Redis是2009年发布的，到今天已经超过10岁了。作为必备技能之一，关于它也有聊不完的话题。本文中的任何一个点，都可以展开，完成一篇中等规模的文章。

交流和面试时，你需要用最精准的语言进行描述，那么本文比较适合你。

redis能力：

• 1 0W/s QPS （redis-benchmark）
• 1w+ 长链接 （netstat / ss）
• 最复杂的Zset 6kw数据 写入1k/s 读取5k/s 平均耗时5ms
• 持久化 (rdb)

1. 基本概览

学习一门新语言，重要的是掌握它的基本数据结构，以及这些数据结构的API。redis的这些数据结构，就类似一门语言。

Redis数据结构

常用5种，一共10种。面试时一般回答5种即可，但其他5种是加分项。

• String字符串
• Hash 字典
• List 列表
• Set集合
• ZSet 有序集合。
• Pubsub 发布订阅 （不推荐使用，坑很多）
• Bitmap 位图
• GEO 地理位置 （有限使用，附近的人）
• Stream 流(5.0) （与Kafka非常像）
• Hyperloglog 基数统计

Redis的协议

Redis是文本协议

• RESP 以CRLF结尾(\r\n)
• RESP3 （redis6启用，增加客户端缓存）

Redis底层数据结构

数据量较小和大数据量的时候，往往不同，关注大数据量的主要结构。

• String-sds
• Hash-(ziplist , dict)
• Set-(intset,dict)
• List-(ziplist,quicklist)
• ZSet-(ziplist+skiptable 跳表)
• Stream-(radix-tree 基数数)

跳表的关注度比较大，在Java中，可以参考类似ConcurrentSkipListMap实现。

另：Java中有序Set叫做TreeSet，但是用红黑树实现的，注意区别。

Redis持久化方式

生产环境，一般仅采用RDB模式。

• RDB
• AOF （类似Binglog row模式）
• 混合模式：RDB+AOF

O(n)指令

• keys *
• hgetall
• smembers
• sunion
• ...

建议在集合大小不确定的时候，使用scan hscan sscan zscan 替代。另外，像keys这种危险命令，最好使用RENAME指令给屏蔽掉。

性能优化

• unlink删除key -> 异步避免阻塞
• pipeline批量传输，减少网络RTT ->减少频繁网络交互
• 多值指令（mset，hmset）-> 减少频繁网络交互
• 关掉aof -> 避免io_wait

扩展方式

• lua
• redis-module

module模式知道的人比较少，属于比较底层的开发。

2. 问题排查

• monitor指令 回显所有执行的指令。可以使用grep配合过滤
• keyspace-events 订阅某些Key的事件。比如，删除某条数据的事件，底层实现基于pubsub
• slow log 顾名思义，满查询，非常有用
• --bigkeys启动参数 Redis大Key健康检查。使用的是scan的方式执行， 不用担心阻塞
• memory usage key、memory stats 指令
• info指令，关注instantaneous_ops_per_sec、used_memory_human、connected_clients
• redis-rdb-tools rdb线下分析

3. 淘汰策略

如果你应聘的是redis dba，这道题答不出来，直接淘汰。

1. 被动删除 (只有被get到的时候，删除并返回NIL 属于惰性删除）
2. 主动删除 (100ms运行一次，随机删除持续25ms，类似Cron）
3. ->内存使用超过maxmemory，触发主动清理策略

针对于第三种情况，有8种策略。注意，redis已经有LFU了。

1. 默认volatile-lru 从设置过期数据集里查找最近最少使用
2. volatile-ttl 从设置过期的数据集里面优先删除剩余时间短的Key
3. volatile-random 从设置过期的数据集里面任意选择数据淘汰
4. volatile-lfu 从过期的数据集里删除 最近不常使用 的数据淘汰
5. allkeys-lru
6. allkeys-lfu
7. allkeys-random 数据被使用频次最少的,优先被淘汰
8. no-enviction

如果不设置maxmemory,Redis将一直使用内存，直到触发操作系统的OOM-KILLER。

4. 集群模式

1. 单机
2. 单机多实例
3. 主从（1+n）
4. 主从（1+n）& 哨兵（3或者基数个）
5. Redis Cluster （推荐，但使用有限制）

互联网建议使用Redis Cluster，外包、项目随意。

大规模

• twemproxy
• codis
• 基于Netty Redis协议自研
• 管理平台：CacheCloud

5. Redis常见问题

Redis使用场景

• 缓存 （缓存一致性 缓存穿透 缓存击穿 缓存雪崩）
• 分布式锁 （redlock）
• 分布式限流
• Session

API举例：

• zset 排行榜，排序
• bitmap 用户签到，在线状态
• geo 地理位置，附近的人
• stream 类似kafka的消息流
• hyperloglog 每日访问ip数统计

缓存一致性

为什么有一致性问题?

• 写入。缓存和数据库是两个不同的组件，只要涉及到双写，就存在只有一个写成功的可能性，造成数据不一致。
• 更新。更新的情况类似，需要更新两个不同的组件。
• 读取。读取要保证从缓存中读到的信息是最新的，是和数据库中的是一致的。
• 删除。当删除数据库记录的时候，如何把缓存中的数据也删掉？

建议使用：Cache Aside Pattern

读请求：

• 先读cache，再读db

变更操作：

• 先操作数据库，再 淘汰 缓存

涉及到复杂的事务和回滚操作，可以把淘汰放在finally里。

问题：缓存淘汰失败！（概率很低 ，定时补偿）

缓存击穿

影响，轻微。

高流量下 大量请求读取一个失效的Key -> Redis Miss -> 穿透到DB

解决方式：采用分布式锁，只有拿到锁的第一个线程去请求数据库，然后插入缓存

缓存穿透

影响，一般。

访问一个不存在的Key（恶意攻击）-> Redis Miss -> 穿透到DB

解决方式：

1. 给相应的Key设置一个Null值，放在缓存中
2. BloomFilter预先判断

缓存雪崩

影响：严重。

大量Key同时失效 ｜ 2.Redis当机 -> Redis Miss -> 压力打到DB

解决方式：

1. 给失效时间加上相对的随机数
2. 保证Redis的高可用

分布式锁

redis的分布式锁，并不是那么简单。建议使用redisson的redlock。最基础的指令是setnx。

setnx-> SET key value [EX seconds|PX milliseconds|KEEPTTL] [NX|XX] [GET]

分布式锁 关键点：

• 原子性
• 锁超时
• 死锁
• 读写锁
• 故障转移

最简单的Redis分布式锁代码（不严谨）。

java端代码模拟lock和unlock。

public String lock(String key, int timeOutSecond) {
    for (; ; ) {
        String stamp = String.valueOf(System.nanoTime());
        boolean exist = redisTemplate.opsForValue().setIfAbsent(key, stamp, timeOutSecond, TimeUnit.SECONDS);
        if (exist) {
            return stamp;
        }
    }
}
public void unlock(String key, String stamp) {
    redisTemplate.execute(script, Arrays.asList(key), stamp);
}

lua脚本unlock。

local stamp = ARGV[1]
local key = KEYS[1]
local current = redis.call("GET",key)
if stamp == current then
    redis.call("DEL",key)
    return "OK"
end

6. Redis使用

常用Java客户端

• lettuce SpringBoot默认,基于Netty的事件驱动模型
• jedis 老牌的客户端，使用commons-pool来完成线程池开发
• redisson 非常丰富的分布式数据结构，包括锁，分布式Map等。大量使用Lua脚本️

使用规范

根据公司情况自定义裁剪，没有万能的规范。更多：

• 使用连接池，不要频繁创建关闭客户端连接
• 消息大小限制 消息体在10kb以下，可以使用snappy、msgpack等压缩
• 避免大key和hot key
• 不使用O(n)指令
• 不使用不带范围的Zrange指令
• 不使用database（容易覆盖数据）
• 不使用高级数据结构（使用基本的5种）
• 不使用事务操作
• 禁止长时间monitor

springboot cache redis

• 使用时更要注意规范性
• cache层抽象层次太高，如需要操作底层的数据结构，直接使用redisTemplate

Redis是多线程？

要看哪个阶段。数据操作阶段，一直是单线程的，哪怕是redis6。

End

祝好运！如有帮助，请不吝赐赞。

可关注我的B站账号→→→→B站账号

学习交流群→→→→交流群