• Redis基本全局命令(含key过期策略)


    KEY

    返回所有满⾜样式(pattern)的key。⽀持如下统配样式。

    • h?llo 匹配 hello , hallo 和 hxllo
    • h*llo 匹配 hllo 和 heeeello
    • h[ae]llo 匹配 hello 和 hallo 但不匹配 hillo
    • h[^e]llo 匹配 hallo , hbllo ,…但不匹配 hello
    • h[a-b]llo 匹配 hallo 和 hbllo

    语法:

     KEYS pattern
    
    • 1

    时间复杂度:O(N)

    返回值:匹配pattern的所有key。

    ⽰例:

    redis> MSET firstname Jack lastname Stuntman age 35
    "OK"
    redis> KEYS *name*
    1) "firstname"
    2) "lastname"
    redis> KEYS a??
    1) "age"
    redis> KEYS *
    1) "age"
    2) "firstname"
    3) "lastname"
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    EXISTS

    判断某个key是否存在。

    语法:

     EXISTS key [key ...]
    
    • 1

    时间复杂度:O(1)

    返回值:key存在的个数。

    ⽰例:

    redis> SET key1 "Hello"
    "OK"
    redis> EXISTS key1
    (integer) 1
    redis> EXISTS nosuchkey
    (integer) 0
    redis> SET key2 "World"
    "OK"
    redis> EXISTS key1 key2 nosuchkey
    (integer) 2
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10

    贴士:一个exists语句就是一次网络请求响应,因此尽量用一个exists语句来判断多个key是否存在。

    DEL

    删除指定的key。

    语法:

     DEL key [key ...]
    
    • 1

    时间复杂度:O(1)

    返回值:删除掉的key的个数。

    ⽰例:

    redis> SET key1 "Hello"
    "OK"
    redis> SET key2 "World"
    "OK"
    redis> DEL key1 key2 key3
    (integer) 2
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    EXPIRE

    为指定的key添加秒级的过期时间

    语法:

    EXPIRE key seconds
    
    • 1

    时间复杂度:O(1)

    返回值:1表⽰设置成功。0表⽰设置失败

    实例:
    在这里插入图片描述

    我们不设置expire它的默认有效期是永久,即ttl后会返回-1代表永久有效。

    TTL

    获取指定key的过期时间,秒级。

    语法:

    TTL key
    
    • 1

    时间复杂度:O(1)

    返回值:剩余过期时间。-1表⽰没有关联过期时间,-2表⽰key不存在。

    实例:
    在这里插入图片描述


    EXPIRE和TTL命令都有对应的⽀持毫秒为单位的版本:PEXPIRE和PTTL


    Redis的key过期策略

    一个redis中可能同时存在很多很多key. 这些key中可能有很大一部分都有过期时间. 此时, redis 服务器咋知道哪些key已经过期要被删除,哪些key还没过期??

    如果直接遍历所有的key ,显然是行不通的.效率非常低~~

    过期策略一般有以下三种:

    1,定时过期

    • 每个设置过期时间的key都需要创建一个定时器,到过期时间就会立即清除。该策略可以立即清除过期的数据,对内存很友好;但是会占用大量的CPU资源去处理过期的数据,从而影响缓存的响应时间和吞吐量。

    2,惰性过期

    • 只有当访问一个key时,才会判断该key是否已过期,过期则清除。该策略可以最大化地节省CPU资源,却对内存非常不友好。极端情况可能出现大量的过期key没有再次被访问,从而不会被清除,占用大量内存。

    3,定期过期

    • 每隔一定的时间,会扫描一定数量的数据库的expires字典中一定数量的key,并清除其中已过期的key。该策略是前两者的一个折中方案。通过调整定时扫描的时间间隔和每次扫描的限定耗时,可以在不同情况下使得CPU和内存资源达到最优的平衡效果。

    Redis中同时使用了惰性过期和定期过期两种过期策略。

    Redis过期删除采用的是定期删除,默认是每100ms检测一次,遇到过期的key则进行删除,这里的检测并不是顺序检测,而是随机检测。那这样会不会有漏网之鱼?显然Redis也考虑到了这一点,当我们去读/写一个已经过期的key时,会触发Redis的惰性删除策略,直接会干掉过期的key。

    为什么不用定时删除策略?

    定时删除,用一个定时器来负责监视key,过期则自动删除。虽然内存及时释放,但是十分消耗CPU资源。在大并发请求下,CPU要将时间应用在处理请求,而不是删除key,因此没有采用这一策略.

    定期删除+惰性删除是如何工作的呢?

    定期删除:redis默认每个100ms检查,是否有过期的key,有过期key则删除。需要说明的是,redis不是每个100ms将所有的key检查一次,而是随机抽取进行检查(如果每隔100ms,全部key进行检查,redis岂不是卡死)。因此,如果只采用定期删除策略,会导致很多key到时间没有删除。

    于是,惰性删除派上用场。也就是说在你获取某个key的时候,redis会检查一下,这个key如果设置了过期时间那么是否过期了?如果过期了此时就会删除。

    采用定期删除+惰性删除就没其他问题了么?

    不是的,如果定期删除没删除key,然后你也没即时去请求key,也就是说惰性删除也没生效。这样,redis的内存会越来越高。那么就应该采用内存淘汰机制。


    缓存淘汰 eviction

    Redis自身实现了缓存淘汰

    Redis的内存淘汰策略是指在Redis的用于缓存的内存不足时,怎么处理需要新写入且需要申请额外空间的数据。

    • noeviction:当内存不足以容纳新写入数据时,新写入操作会报错。
    • allkeys-lru:当内存不足以容纳新写入数据时,在键空间中,移除最近最少使用的key。
    • allkeys-random:当内存不足以容纳新写入数据时,在键空间中,随机移除某个key。
    • volatile-lru:当内存不足以容纳新写入数据时,在设置了过期时间的键空间中,移除最近最少使用的key。
    • volatile-random:当内存不足以容纳新写入数据时,在设置了过期时间的键空间中,随机移除某个key。
    • volatile-ttl:当内存不足以容纳新写入数据时,在设置了过期时间的键空间中,有更早过期时间的key优先移除。
    • redis 4.x 后支持LFU策略,最少频率使用,allkeys-lfu,volatile-lfu

    TYPE

    返回key对应value的数据类型。

    语法:

    TYPE key
    
    • 1

    时间复杂度:O(1)

    返回值: none ,string , list , set ,zset ,hash and stream。

    redis> SET key1 "value"
    "OK"
    redis> LPUSH key2 "value"
    (integer) 1
    redis> SADD key3 "value"
    (integer) 1
    redis> TYPE key1
    "string"
    redis> TYPE key2
    "list"
    redis> TYPE key3
    "set"
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12

    the end!

  • 相关阅读:
    【12】理解电路:从电报机到门电路,我们如何做到“千里传信”?
    devops学习(八) 搭建镜像仓库---jenkins推送镜像
    第十四届蓝桥杯要开始了(2022年)
    骨传导原理是什么?哪些骨传导耳机值得入手
    lvs集群
    WRF高精度气象模拟技术及在地学领域中的应用
    TiDB Data Migration 查询状态
    优秀代码赏读之第一篇
    释放潜能!RunnerGo:性能测试的全新视角
    html使用天地图写一个地图列表
  • 原文地址:https://blog.csdn.net/weixin_53306029/article/details/131657047