Redis基础整理1.1

概述

redis基础知识整理

正文

Redis为什么要选择单线程？
1.Redis是纯内存操作，执行速度非常快，它的性能瓶颈是网络延迟而不是执行速度，因此多线程并不会带来巨大的性能提升
2.多线程回导致过多的上下文切换，带来不必要的开销
3.引入多线程回面临线程安全问题，必然要引入线程锁，这样回导致实现复杂度增高，而且性能也会大打折扣

IO多路复用是指利用单个线程来同时监听多个FD（File Descriptor）–文件描述符，再某个FD可读、可写时得到通知，去处理

IO多路复用的实现方式:select、poll、epoll

IO多路复用-select

select执行流程
创建fd_set集合
设定监听对象
执行select

将数据拷贝到内核空间

遍历fd_set
没有就绪，则休眠
等待数据就绪被唤醒或超时

将就绪集合返回用户空间

拷贝回用户空间，遍历找到就绪的

select模式存在的问题
需要将整个fd_set从用户空间拷贝到内核空间，select结束还要 再次拷贝回用户空间
select无法得知具体哪个fd就绪，需要遍历整个fd_set
fd_set监听的fd数量不能超过1024

IO多路复用-poll

polldf在内核中采用链表，理论上无上限
监听FD越多，每次遍历消耗时间也越久，性能反而会下降

select和poll实现方案，只会通知用户进程由FD就绪，但不确定具体是哪个FD就绪，需要用户进程一个个的遍历FD确定就绪文件

IO多路复用-epoll
epoll是对select和epoll的改进，

epoll_create 创建epoll实例
rb_root:红黑树
list_head:链表

epoll_ctl()：添加fd
将fd添加到红黑树 给fd添加ep_poll_callback回调函数，就绪了添加到list_head链表中

epoll_wait:等待fd就绪
events:空数组

执行epol_wait

检查就绪列表，有直接返回epoll_wait,否则等待

events:接收就绪fd

rb_root 添加所以的，设置回调函数，就绪将就绪fd到list_head ,结果将list_head–就绪拷贝会events中

epoll_create的好处:
基于epoll实例中的红黑树保存要监听的FD，增删查改效率都非常高，性能不会随监听的FD数量增多而下降
每个FD只需要执行一次epoll_ctl添加到红黑树，以后每次epoll_wait无需传任何参数，无需重复拷贝FD到内核空间
内核会将就绪的FD直接拷贝到用户空间的指定位置，用户进程无需遍历所有FD就能知道就绪的FD是谁

缓存穿透、缓存雪崩、缓存击穿

缓存穿透是指客户端请求的数据再缓存和数据库中都不存在，这些请求都打到数据库

常见解决方案
布隆过滤器

缓存雪崩是指某一时段大量的缓存key同时失效或者Redis服务宕机，导致大量请求打到数据库，导致数据库压力激增

解决方案：
Key的同时失效问题（给不同的Key添加随机值） 缓存预热
Redis宕机（利用集群–主从、哨兵机制–主从中选一个，提高服务的可用性）
给缓存业务添加降级、限流（sentinel、）

缓存击穿也叫热点key问题，就说一个被高并发访问的key突然失效了，大量请求在瞬间打到数据库带来巨大压力

解决方案：
互斥锁
逻辑过期（不给设置逻辑过期）

Redis的过期策略有哪些?

惰性清理：每次查找key时判断是否过期，如果过期则删除

定期清理：定期抽样部分key，判断是否过期，如果过期则删除 不断的循环遍历数据库中的每一个key,每次抽一部分，过期清理，随着时间推进，多起的迟早被删除

定期清理的两种模式：
SLOW模式执行频率默认为10，每次不超过25ms
FAST模式执行频率不固定，但两次间隔不低于2ms，每次耗时不超过1ms

Redis有哪些内存淘汰策略？

任何命令执行之前，检查内存是否够，不够根据内存淘汰策略对key进行内存淘汰

8种淘汰策略
noeviction:不淘汰任何key，但是内存满时不允许写入性数据，默认就是这种策略
volatitle-ttl:对设置了过期时间的key进行淘汰，比较key的剩余TTL值，TTL越小越先被淘汰 存活时间小的将被淘汰
allkeys-random:对全体key，随机进行淘汰，页就是最直接从db->dict中随机挑选 再过期时间里的key你挑
volatile-random:对设置了TTL的key，随机淘汰。也就是从设置了过期时间的key进行淘汰
allkeys-lru:对全体key，基于LRU算法进行淘汰
volatile-lru:对设置了过期时间的KEY基于最少最近使用进行淘汰
allkeys-lfu:对全体key，基于最少频率使用进行淘汰
volatile-lfu:对设置了TTL的key，基于最少频率使用算法进行淘汰

LRU（Least Recently Used）,最少最近使用。用当前时间减去最后一次访问时间，值越大则淘汰优先级越高 太长时间没用，
LFU（Least Frequently Used），最少频率使用，统计每个key的访问频率，值越小淘汰优先级越高 访问频率低 优先淘汰

在配置文件中配置内存淘汰策略