- Published on
Redis 总结
- Authors
- Name
- Yanbin
- @ybtaimu
What (定义)
Redis是一个使用ANSIC编写的支持网络、基于内存、分布式、可选持久性的键值对存储数据库。
When (使用场景)
追求高性能高并发
- 高性能：针对复杂耗时久，sql变化不频繁的请求，适合将结果放入缓存，后续请求可直接缓存读取
- 高并发：大量请求都走数据库会导致数据库连接异常，需要redis做缓冲，先访问redis
适合场景举例：
1.缓存
2.会话存储（session）
当用户登录Web应用时候，将会话数据存储于Redis，并将唯一的会话ID（Session ID）返回到客户端的Cookie中。当用户再向应用发送请求时，会将此会话ID包含在请求中。无状态的Web服务器，根据这个会话ID从Redis中搜索相关的会话数据来进一步请求处理。
3.分布式锁（Distributed Lock）
主要是用Redis的原子操作命令：SETNX，该命令仅允许key不存在的时候才能设置key
如上图所示。 Client 1通过SETNX命令尝试创建lock 1234abcd。如果当前还没有这个key，那么将返回1。Client 1获得锁，就可以执行对共享资源的操作，操作完成之后，删除刚刚创建的lock（释放分布式锁）。如果Client 1在执行SETNX命令的时候，返回了0，说明有其他客户端占用了这key，那么等待一段时间（等其他节点释放）之后再尝试。
4.速率限制器（Rate Limiter）
通过redis计数器功能，配合超时时间，来实现速率限制器，最常见的场景就是服务端是用的请求限流.
根据用户id或者ip来作为key，使用INCR命令来记录用户的请求数量。然后将该请求数量与允许的请求上限数量做比较，只有低于限制的时候，才会执行请求处理。如果超过限制，就拒绝请求。
同时，请求数量的计数器需要设置一个时间窗口，比如：1分钟。也就是没过一分钟时间，计数器将被清零，重新计数。所以，当一个时间窗口中被限流之后，等到下一个时间窗口，就能恢复继续请求。以实现限制速率的效果。如下图：
时间窗口算法：
漏桶算法：
5.排行榜（Rank/Leaderboard）
通过排序集合（Sorted Sets）的功能实现各种排行榜功能
排序集合是唯一元素（比如：用户id）的集合，每个元素按分数排序，这样可以快速的按分数来检索元素
How (redis的各种场景是怎样实现的)
Why (为什么要用redis)
Redis导致的问题
1.缓存和数据库数据不一致，双写不一致
2.缓存雪崩
3.缓存穿透
4.缓存并发竞争的数据一致性
答案：解决方案
Recap:
