- 1：Redis支持五种数据类型：
- 2：删除策略
- 3：什么是过期数据？
- 4：删除策略解决的问题？
- 5：redis中时效性数据的存储结构
- 6：redis中三种删除策略的比较
- 7：淘汰策略
- 8：当新数据进入redis时，如果内存不足怎么办？
- 9：主从复制（三高：高并发，高可用，高性能）
- 10：redis集群
- 11:缓存预热：
- 12:缓存雪崩：
- 13:缓存击穿：
- 14:缓存穿透：
- https://blog.csdn.net/weixin_42000552/article/details/106225913）">15：RDB与AOF（https://blog.csdn.net/weixin_42000552/article/details/106225913）
1：Redis支持五种数据类型：
string（字符串），hash（哈希），list（列表），set（集合）及 zset(sorted set：有序集合)。
2：删除策略
删除策略
①定时删除
在redis存储空间中，当计时器的大小等于expires中存储的过期时间时，先删除存储的数据，然后再删除expires中存储的关于该数据的内容
②惰性删除
在redis存储空间中，当计时器大小等于expires中存储的过期时间时，自动忽略，直到再次调用时进行数据删除
③定期删除
周期性轮询redis库中的时效性数据，采用随机抽取的策略，利用过期数据占比的方式控制删除频度
3：什么是过期数据？
4：删除策略解决的问题？
5：redis中时效性数据的存储结构
redis存储空间中以key—value形式存在，value还会有一个地址值，存放在expires空间，作为filed，有效时间作为value（相当于hash）
6：redis中三种删除策略的比较
定时策略：消耗cpu，节省内存
惰性策略：节省cpu，消耗内存
定期策略：cpu压力不大，内存消耗适中
7：淘汰策略
设置了有效时间：（最少使用，即将过期，随机）
- volatile-lru: 只限于设置了 expire 的部分; 优先删除最近最少使用(less recently used ,LRU) 的 key。
- volatile-random: 只限于设置了 expire 的部分; 随机删除一部分 key。
- volatile-ttl: 只限于设置了 expire 的部分; 优先删除剩余时间(time to live,TTL) 短的key。
所有数据通用：（最少使用，随机）
- allkeys-lru: 所有key通用; 优先删除最近最少使用(less recently used ,LRU) 的 key。
- allkeys-random: 所有key通用; 随机删除一部分 key。
**
- noeviction: 不删除策略, 达到最大内存限制时, 如果需要更多内存, 直接返回错误信息。 大多数写命令都会导致占用更多的内存(有极少数会例外, 如 DEL )。
8：当新数据进入redis时，如果内存不足怎么办？
在执行每一个命令前，会调用freeMemoryIfNeeded()检测内存是否充足。如果内存不满足新 加入数据的最低存储要求，redis要临时删除一些数据为当前指令清理存储空间。清理数据的策略称为逐出算法。
注意：逐出数据的过程不是100%能够清理出足够的可使用的内存空间，如果不成功则反复执行。当对所有数据尝试完毕， 如不能达到内存清理的要求，将出现错误信息
9：主从复制（三高：高并发，高可用，高性能）
（1）概念
将master（主服务器，主节点）上的数据及时有效的同步到slave（从服务器，从节点）中，master负责写也可用于读数据，slave负责读
（2） 主从复制的作用
（3） 主从复制的流程
建立连接阶段（即准备阶段，slave——》master）
数据同步阶段（master数据同步到slave中）
命令传播阶段（反复同步）
（4） 主从复制工作流程详解
命令传播：
当master数据库状态被修改后，导致主从服务器数据库状态不一致，此时需要让主从数据同步到一致的状态，同步的动作称为命令传播，master将接收到的数据变更命令发送给slave，slave接收命令后执行命令
（5） 主从复制如何完成数据同步
（6） redis中的心跳机制
进入命令传播阶段候，master与slave间需要进行信息交换，使用心跳机制进行维护，实现双方连接保持在线
（7）当master宕机后sentinel是如何知晓并判断出master是真的宕机了呢？
当哨兵的leader无法与redis集群的master进行交流，则通知其他的哨兵，其他哨兵开始与这个master进行交流，如果都无法交流，则哨兵的leader就告诉其他服务器，表示这个master已经不在线。需要根据一定原则选举出一个新的master，选举结束以后，告诉其他的slave，master已经更新，并且将信息发送过去，这些slave切换amster，原master作为slave故障恢复后连接。
（8）哨兵模式(leader宕机)：
哨兵(sentinel) 是一个分布式系统，用于对主从结构中的每台服务器进行监控，当出现故障时通过投票机制选择新的master并将所有slave连接到新的master。
哨兵主要职责：监测，通知，故障转移。
执行流程：每个人都会发出一个指令，在内网里边告诉大家我要当选举人，比如说现在的sentinel1和sentinel4发出这个选举指令了，那么sentinel2既能接到sentinel1的也能接到sentinel4的，接到了他们的申请以后呢，sentinel2他就会把他的一票投给其中一方，投给谁呢？谁先过来我投给谁，假设sentinel1先过来，所以这个票就给到了sentinel1。那么给过去以后呢，现在sentinel1就拿到了一票，按照这样的一种形式，最终会有一个选举结果。对应的选举最终得票多的，那自然就成为了处理事故的人。需要注意在这个过程中有可能会存在失败的现象，就是一轮选举完没有选取，那就会接着进行第二轮第三轮直到完成选举。
10：redis集群
（1）：redis集群作用：
降低单台服务器的访问压力，实现负载均衡
降低单台服务器的存储压力，实现可扩展性
降低单台服务器带来的业务灾难
（2）：redis集群数据存储设计：
通过算法设计，计算出key应该保存的位置
将所有的存储空间计划切割成16384份，每台主机保存一部分
注意：每份代表的是一个存储空间，不是一个key的保存空间
将key按照计算出的结果放到对应的存储空间
当我们查找数据时，集群是如何操作的呢？
各个数据库相互通信，保存各个库中槽的编号数据
一次命中，直接返回
一次未命中，告知具体位置
11:缓存预热：
产生原因：服务器启动后迅速宕机
系统启动后，访问reids缓存获取数据，redis中没有数据，直接去访问数据库，然后将数据存入redis中，短时间内造成redis访问压力过大，从而导致宕机。
解决思路：
缓存预热：缓存预热就是系统启动前，提前将相关的缓存数据直接加载到缓存系统。避免在用户请求的时候，先查询数据库，然后再将数据缓存的问题！用户直接查询事先被预热的缓存数据
12:缓存雪崩：
产生原因：
由于数据库服务器崩溃，造成的一系列问题，简单来说。就是短时间范围内，大量key集中过期
解决思路：
缓存雪崩就是瞬间过期数据量太大，导致对数据库服务器造成压力。如能够有效避免过期时间集中，可以有效解决雪崩现象的 出现（约40%），配合其他策略一起使用，并监控服务器的运行数据，根据运行记录做快速调整。（灾难预警机制，灾难预警，限流降级）
13:缓存击穿：
产生原因：
数据库服务器崩溃，单个key高热数据，key过期
解决思路：
缓存击穿就是单个高热数据过期的瞬间，数据访问量较大，未命中redis后，发起了大量对同一数据的数据库访问，导致对数 据库服务器造成压力。应对策略应该在业务数据分析与预防方面进行，配合运行监控测试与即时调整策略，毕竟单个key的过 期监控难度较高，配合雪崩处理策略即可。
14:缓存穿透：
产生原因：
获取的数据在redis中不存在，数据库查询未得到对应数据，Redis获取到null数据未进行持久化，直接返回，下次此类数据到达重复上述过程
解决思路：
布隆过滤器
缓存击穿是指访问了不存在的数据，跳过了合法数据的redis数据缓存阶段，每次访问数据库，导致对数据库服务器造成压力。通常此类数据的出现量是一个较低的值，当出现此类情况以毒攻毒，并及时报警。应对策略应该在临时预案防范方面多做文章。
15：RDB与AOF（https://blog.csdn.net/weixin_42000552/article/details/106225913）
Redis持久化——RDB
指定的时间间隔内（m时间内至少n个数据改动）采用快照保存，恢复时候直接读取快照文件到内存中。
优点：创建子进程执行持久化操作，主进程不执行任何io操作，效率高
恢复速度快
节省磁盘空间
缺点：两次备份之间，如果redis意外关闭，可能会丢失数据
Redis持久化——AOF
日志形式记录文件，只可追加文件，不可修改文件，
优点：
缺点;
rewrite：
AOF采用文件追加方式，新增重写机制，当AOF文件的大小超过所设定的阈值时，Redis就会启动AOF文件的内容压缩，只保留可以恢复数据集的最小指令集。可以使用命令bgrewriteaof。
若有收获，就点个赞吧
0 人点赞
