这个数据，version
 *  获取version
 *  更新的时候比较version

> Redis测监视测试

正常执行成功

127.0.0.1:6379> set money 100
    OK
    127.0.0.1:6379> set out 0
    OK
    127.0.0.1:6379> watch money		# 监视money对象
    OK
    127.0.0.1:6379> multi			# 事务正常结束，数据期间没有发生变动，这个时候就正常执行成功
    OK
    127.0.0.1:6379> decrby money 20
    QUEUED
    127.0.0.1:6379> incrby out 20
    QUEUED
    127.0.0.1:6379> exec
    1) (integer) 80
    2) (integer) 20

测试多线程修改值，使用watch可以当作redis 的乐观锁操作，事务执行后会自动解锁

127.0.0.1:6379> watch money		# 监视money
    OK
    127.0.0.1:6379> multi
    OK
    127.0.0.1:6379> decrby money 10
    QUEUED
    127.0.0.1:6379> incrby out 10
    QUEUED
    127.0.0.1:6379> exec	# 执行之前，另外一个线程，修改了我们的值，这个时候就会导致修改失败
    (nil)

如果修改失败，获取最新的值即可

![image-20220331201634814][]

### Jedis ###

> 什么是Jedis？是Redis官方推荐的java连接开发工具，使用java操作Redis中间件

1.  创建maven项目
2.  导入依赖
    
        
        <dependency>
            <groupId>redis.clients</groupId>
            <artifactId>jedis</artifactId>
            <version>3.3.0</version>
        </dependency>
        
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>fastjson</artifactId>
            <version>1.2.79</version>
        </dependency>
3.  编码测试
    
     *  连接数据库
     *  操作命令
     *  断开连接
    
        public class TestPing {
              
            public static void main(String[] args) {
              
                //1.new Jedis对象即可
                //“127.0.0.1”这里为你redis服务器所在的的ip，6379为端口
                Jedis jedis = new Jedis("127.0.0.1", 6379);
                //jedis所有的命令就是我们之前学习的所有指令
                System.out.println(jedis.ping());//测试连接，返回怕PONG则代表连接成功
            }
        
        }
    
    ![image-20220331224829041][]

### SrpringBoot整合 ###

说明:在SpringBoot2.x之后,原来使用的jedis被替换为了lettuce?

jedis :采用的直连,多个线程操作的话,是不安全的,如果想要避免不安全的,使用jedis pool 连接池!更像BIO

lettuce :采用netty ,实例可以再多个线程中进行共享,不存在线程不安全的情况!可以减少线程数据了,更像Nio 模式

1.  新建springboot项目
2.  选择导入的依赖，选择NOSQL下的redis
    
    ![image-20220401152855389][]
3.  配置连接application.properties
    
        spring.redis.host=127.0.0.1
        spring.redis.port=6379
4.  测试
    
        @SpringBootTest
        class Redis02SpringbootApplicationTests {
              
        
            @Autowired
            private RedisTemplate redisTemplate;
            @Test
            void contextLoads() {
              
                //redisTemplate
                //opsForValue 操作字符串 类似String
                //opsForList    操作List 雷士List
                //opsForSet
                //opsForHash
                //opsForZSet
                //opsForGeo
                //opsForHyperLogLog
        
                //除了基本的操作，我们常用的方法都可以直接通过redisTemplate操作
        //        redisTemplate
                //获取redis的连接对象
        //        RedisConnection connection = redisTemplate.getConnectionFactory().getConnection();
        //        connection.flushDb();
        //        connection.flushAll();
                redisTemplate.opsForValue().set("k1","k2");
                System.out.println(redisTemplate.opsForValue().get("k1"));
        
            }
        
        }

#### 自定义RedisTemplate ####

自定义配置类RedisConfig

@Configuration
    public class RedisConfig {
        
        //自己定义了一个RedisTemplate
        @Bean
        @SuppressWarnings("all")
        public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory)
                throws UnknownHostException {
        
    //        使用 string，Object
            RedisTemplate<String, Object> template = new RedisTemplate<>();
    //        连接工厂
            template.setConnectionFactory(redisConnectionFactory);
    //        json序列化配置
            Jackson2JsonRedisSerializer objectJackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);
            ObjectMapper objectMapper = new ObjectMapper();
            objectMapper.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
            objectMapper.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
            objectJackson2JsonRedisSerializer.setObjectMapper(objectMapper);
    //        String 的序列化
            StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();
    
    //        key采用string的序列化方式
            template.setKeySerializer(stringRedisSerializer);
    //        hash的key采用String的序列化方式
            template.setHashKeySerializer(stringRedisSerializer);
    //        value序列化方式采用jackson
            template.setValueSerializer(objectJackson2JsonRedisSerializer);
    //        hash的value序列化方式采用jackson
            template.setHashValueSerializer(objectJackson2JsonRedisSerializer);
            template.afterPropertiesSet();
            return template;
        }
    }

测试类中修改自动配置类

@Autowired
    @Qualifier("redisTemplate")
    private RedisTemplate redisTemplate;

### Redis.conf详解 ###

1.  配置文件对大小写不敏感
2.  网络
    
        bind 127.0.0.1		# 绑定ip
        protected-mode yes	# 保护模式
        port 6379			# 端口设置
3.  通用GENERAL
    
        daemonize yes		#以守护进程的方式运行，默认是no，我们需要自己开启为yes
        pidfile /var/run/redis_6379.pid		#如果以后台的方式运行，我们就需要指定一个pid文件
        loflevel notice		# 日志
        lofile ""			# 日志的文件位置名
        databases 16		# 数据库的数量，默认是16个数据库
        always-show-logo yes	# 是否总是显示logo
4.  快照
    
    持久化，在规定的时间内,执行了多少次操作,则会持久化到文件.rdb. aof
    
    redis是内存数据库，如果没有持久化，那么断电即失
    
        # 如果900秒内，如果至少有一个key进行了修改，我们及进行持久化操作
        save 900 1
        # 如果300秒内，如果至少有10个key进行了修改，我们及进行持久化操作
        save 300 10
        # 如果60秒内，如果至少有10000个key进行了修改，我们及进行持久化操作
        save 60 10000
        
        stop-writes-on-bgsave-error yes		# 持久化如果出错，是否还需要继续找工作
        rdbcompression yes		# 是否压缩 rdb 文件，需要消耗一些cpu资源
        rdbchecksum yes			# 保存rdb文件的时候，进行错误的检查校验
        dir ./					# rdb文件保存目录
5.  SECURITY安全
    
    ![image-20220401165001735][]
6.  限制CLIENTS
    
        maxclients 10000		#设置能够连接上的最大客户端数
        maxmemory <bytes>		#redis 配置最大的内存容量
        maxmemory-policy noeviction		#内存达到上线之后的处理策略
            1、volatile-1ru: 只对设置了过期时间的key进行LRU (默认值)
            2、a11keys-1ru :删除1ru 算法的key
            3、volatile-random: 随机删除即将过期key
            4、a1lkeys-random: 随机删除
            5、volatile-tt1 :删除即将 过期的
            6、noeviction :永不过期， 返回错误
7.  APPEND ONLY 模式 aof配置
    
        appendonly no		# 默认是不开启aof模式的，默认是使用rdb方式持久化的，在大部分所有的情况下，rdb完全够用
        appendfilename "appendonly.aof" # 持久化的文件的名字
        # appendfsync always	#每次修改都会sync。消耗性能
        appendfsync everysec	#每秒执行一次sync， 可能会丢失这1s的数据!
        # appendfsync no		#不执行sync,这个时候操作系统自己同步数据，速度最快!

### 持久化—RDB ###

RDB：Redis Databases

#### 什么是RDB ####

--------------------

在指定时间间隔后，将内存中的数据集快照写入数据库 ；在恢复时候，直接读取快照文件，进行数据的恢复 ；

![在这里插入图片描述][5e9ac22665bb6151ce68345959bfa1f9.png]

默认情况下， Redis 将数据库快照保存在名字为 dump.rdb的二进制文件中。文件名可以在配置文件中进行自定义。

#### 工作原理 ####

--------------------

在进行 **`RDB`** 的时候，**`redis`** 的主线程是不会做 **`io`** 操作的，主线程会 **`fork`** 一个子线程来完成该操作；

1.  Redis 调用forks。同时拥有父进程和子进程。
2.  子进程将数据集写入到一个临时 RDB 文件中。
3.  当子进程完成对新 RDB 文件的写入时，Redis 用新 RDB 文件替换原来的 RDB 文件，并删除旧的 RDB 文件。

这种工作方式使得 Redis 可以从写时复制（copy-on-write）机制中获益(因为是使用子进程进行写操作，而父进程依然可以接收来自客户端的请求。)

![在这里插入图片描述][78df963f929a71865c2af80fbf6177ef.png]

#### 触发机制 ####

--------------------

1.  save的规则满足的情况下，会自动触发rdb原则
2.  执行flushall命令，也会触发我们的rdb原则
3.  退出redis，也会自动产生rdb文件

##### save #####

使用 `save` 命令，会立刻对当前内存中的数据进行持久化 ,但是会阻塞，也就是不接受其他操作了；

> 由于 `save` 命令是同步命令，会占用Redis的主进程。若Redis数据非常多时，`save`命令执行速度会非常慢，阻塞所有客户端的请求。

![在这里插入图片描述][eeead6b44c20d310341046908769064a.png]

##### flushall命令 #####

`flushall` 命令也会触发持久化 ；

##### 触发持久化规则 #####

满足配置条件中的触发条件 ；

> 可以通过配置文件对 Redis 进行设置， 让它在“ N 秒内数据集至少有 M 个改动”这一条件被满足时， 自动进行数据集保存操作。
> 
> ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzg3MzIyNw_size_16_color_FFFFFF_t_70]

![在这里插入图片描述][d3e72add4bd9fd50015a8ae51545f7d3.png]

##### bgsave #####

`bgsave` 是异步进行，进行持久化的时候，`redis` 还可以将继续响应客户端请求 ；

![在这里插入图片描述][425e8ffd42a556ff954047c6ac826269.png]

**bgsave和save对比**

<table> 
 <thead> 
  <tr> 
   <th>命令</th> 
   <th>save</th> 
   <th>bgsave</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>IO类型</td> 
   <td>同步</td> 
   <td>异步</td> 
  </tr> 
  <tr> 
   <td>阻塞？</td> 
   <td>是</td> 
   <td>是（阻塞发生在fock()，通常非常快）</td> 
  </tr> 
  <tr> 
   <td>复杂度</td> 
   <td>O(n)</td> 
   <td>O(n)</td> 
  </tr> 
  <tr> 
   <td>优点</td> 
   <td>不会消耗额外的内存</td> 
   <td>不阻塞客户端命令</td> 
  </tr> 
  <tr> 
   <td>缺点</td> 
   <td>阻塞客户端命令</td> 
   <td>需要fock子进程，消耗内存</td> 
  </tr> 
 </tbody> 
</table>

#### 优缺点 ####

**优点：**

1.  适合大规模的数据恢复
2.  对数据的完整性要求不高

**缺点：**

1.  需要一定的时间间隔进行操作，如果redis意外宕机了，这个最后一次修改的数据就没有了。
2.  fork进程的时候，会占用一定的内容空间。

### 持久化AOF ###

**Append Only File**

将我们所有的命令都记录下来，history，恢复的时候就把这个文件全部再执行一遍

> 以日志的形式来记录每个写的操作，将Redis执行过的所有指令记录下来（读操作不记录），只许追加文件但不可以改写文件，redis启动之初会读取该文件重新构建数据，换言之，redis重启的话就根据日志文件的内容将写指令从前到后执行一次以完成数据的恢复工作。

#### 什么是AOF ####

快照功能（RDB）并不是非常耐久（durable）： 如果 Redis 因为某些原因而造成故障停机， 那么服务器将丢失最近写入、以及未保存到快照中的那些数据。 从 1.1 版本开始， Redis 增加了一种完全耐久的持久化方式： AOF 持久化。

如果要使用AOF，需要修改配置文件：

![在这里插入图片描述][f84c44823f8e668bce96bf2b5a0840e3.png]

`appendonly no yes`则表示启用AOF

默认是不开启的，我们需要手动配置，然后重启redis，就可以生效了！

如果这个aof文件有错位，这时候redis是启动不起来的，我需要修改这个aof文件

redis给我们提供了一个工具`redis-check-aof --fix`

> 优点和缺点

appendonly yes  # 默认是不开启aof模式的，默认是使用rdb方式持久化的，在大部分的情况下，rdb完全够用
    appendfilename "appendonly.aof"
    
    # appendfsync always # 每次修改都会sync 消耗性能
    appendfsync everysec # 每秒执行一次 sync 可能会丢失这一秒的数据
    # appendfsync no # 不执行 sync ,这时候操作系统自己同步数据，速度最快

**优点**

1.  每一次修改都会同步，文件的完整性会更加好
2.  没秒同步一次，可能会丢失一秒的数据
3.  从不同步，效率最高

**缺点**

1.  相对于数据文件来说，aof远远大于rdb，修复速度比rdb慢！
2.  Aof运行效率也要比rdb慢，所以我们redis默认的配置就是rdb持久化

### RDB和AOP选择 ###

#### RDB 和 AOF 对比 ####

<table> 
 <thead> 
  <tr> 
   <th>RDB</th> 
   <th>AOF</th> 
   <th></th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>启动优先级</td> 
   <td>低</td> 
   <td>高</td> 
  </tr> 
  <tr> 
   <td>体积</td> 
   <td>小</td> 
   <td>大</td> 
  </tr> 
  <tr> 
   <td>恢复速度</td> 
   <td>快</td> 
   <td>慢</td> 
  </tr> 
  <tr> 
   <td>数据安全性</td> 
   <td>丢数据</td> 
   <td>根据策略决定</td> 
  </tr> 
 </tbody> 
</table>

#### 如何选择使用哪种持久化方式？ ####

一般来说， 如果想达到足以媲美 PostgreSQL 的数据安全性， 你应该同时使用两种持久化功能。

如果你非常关心你的数据， 但仍然可以承受数分钟以内的数据丢失， 那么你可以只使用 RDB 持久化。

有很多用户都只使用 AOF 持久化， 但并不推荐这种方式： 因为定时生成 RDB 快照（snapshot）非常便于进行数据库备份， 并且 RDB 恢复数据集的速度也要比 AOF 恢复的速度要快。

### Redis发布与订阅 ###

Redis 发布订阅(pub/sub)是一种消息通信模式：发送者(pub)发送消息，订阅者(sub)接收消息。

![在这里插入图片描述][1d1ca2455fe72a0d6f9f4be0537a33ea.png]

下图展示了频道 channel1 ， 以及订阅这个频道的三个客户端 —— client2 、 client5 和 client1 之间的关系：

![在这里插入图片描述][79a7e89f4542a2522db15dd01e56a6bc.png]

当有新消息通过 PUBLISH 命令发送给频道 channel1 时， 这个消息就会被发送给订阅它的三个客户端：

![在这里插入图片描述][5689a5e60d3ebbff7069de8133b1682d.png]

#### 命令 ####

<table> 
 <thead> 
  <tr> 
   <th>命令</th> 
   <th>描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td><code>PSUBSCRIBE pattern [pattern..]</code></td> 
   <td>订阅一个或多个符合给定模式的频道。</td> 
  </tr> 
  <tr> 
   <td><code>PUNSUBSCRIBE pattern [pattern..]</code></td> 
   <td>退订一个或多个符合给定模式的频道。</td> 
  </tr> 
  <tr> 
   <td><code>PUBSUB subcommand [argument[argument]]</code></td> 
   <td>查看订阅与发布系统状态。</td> 
  </tr> 
  <tr> 
   <td><code>PUBLISH channel message</code></td> 
   <td>向指定频道发布消息</td> 
  </tr> 
  <tr> 
   <td><code>SUBSCRIBE channel [channel..]</code></td> 
   <td>订阅给定的一个或多个频道。</td> 
  </tr> 
  <tr> 
   <td><code>SUBSCRIBE channel [channel..]</code></td> 
   <td>退订一个或多个频道</td> 
  </tr> 
 </tbody> 
</table>

#### 示例 ####

------------订阅端----------------------
    127.0.0.1:6379> SUBSCRIBE sakura # 订阅sakura频道
    Reading messages... (press Ctrl-C to quit) # 等待接收消息
    1) "subscribe" # 订阅成功的消息
    2) "sakura"
    3) (integer) 1
    1) "message" # 接收到来自sakura频道的消息 "hello world"
    2) "sakura"
    3) "hello world"
    1) "message" # 接收到来自sakura频道的消息 "hello i am sakura"
    2) "sakura"
    3) "hello i am sakura"
    
    --------------消息发布端-------------------
    127.0.0.1:6379> PUBLISH sakura "hello world" # 发布消息到sakura频道
    (integer) 1
    127.0.0.1:6379> PUBLISH sakura "hello i am sakura" # 发布消息
    (integer) 1
    
    -----------------查看活跃的频道------------
    127.0.0.1:6379> PUBSUB channels
    1) "sakura"

#### 原理 ####

每个 Redis 服务器进程都维持着一个表示服务器状态的 redis.h/redisServer 结构， 结构的 pubsub\_channels 属性是一个字典， 这个字典就用于保存订阅频道的信息，其中，字典的键为正在被订阅的频道， 而字典的值则是一个链表， 链表中保存了所有订阅这个频道的客户端。

![在这里插入图片描述][874c72fea5eae81c8f58032aae1ee0b2.png]

客户端订阅，就被链接到对应频道的链表的尾部，退订则就是将客户端节点从链表中移除。

#### 缺点 ####

1.  如果一个客户端订阅了频道，但自己读取消息的速度却不够快的话，那么不断积压的消息会使redis输出缓冲区的体积变得越来越大，这可能使得redis本身的速度变慢，甚至直接崩溃。
2.  这和数据传输可靠性有关，如果在订阅方断线，那么他将会丢失所有在短线期间发布者发布的消息。

#### 应用 ####

1.  消息订阅：公众号订阅，微博关注等等（起始更多是使用消息队列来进行实现）
2.  多人在线聊天室。

稍微复杂的场景，我们就会使用消息中间件MQ处理。

### Redis主从复制 ###

#### 概念 ####

主从复制，是指将一台Redis服务器的数据，复制到其他的Redis服务器。前者称为主节点（Master/Leader）,后者称为从节点（Slave/Follower）， 数据的复制是单向的！只能由主节点复制到从节点（主节点以写为主、从节点以读为主）。

默认情况下，每台Redis服务器都是主节点，一个主节点可以有0个或者多个从节点，但每个从节点只能由一个主节点。

#### 作用 ####

1.  数据冗余：主从复制实现了数据的热备份，是持久化之外的一种数据冗余的方式。
2.  故障恢复：当主节点故障时，从节点可以暂时替代主节点提供服务，是一种服务冗余的方式
3.  负载均衡：在主从复制的基础上，配合读写分离，由主节点进行写操作，从节点进行读操作，分担服务器的负载；尤其是在多读少写的场景下，通过多个从节点分担负载，提高并发量。
4.  高可用基石：主从复制还是哨兵和集群能够实施的基础。

#### 为什么使用集群 ####

1.  单台服务器难以负载大量的请求
2.  单台服务器故障率高，系统崩坏概率大
3.  单台服务器内存容量有限。

#### 环境配置 ####

我们在讲解配置文件的时候，注意到有一个`replication`模块 (见Redis.conf中第8条)

查看当前库的信息：`info replication`

127.0.0.1:6379> info replication
    # Replication
    role:master # 角色
    connected_slaves:0 # 从机数量
    master_replid:3b54deef5b7b7b7f7dd8acefa23be48879b4fcff
    master_replid2:0000000000000000000000000000000000000000
    master_repl_offset:0
    second_repl_offset:-1
    repl_backlog_active:0
    repl_backlog_size:1048576
    repl_backlog_first_byte_offset:0
    repl_backlog_histlen:0

既然需要启动多个服务，就需要多个配置文件。每个配置文件对应修改以下信息：

*  端口号
 *  pid文件名
 *  日志文件名
 *  rdb文件名

启动单机多服务集群：

![在这里插入图片描述][efea78f5095e87cb234efdcb2af40fe8.png]

#### 一主二从配置 ####

==默认情况下，每台Redis服务器都是主节点；==我们一般情况下只用配置从机就好了！

认老大！一主（79）二从（80，81）

使用`SLAVEOF host port`就可以为从机配置主机了。

![在这里插入图片描述][0a08c038593f2ec6042ee06aecc4df32.png]

然后主机上也能看到从机的状态：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzg3MzIyNw_size_16_color_FFFFFF_t_70 1]

我们这里是使用命令搭建，是暂时的，==真实开发中应该在从机的配置文件中进行配置，==这样的话是永久的。

![在这里插入图片描述][c86dc2bce06bd1b9e62022dffecfb107.png]

#### 使用规则 ####

1.  从机只能读，不能写，主机可读可写但是多用于写。
    
        127.0.0.1:6381> set name sakura # 从机6381写入失败
        (error) READONLY You can't write against a read only replica.
        
        127.0.0.1:6380> set name sakura # 从机6380写入失败
        (error) READONLY You can't write against a read only replica.
        
        127.0.0.1:6379> set name sakura
        OK
        127.0.0.1:6379> get name
        "sakura"
        12345678910
2.  当主机断电宕机后，默认情况下从机的角色不会发生变化 ，集群中只是失去了写操作，当主机恢复以后，又会连接上从机恢复原状。
3.  当从机断电宕机后，若不是使用配置文件配置的从机，再次启动后作为主机是无法获取之前主机的数据的，若此时重新配置称为从机，又可以获取到主机的所有数据。这里就要提到一个同步原理。
4.  第二条中提到，默认情况下，主机故障后，不会出现新的主机，有两种方式可以产生新的主机：
    
     *  从机手动执行命令`slaveof no one`,这样执行以后从机会独立出来成为一个主机
     *  使用哨兵模式（自动选举）

> 如果没有老大了，这个时候能不能选择出来一个老大呢？手动！

如果主机断开了连接，我们可以使用`SLAVEOF no one`让自己变成主机！其他的节点就可以手动连接到最新的主节点（手动）！如果这个时候老大修复了，那么久重新连接！

### 哨兵模式 ###

**主从切换技术的方法是：当主服务器宕机后，需要手动把一台从服务器切换为主服务器，这就需要人工干预，费事费力，还会造成一段时间内服务不可用。这不是一种推荐的方式，更多时候，我们优先考虑哨兵模式**。

单机单个哨兵

![在这里插入图片描述][format_png]

哨兵的作用：

*  通过发送命令，让Redis服务器返回监控其运行状态，包括主服务器和从服务器。
 *  当哨兵监测到master宕机，会自动将slave切换成master，然后通过**发布订阅模式**通知其他的从服务器，修改配置文件，让它们切换主机。

多哨兵模式

![在这里插入图片描述][20200513215736862.png]

哨兵的核心配置

sentinel monitor mymaster 127.0.0.1 6379 1

*  数字1表示 ：当一个哨兵主观认为主机断开，就可以客观认为主机故障，然后开始选举新的主机。

> 测试

redis-sentinel xxx/sentinel.conf

成功启动哨兵模式

![在这里插入图片描述][30fc771a4c2306dd0d85f64bf31d7603.png]

此时哨兵监视着我们的主机6379，当我们断开主机后：

![在这里插入图片描述][20428a74d372de173cc70ae94010c974.png]

> 哨兵模式优缺点

**优点：**

1.  哨兵集群，基于主从复制模式，所有主从复制的优点，它都有
2.  主从可以切换，故障可以转移，系统的可用性更好
3.  哨兵模式是主从模式的升级，手动到自动，更加健壮

**缺点：**

1.  Redis不好在线扩容，集群容量一旦达到上限，在线扩容就十分麻烦
2.  实现哨兵模式的配置其实是很麻烦的，里面有很多配置项

> 哨兵模式的全部配置

完整的哨兵模式配置文件 sentinel.conf

# Example sentinel.conf
     
    # 哨兵sentinel实例运行的端口 默认26379
    port 26379
     
    # 哨兵sentinel的工作目录
    dir /tmp
     
    # 哨兵sentinel监控的redis主节点的 ip port 
    # master-name  可以自己命名的主节点名字 只能由字母A-z、数字0-9 、这三个字符".-_"组成。
    # quorum 当这些quorum个数sentinel哨兵认为master主节点失联 那么这时 客观上认为主节点失联了
    # sentinel monitor <master-name> <ip> <redis-port> <quorum>
    sentinel monitor mymaster 127.0.0.1 6379 1
     
    # 当在Redis实例中开启了requirepass foobared 授权密码 这样所有连接Redis实例的客户端都要提供密码
    # 设置哨兵sentinel 连接主从的密码 注意必须为主从设置一样的验证密码
    # sentinel auth-pass <master-name> <password>
    sentinel auth-pass mymaster MySUPER--secret-0123passw0rd
     
     
    # 指定多少毫秒之后 主节点没有应答哨兵sentinel 此时 哨兵主观上认为主节点下线 默认30秒
    # sentinel down-after-milliseconds <master-name> <milliseconds>
    sentinel down-after-milliseconds mymaster 30000
     
    # 这个配置项指定了在发生failover主备切换时最多可以有多少个slave同时对新的master进行 同步，
    #这个数字越小，完成failover所需的时间就越长，
    #但是如果这个数字越大，就意味着越 多的slave因为replication而不可用。
    #可以通过将这个值设为 1 来保证每次只有一个slave 处于不能处理命令请求的状态。
    # sentinel parallel-syncs <master-name> <numslaves>
    sentinel parallel-syncs mymaster 1
     
     
     
    # 故障转移的超时时间 failover-timeout 可以用在以下这些方面： 
    #1. 同一个sentinel对同一个master两次failover之间的间隔时间。
    #2. 当一个slave从一个错误的master那里同步数据开始计算时间。直到slave被纠正为向正确的master那里同步数据时。
    #3.当想要取消一个正在进行的failover所需要的时间。  
    #4.当进行failover时，配置所有slaves指向新的master所需的最大时间。不过，即使过了这个超时，slaves依然会被正确配置为指向master，但是就不按parallel-syncs所配置的规则来了
    # 默认三分钟
    # sentinel failover-timeout <master-name> <milliseconds>
    sentinel failover-timeout mymaster 180000
     
    # SCRIPTS EXECUTION
     
    #配置当某一事件发生时所需要执行的脚本，可以通过脚本来通知管理员，例如当系统运行不正常时发邮件通知相关人员。
    #对于脚本的运行结果有以下规则：
    #若脚本执行后返回1，那么该脚本稍后将会被再次执行，重复次数目前默认为10
    #若脚本执行后返回2，或者比2更高的一个返回值，脚本将不会重复执行。
    #如果脚本在执行过程中由于收到系统中断信号被终止了，则同返回值为1时的行为相同。
    #一个脚本的最大执行时间为60s，如果超过这个时间，脚本将会被一个SIGKILL信号终止，之后重新执行。
     
    #通知型脚本:当sentinel有任何警告级别的事件发生时（比如说redis实例的主观失效和客观失效等等），将会去调用这个脚本，
    #这时这个脚本应该通过邮件，SMS等方式去通知系统管理员关于系统不正常运行的信息。调用该脚本时，将传给脚本两个参数，
    #一个是事件的类型，
    #一个是事件的描述。
    #如果sentinel.conf配置文件中配置了这个脚本路径，那么必须保证这个脚本存在于这个路径，并且是可执行的，否则sentinel无法正常启动成功。
    #通知脚本
    # sentinel notification-script <master-name> <script-path>
      sentinel notification-script mymaster /var/redis/notify.sh
     
    # 客户端重新配置主节点参数脚本
    # 当一个master由于failover而发生改变时，这个脚本将会被调用，通知相关的客户端关于master地址已经发生改变的信息。
    # 以下参数将会在调用脚本时传给脚本:
    # <master-name> <role> <state> <from-ip> <from-port> <to-ip> <to-port>
    # 目前<state>总是“failover”,
    # <role>是“leader”或者“observer”中的一个。 
    # 参数 from-ip, from-port, to-ip, to-port是用来和旧的master和新的master(即旧的slave)通信的
    # 这个脚本应该是通用的，能被多次调用，不是针对性的。
    # sentinel client-reconfig-script <master-name> <script-path>
    sentinel client-reconfig-script mymaster /var/redis/reconfig.sh

### 缓存穿透与雪崩 ###

#### 缓存穿透（查不到） ####

> 概念

在默认情况下，用户请求数据时，会先在缓存(Redis)中查找，若没找到即缓存未命中，再在数据库中进行查找，数量少可能问题不大，可是一旦大量的请求数据（例如秒杀场景）缓存都没有命中的话，就会全部转移到数据库上，造成数据库极大的压力，就有可能导致数据库崩溃。网络安全中也有人恶意使用这种手段进行攻击被称为洪水攻击。

> 解决方案

**布隆过滤器**

对所有可能查询的参数以Hash的形式存储，以便快速确定是否存在这个值，在控制层先进行拦截校验，校验不通过直接打回，减轻了存储系统的压力。

![在这里插入图片描述][eb847051b5e551188de40d33270b7d31.png]

**缓存空对象**

一次请求若在缓存和数据库中都没找到，就在缓存中方一个空对象用于处理后续这个请求。

![在这里插入图片描述][a061cfeb808deeb049cc5f09d225a6a0.png]

这样做有一个缺陷：存储空对象也需要空间，大量的空对象会耗费一定的空间，存储效率并不高。解决这个缺陷的方式就是设置较短过期时间

即使对空值设置了过期时间，还是会存在缓存层和存储层的数据会有一段时间窗口的不一致，这对于需要保持一致性的业务会有影响。

#### 缓存击穿（量太大，缓存过期） ####

> 概念

相较于缓存穿透，缓存击穿的目的性更强，一个存在的key，在缓存过期的一刻，同时有大量的请求，这些请求都会击穿到DB，造成瞬时DB请求量大、压力骤增。这就是缓存被击穿，只是针对其中某个key的缓存不可用而导致击穿，但是其他的key依然可以使用缓存响应。

比如热搜排行上，一个热点新闻被同时大量访问就可能导致缓存击穿。

> 解决方案

1.  **设置热点数据永不过期**
    
    这样就不会出现热点数据过期的情况，但是当Redis内存空间满的时候也会清理部分数据，而且此种方案会占用空间，一旦热点数据多了起来，就会占用部分空间。
2.  **加互斥锁(分布式锁)**
    
    在访问key之前，采用SETNX（set if not exists）来设置另一个短期key来锁住当前key的访问，访问结束再删除该短期key。保证同时刻只有一个线程访问。这样对锁的要求就十分高。

#### 缓存雪崩 ####

> 概念

大量的key设置了相同的过期时间，导致在缓存在同一时刻全部失效，造成瞬时DB请求量大、压力骤增，引起雪崩。

![在这里插入图片描述][4b05ede1b61ddb093d44c58b9b19393d.png]

> 解决方案

*  redis高可用
    
    这个思想的含义是，既然redis有可能挂掉，那我多增设几台redis，这样一台挂掉之后其他的还可以继续工作，其实就是搭建的集群
 *  限流降级
    
    这个解决方案的思想是，在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个key只允许一个线程查询数据和写缓存，其他线程等待。
 *  数据预热
    
    数据加热的含义就是在正式部署之前，我先把可能的数据先预先访问一遍，这样部分可能大量访问的数据就会加载到缓存中。在即将发生大并发访问前手动触发加载缓存不同的key，设置不同的过期时间，让缓存失效的时间点尽量均匀。

[image-20220328154034613]: https://img-blog.csdnimg.cn/img_convert/38a4ab46bca192fd58d77521fa03a1c1.png
[image-20220328154051878]: https://img-blog.csdnimg.cn/img_convert/d94623c57373624359994aa33d287e69.png
[image-20220328154109208]: https://img-blog.csdnimg.cn/img_convert/97056b9eb8f8da2b6c49fa65cbb1082d.png
[image-20220328154226232]: https://img-blog.csdnimg.cn/img_convert/f408789b7dd1526a267c31c5e02bcf89.png
[image-20220328154401613]: https://img-blog.csdnimg.cn/img_convert/522dff2f982d466e145cd6eef7d0eba4.png
[image-20220328154606894]: https://img-blog.csdnimg.cn/img_convert/0ed8d5e1d8b6ee8de84061b42777f3c0.png
[image-20220330130500433]: https://img-blog.csdnimg.cn/img_convert/ee10b6ea40b1b7400174746023dcab0c.png
[image-20220330130634343]: https://img-blog.csdnimg.cn/img_convert/fe1c1b73cd5ef82fb315942b2df64621.png
[image-20220330130757210]: https://img-blog.csdnimg.cn/img_convert/d621f91b2b776baae71511299fd217b8.png
[image-20220330130925998]: https://img-blog.csdnimg.cn/img_convert/a9f81272fb4ebbb7a819a97704c1d3d8.png
[image-20220330142456584]: https://img-blog.csdnimg.cn/img_convert/e8556a31b747695e1191e33c71b0ad5d.png
[image-20220330143035025]: https://img-blog.csdnimg.cn/img_convert/6cf748b8277e5974542f85f475b20db6.png
[image-20220330143258408]: https://img-blog.csdnimg.cn/img_convert/1981e29ca5ee409f2e5d0ad63e61478d.png
[image-20220330143549115]: https://img-blog.csdnimg.cn/img_convert/ec9d3f38639dde795d6eae29de749a8e.png
[image-20220330144104813]: https://img-blog.csdnimg.cn/img_convert/95cc26c8371014f5785101b25c81e59f.png
[image-20220330144413116]: https://img-blog.csdnimg.cn/img_convert/9001e9707f24814eb1e1cdcad36d9dba.png
[image-20220330144627401]: https://img-blog.csdnimg.cn/img_convert/f401b6425626f78afb725ccff209dd2b.png
[image-20220330144708794]: https://img-blog.csdnimg.cn/img_convert/d1b5595dc726912f624ac7e3ecf4df86.png
[image-20220330150649550]: https://img-blog.csdnimg.cn/img_convert/867f0a79dd4f7168073fb8e2e7157564.png
[image-20220330155204989]: https://img-blog.csdnimg.cn/img_convert/243ee46a10fde0ec5c79b10cf5a3d7f8.png
[image-20220331184510038]: https://img-blog.csdnimg.cn/img_convert/e9fb6f1f5306c67eba6fcd43d52547a7.png
[image-20220331185405933]: https://img-blog.csdnimg.cn/img_convert/0f922c8f241157e9311ddb7937c9af12.png
[image-20220331190649007]: https://img-blog.csdnimg.cn/img_convert/fca05d3c0f42395748d325c90ad5705e.png
[image-20220331192319782]: https://img-blog.csdnimg.cn/img_convert/9bf2ea23d1578614715ebfc914152365.png
[image-20220331192342926]: https://img-blog.csdnimg.cn/img_convert/6441eda1c7f19253bdec936577f3e750.png
[image-20220331201634814]: https://img-blog.csdnimg.cn/img_convert/3389af5d1e0b3bb4c6c4182c72711589.png
[image-20220331224829041]: https://img-blog.csdnimg.cn/img_convert/4ac49d9e5e4e92081c153854d9d9c6a1.png
[image-20220401152855389]: https://img-blog.csdnimg.cn/img_convert/2db84461a2a844e7a5312386aba0f221.png
[image-20220401165001735]: https://img-blog.csdnimg.cn/img_convert/d7194d845c309a1764d2d513c36608e7.png
[5e9ac22665bb6151ce68345959bfa1f9.png]: https://img-blog.csdnimg.cn/img_convert/5e9ac22665bb6151ce68345959bfa1f9.png
[78df963f929a71865c2af80fbf6177ef.png]: https://img-blog.csdnimg.cn/img_convert/78df963f929a71865c2af80fbf6177ef.png
[eeead6b44c20d310341046908769064a.png]: https://img-blog.csdnimg.cn/img_convert/eeead6b44c20d310341046908769064a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzg3MzIyNw_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200513215205970.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzg3MzIyNw==,size_16,color_FFFFFF,t_70
[d3e72add4bd9fd50015a8ae51545f7d3.png]: https://img-blog.csdnimg.cn/img_convert/d3e72add4bd9fd50015a8ae51545f7d3.png
[425e8ffd42a556ff954047c6ac826269.png]: https://img-blog.csdnimg.cn/img_convert/425e8ffd42a556ff954047c6ac826269.png
[f84c44823f8e668bce96bf2b5a0840e3.png]: https://img-blog.csdnimg.cn/img_convert/f84c44823f8e668bce96bf2b5a0840e3.png
[1d1ca2455fe72a0d6f9f4be0537a33ea.png]: https://img-blog.csdnimg.cn/img_convert/1d1ca2455fe72a0d6f9f4be0537a33ea.png
[79a7e89f4542a2522db15dd01e56a6bc.png]: https://img-blog.csdnimg.cn/img_convert/79a7e89f4542a2522db15dd01e56a6bc.png
[5689a5e60d3ebbff7069de8133b1682d.png]: https://img-blog.csdnimg.cn/img_convert/5689a5e60d3ebbff7069de8133b1682d.png
[874c72fea5eae81c8f58032aae1ee0b2.png]: https://img-blog.csdnimg.cn/img_convert/874c72fea5eae81c8f58032aae1ee0b2.png
[efea78f5095e87cb234efdcb2af40fe8.png]: https://img-blog.csdnimg.cn/img_convert/efea78f5095e87cb234efdcb2af40fe8.png
[0a08c038593f2ec6042ee06aecc4df32.png]: https://img-blog.csdnimg.cn/img_convert/0a08c038593f2ec6042ee06aecc4df32.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzg3MzIyNw_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200513215645778.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzg3MzIyNw==,size_16,color_FFFFFF,t_70
[c86dc2bce06bd1b9e62022dffecfb107.png]: https://img-blog.csdnimg.cn/img_convert/c86dc2bce06bd1b9e62022dffecfb107.png
[format_png]: https://img-blog.csdnimg.cn/img_convert/71f48b077998e514d9dc9f2f3f2e28a6.webp?x-oss-process=image/format,png
[20200513215736862.png]: https://img-blog.csdnimg.cn/20200513215736862.png
[30fc771a4c2306dd0d85f64bf31d7603.png]: https://img-blog.csdnimg.cn/img_convert/30fc771a4c2306dd0d85f64bf31d7603.png
[20428a74d372de173cc70ae94010c974.png]: https://img-blog.csdnimg.cn/img_convert/20428a74d372de173cc70ae94010c974.png
[eb847051b5e551188de40d33270b7d31.png]: https://img-blog.csdnimg.cn/img_convert/eb847051b5e551188de40d33270b7d31.png
[a061cfeb808deeb049cc5f09d225a6a0.png]: https://img-blog.csdnimg.cn/img_convert/a061cfeb808deeb049cc5f09d225a6a0.png
[4b05ede1b61ddb093d44c58b9b19393d.png]: https://img-blog.csdnimg.cn/img_convert/4b05ede1b61ddb093d44c58b9b19393d.png