Redis持久化
关于Redis持久化的说明
- redis默认条件下支持数据的持久化操作. 当redis中有数据时会定期将数据保存到磁盘中.
- 当Redis服务器重启时 会根据配置文件读取指定的持久化文件.实现内存数据的恢复.
持久化方式介绍
1.RDB模式
特点:
- RDB模式是redis的默认的持久化策略.
- RDB模式记录的是Redis 内存数据的快照. 最新的快照会覆盖之前的内容 所有RDB持久化文件占用空间更小 持久化的效率更高.
- RDB模式由于是定期持久化 所以可能导致数据的丢失.
命令:
- save 要求立即马上持久化 同步的操作 其他的redis操作会陷入阻塞的状态.
- bgsave 开启后台运行 异步的操作 由于是异步操作,所以无法保证rdb文件一定是最新的需要等待.
配置:
1.持久化文件名称:
2.持久化文件位置
dir ./ 相对路径的写法
dir /usr/local/src/redis 绝对路径写法
3.RDB模式持久化策略
2. AOF模式
特点:
1.AOF模式默认条件下是关闭的,需要用户手动的开启
2. AOF模式是异步的操作 记录的是用户的操作的过程 可以防止用户的数据丢失
3. 由于AOF模式记录的是程序的运行状态 所以持久化文件相对较大,恢复数据的时间长.需要人为的优化持久化文件
配置:
关于持久化操作的总结
- 如果不允许数据丢失 使用AOF方式
- 如果追求效率 运行少量数据丢失 采用RDB模式
- 如果既要保证效率 又要保证数据 则应该配置redis的集群 主机使用RDB 从机使用AOF
Redis内存策略
说明:Redis数据的存储都在内存中.如果一直想内存中存储数据 必然会导致内存数据的溢出.
解决方式:
- 尽可能为保存在redis中的数据添加超时时间.
- 利用算法优化旧的数据.
LRU算法
特点: 最好用的内存优化算法.
LRU是Least Recently Used的缩写，即最近最少使用，是一种常用的页面置换算法，选择最近最久未使用的页面予以淘汰。该算法赋予每个页面一个访问字段，用来记录一个页面自上次被访问以来所经历的时间 t，当须淘汰一个页面时，选择现有页面中其 t 值最大的，即最近最少使用的页面予以淘汰。
维度: 时间 T
LFU算法
LFU（least frequently used (LFU) page-replacement algorithm）。即最不经常使用页置换算法，要求在页置换时置换引用计数最小的页，因为经常使用的页应该有一个较大的引用次数。但是有些页在开始时使用次数很多，但以后就不再使用，这类页将会长时间留在内存中，因此可以将引用计数寄存器定时右移一位，形成指数衰减的平均使用次数。
维度: 使用次数
RANDOM算法
随机删除数据
TTL算法
把设定了超时时间的数据将要移除的提前删除的算法.
Redis内存数据优化
1.volatile-lru 设定了超时时间的数据采用lru算法
2.allkeys-lru 所有的数据采用LRU算法
3.volatile-lfu 设定了超时时间的数据采用lfu算法删除
4.allkeys-lfu 所有数据采用lfu算法删除
5.volatile-random 设定超时时间的数据采用随机算法
6.allkeys-random 所有数据的随机算法
7.volatile-ttl 设定超时时间的数据的TTL算法
8.noeviction 如果内存溢出了 则报错返回. 不做任何操作. 默认值
Redis 缓存面试题
问题描述: 由于海量的用户的请求 如果这时redis服务器出现问题 则可能导致整个系统崩溃.
运行速度:
- tomcat服务器 150-250 之间 JVM调优 1000/秒
- NGINX 3-5万/秒
- REDIS 读 11.2万/秒 写 8.6万/秒 平均 10万/秒
1 缓存穿透
问题描述:
由于用户高并发环境下访问 数据库中不存在的数据时 ,容易导致缓存穿透.
如何解决:
- 设定IP限流的操作 nginx中
- 或者微软服务机制 API网关实现.
2 缓存击穿
问题描述:
由于用户高并发环境下, 由于某个数据之前存在于内存中,但是由于特殊原因(数据超时/数据意外删除)导致redis缓存失效. 而使大量的用户的请求直接访问数据库.
俗语: 趁他病 要他命
如何解决:
- 设定超时时间时 不要设定相同的时间.
- 设定多级缓存
3 缓存雪崩
说明:
由于高并发条件下 有大量的数据失效.导致redis的命中率太低.而使得用户直接访问数据库(服务器)导致奔溃,称之为缓存雪崩.
解决方案:
- 不要设定相同的超时时间 随机数
- 设定多级缓存.
- 提高redis缓存的命中率 调整redis内存优化策略 采用LRU等算法.
