Redis 功能原理分析

过时时间设置

• EXPIRE key seconds
  • EXPIRE命令的seconds命令必须是整数，因此最小单位是1秒
  • PEXPIRE命令的单位是毫秒
    • PTTL以毫秒单位获取键的剩余有效时间
• 一个键还有多久时间被删除，可使用TTL命令
  • TTL key
    • 当键不存在时，TTL命令会返回-2
    • 没设置过时时间，-1

过时删除的原理

• 消极方法（passive way）
  • 主键被访问时若是发现它已经失效，那么就删除它
• 积极方法（active way）
  • 周期性地从设置了失效时间的主键中选择一部分失效的主键删除
• Redis每秒会进行10次操做，具体的流程：
  • 随机测试 20 个带有timeout信息的key；
  • 删除其中已通过期的key；
  • 若是超过25%的key被删除，则重复执行步骤1；
  • 这是一个简单的几率算法（trivial probabilistic algorithm），
    • 基于假设咱们随机抽取的key表明了所有的key空间。

Redis发布订阅

• Redis提供了一组命令可让开发者实现“发布/订阅”模式(publish/subscribe) 
• 值得注意的是消息发送出去不会持久化，
  • 若是发送以前没有订阅者，
  • 那么后续再有订阅者订阅该频道，以前的消息就收不到了
• 结构图
  • channel分两类，
    • 一个是普通channel、
    • 另外一个是pattern channel（规则匹配），
    • producer1发布了一条消息【publish abc hello】,
      • redis server发给abc这个普通channel上的全部订阅者，
      • 同时abc也匹配上了pattern channel的名字，
      • 因此这条消息也会同时发送给pattern channel *bc上的全部订阅者

 

Redis内存回收策略

• Redis中提供了多种内存回收策略，当内存容量不足时，
  • 就不得不淘汰内存中的一些对象，释放这些对象占用的空间
• 默认的策略为noeviction策略，
  • 当内存使用达到阈值的时候，全部引发申请内存的命令会报错
• allkeys-lru：从数据集（server.db[i].dict）中挑选最近最少使用的数据淘汰
  • 适合的场景： 若是咱们的应用对缓存的访问都是相对热点数据，那么能够选择这个策略
• allkeys-random：随机移除某个key。
  • 适合的场景：若是咱们的应用对于缓存key的访问几率相等，则可使用这个策略
• volatile-random：从已设置过时时间的数据集（server.db[i].expires）中
  • 任意选择数据淘汰。
• volatile-lru：从已设置过时时间的数据集（server.db[i].expires）中挑选
  • 最近最少使用的数据淘汰。
• volatile-ttl：从已设置过时时间的数据集（server.db[i].expires）中挑选
  • 将要过时的数据淘汰
• 适合场景：这种策略使得咱们能够向Redis提示哪些key更适合被淘汰，咱们能够本身控制

总结

• 实际上Redis实现的LRU并非可靠的LRU
  • 若是须要在全部的数据中搜索最符合条件的数据，那么必定会增长系统的开销，
    • Redis是单线程的，因此耗时的操做会谨慎一些
  • 早期的Redis版本是基于采样的LRU
    • Redis3.0版本以后，Redis做者对于基于采样的LRU进行了一些优化
    • 目的是在必定的成本内让结果更靠近真实的LRU。

Redis是单进程单线程？性能为何这么快

• Redis采用了一种很是简单的作法
  • Redis把任务封闭在一个线程中从而避免了线程安全问题；
• redis为何是单线程？
  • 官方的解释是，CPU并非Redis的瓶颈所在，
  • Redis的瓶颈主要在机器的内存和网络的带宽。
• 那么Redis能不能处理高并发请求呢？
  • 固然是能够的，至于怎么实现的，咱们来具体了解一下。
    • 【注意并发不等于并行，
      • 并发性I/O流意味着可以让一个计算单元来处理来自多个客户端的流请求。
      • 并行性，意味着服务器可以同时执行几个事情，具备多个计算单元】
• 多路复用
  • Redis 是跑在单线程中的，全部的操做都是按照顺序线性执行的，
    • 可是因为读写操做等待用户输入或输出都是阻塞的，
    • 因此 I/O 操做在通常状况下每每不能直接返回，
    • 这会致使某一文件的 I/O 阻塞致使整个进程没法对其它客户提供服务，
    • 而 I/O 多路复用就是为了解决这个问题而出现的。

几种I/O模型

• 同步阻塞IO（Blocking IO）：即传统的IO模型。
• 同步非阻塞IO（Non-blocking IO）：
  • 默认建立的socket都是阻塞的，
  • 非阻塞IO要求socket被设置为NONBLOCK。
• IO多路复用（IO Multiplexing）：
  • 即经典的Reactor设计模式，也称为异步阻塞IO，
  • Java中的Selector和Linux中的epoll都是这种模型。
• 异步IO（Asynchronous IO）：即经典的Proactor设计模式，也称为异步非阻塞IO。
• 同步和异步，指的是用户线程和内核的交互方式
• 阻塞和非阻塞，指用户线程调用内核IO操做的方式是阻塞仍是非阻塞