为何要用Redis？Redis为何这么快？

摘抄自：https://zhuanlan.zhihu.com/p/81195864

如下单线程仅指Redis负责存取这块的线程只有一个，而非Redis中只有一个进程）

我先给个个人结论，单线程的Redis在瓶颈是cpu的io时（这不是大多数应用的实际应用场景），确实速度会比多线程慢。可是，咱们实际应用场景中不多会遇到瓶颈是CPU的io的状况，这时候单线程优点就凸显出来了。

实现很简单！性能又不会比多线程差，而且，单线程确实不用处理上下文的切换，cpu利用率会比多线程高，这时候采用单线程实现是一种很划算的作法。固然，若是你的宽带和内存牛逼到了使得你的io成为瓶颈，这时候也只能使用多线程了。

 

 

面试时考官让我挑一种本身熟悉的NoSQL数据库讲一讲，我当场就蒙了，我就用过sql server，mysql和Oracle这几种，这几种就算从名字看也知道是sql数据库嘛，绞尽脑汁，我福至心灵，答出，Redis！

先说说Redis是什么吧小老弟？

Redis嘛，就是一种运行速度很快，并发很强的跑在内存上的NoSql数据库，支持键到五种数据类型的映射。

来来来，讲一讲为何Redis这么快？

首先，采用了多路复用io阻塞机制
而后，数据结构简单，操做节省时间
最后，运行在内存中，天然速度快

Redis为何是单线程的？

Redis官方很敷衍就随便给了一点解释。不过基本要点也都说了，由于Redis的瓶颈不是cpu的运行速度，而每每是网络带宽和机器的内存大小。再说了，单线程切换开销小，容易实现既然单线程容易实现，并且CPU不会成为瓶颈，那就瓜熟蒂落地采用单线程的方案了。

若是万一CPU成为你的Redis瓶颈了，或者，你就是不想让服务器其余核闲置，那怎么办？

那也很简单，你多起几个Redis进程就行了。Redis是keyvalue数据库，又不是关系数据库，数据之间没有约束。只要客户端分清哪些key放在哪一个Redis进程上就能够了。redis-cluster能够帮你作的更好。

单线程能够处理高并发请求吗？

固然能够了，Redis都实现了。有一点概念须要澄清，并发并非并行。
（相关概念：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）

咱们使用单线程的方式是没法发挥多核CPU 性能，有什么办法发挥多核CPU的性能嘛？

咱们能够经过在单机开多个Redis 实例来完善！
警告：这里咱们一直在强调的单线程，只是在处理咱们的网络请求的时候只有一个线程来处理，一个正式的Redis Server运行的时候确定是不止一个线程的，这里须要你们明确的注意一下！
例如Redis进行持久化的时候会以子进程或者子线程的方式执行（具体是子线程仍是子进程待读者深刻研究）

简述一下Redis值的五种类型

String 整数，浮点数或者字符串
Set 集合
Zset 有序集合
Hash 散列表
List 列表

 

 

有序集合的实现方式是哪一种数据结构？

跳跃表。

请列举几个用获得Redis的经常使用使用场景?

缓存，毫无疑问这是Redis当今最为人熟知的使用场景。再提高服务器性能方面很是有效；

排行榜，在使用传统的关系型数据库（mysql oracle 等）来作这个事儿，很是的麻烦，而利用Redis的SortSet(有序集合)数据结构可以简单的搞定；

计算器/限速器，利用Redis中原子性的自增操做，咱们能够统计相似用户点赞数、用户访问数等，这类操做若是用MySQL，频繁的读写会带来至关大的压力；限速器比较典型的使用场景是限制某个用户访问某个API的频率，经常使用的有抢购时，防止用户疯狂点击带来没必要要的压力；

好友关系，利用集合的一些命令，好比求交集、并集、差集等。能够方便搞定一些共同好友、共同爱好之类的功能；

简单消息队列，除了Redis自身的发布/订阅模式，咱们也能够利用List来实现一个队列机制，好比：到货通知、邮件发送之类的需求，不须要高可靠，可是会带来很是大的DB压力，彻底能够用List来完成异步解耦；

Session共享，以PHP为例，默认Session是保存在服务器的文件中，若是是集群服务，同一个用户过来可能落在不一样机器上，这就会致使用户频繁登录；采用Redis保存Session后，不管用户落在那台机器上都可以获取到对应的Session信息。

一些频繁被访问的数据，常常被访问的数据若是放在关系型数据库，每次查询的开销都会很大，而放在redis中，由于redis 是放在内存中的能够很高效的访问

简述Redis的数据淘汰机制

volatile-lru 从已设置过时时间的数据集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中挑选将要过时的数据淘汰
volatile-random从已设置过时时间的数据集中任意选择数据淘汰
allkeys-lru从全部数据集中挑选最近最少使用的数据淘汰
allkeys-random从全部数据集中任意选择数据进行淘汰
noeviction禁止驱逐数据

Redis怎样防止异常数据不丢失？

RDB 持久化
将某个时间点的全部数据都存放到硬盘上。
能够将快照复制到其它服务器从而建立具备相同数据的服务器副本。
若是系统发生故障，将会丢失最后一次建立快照以后的数据。
若是数据量很大，保存快照的时间会很长。
AOF 持久化
将写命令添加到 AOF 文件（Append Only File）的末尾。
使用 AOF 持久化须要设置同步选项，从而确保写命令同步到磁盘文件上的时机。这是由于对文件进行写入并不会立刻将内容同步到磁盘上，而是先存储到缓冲区，而后由操做系统决定何时同步到磁盘。有如下同步选项：
选项同步频率always每一个写命令都同步everysec每秒同步一次no让操做系统来决定什么时候同步
always 选项会严重减低服务器的性能；
everysec 选项比较合适，能够保证系统崩溃时只会丢失一秒左右的数据，而且 Redis 每秒执行一次同步对服务器性能几乎没有任何影响；
no 选项并不能给服务器性能带来多大的提高，并且也会增长系统崩溃时数据丢失的数量
随着服务器写请求的增多，AOF 文件会愈来愈大。Redis 提供了一种将 AOF 重写的特性，可以去除 AOF 文件中的冗余写命令。

讲一讲缓存穿透，缓存雪崩以及缓存击穿吧

缓存穿透：就是客户持续向服务器发起对不存在服务器中数据的请求。客户先在Redis中查询，查询不到后去数据库中查询。
缓存击穿：就是一个很热门的数据，忽然失效，大量请求到服务器数据库中
缓存雪崩：就是大量数据同一时间失效。
打个比方，你是个颇有钱的人，开满了百度云，腾讯视频各类杂七杂八的会员，可是你就是没有netflix的会员，而后你把这些帐号和密码发布到一个你本身作的网站上，而后你有一个朋友每过十秒钟就查询你的网站，发现你的网站没有Netflix的会员后打电话向你要。你就至关因而个数据库，网站就是Redis。这就是缓存穿透。
你们都喜欢看腾讯视频上的《水果传》，可是你的会员忽然到期了，你们在你的网站上看不到腾讯视频的帐号，纷纷打电话向你询问，这就是缓存击穿
你的各类会员忽然同一时间都失效了，那这就是缓存雪崩了。

放心，确定有办法解决的。
缓存穿透：
1.接口层增长校验，对传参进行个校验，好比说咱们的id是从1开始的，那么id<=0的直接拦截；
2.缓存中取不到的数据，在数据库中也没有取到，这时能够将key-value对写为key-null，这样能够防止攻击用户反复用同一个id暴力攻击
缓存击穿：
最好的办法就是设置热点数据永不过时，拿到刚才的比方里，那就是你买腾讯一个永久会员
缓存雪崩：
1.缓存数据的过时时间设置随机，防止同一时间大量数据过时现象发生。
2.若是缓存数据库是分布式部署，将热点数据均匀分布在不一样搞得缓存数据库中。

 

嗦一下Redis中的Master-Slave模式

链接过程

1. 主服务器建立快照文件，发送给从服务器，并在发送期间使用缓冲区记录执行的写命令。快照文件发送完毕以后，开始向从服务器发送存储在缓冲区中的写命令；
2. 从服务器丢弃全部旧数据，载入主服务器发来的快照文件，以后从服务器开始接受主服务器发来的写命令；
3. 主服务器每执行一次写命令，就向从服务器发送相同的写命令。

主从链

随着负载不断上升，主服务器可能没法很快地更新全部从服务器，或者从新链接和从新同步从服务器将致使系统超载。为了解决这个问题，能够建立一个中间层来分担主服务器的复制工做。中间层的服务器是最上层服务器的从服务器，又是最下层服务器的主服务器。

 

 

 

Sentinel（哨兵）能够监听集群中的服务器，并在主服务器进入下线状态时，自动从从服务器中选举出新的主服务器。

 

分片

分片是将数据划分为多个部分的方法，能够将数据存储到多台机器里面，这种方法在解决某些问题时能够得到线性级别的性能提高。 假设有 4 个 Redis 实例 R0，R1，R2，R3，还有不少表示用户的键 user:1，user:2，... ，有不一样的方式来选择一个指定的键存储在哪一个实例中。 最简单的方式是范围分片，例如用户 id 从 0~1000 的存储到实例 R0 中，用户 id 从 1001~2000 的存储到实例 R1 中，等等。可是这样须要维护一张映射范围表，维护操做代价很高。 还有一种方式是哈希分片，使用 CRC32 哈希函数将键转换为一个数字，再对实例数量求模就能知道应该存储的实例。 根据执行分片的位置，能够分为三种分片方式： 客户端分片：客户端使用一致性哈希等算法决定键应当分布到哪一个节点。 代理分片：将客户端请求发送到代理上，由代理转发请求到正确的节点上。 服务器分片：Redis Cluster