2020-09-16

Q:Redis基础

key-value数据库是一种以键值对存储数据的一种数据库，类似Java的map，每个键都会对应一个唯一的值。key-value数据库代表为redis。

redis是一个key-value存储系统，支持存储的value类型相对更多，包括string（字符串）、list（列表）、set（集合）和zset（有序集合）。另外redis是一种内存型的数据库，所以可以对外提供很好地读写操作，但是内存占用高，数据持久化不容易

Redis采用的是基于内存的采用的是单进程单线程模型的 KV 数据库，由C语言编写，官方提供的数据是可以达到100000+的QPS（每秒内查询次数）

几大特征：

• 完全基于内存，绝大部分请求是纯粹的内存操作，非常快速。它的，数据存在内存中，类似于HashMap，HashMap的优势就是查找和操作的时间复杂度都是O(1)；

• 数据结构简单，对数据操作也简单，Redis中的数据结构是专门进行设计的；

• 采用单线程，避免了不必要的上下文切换和竞争条件，也不存在多进程或者多线程导致的切换而消耗 CPU，不用去考虑各种锁的问题，不存在加锁释放锁操作，没有因为可能出现死锁而导致的性能消耗；

• 使用多路I/O复用模型，非阻塞IO；

• 使用底层模型不同，它们之间底层实现方式以及与客户端之间通信的应用协议不一样，Redis直接自己构建了VM 机制 ，因为一般的系统调用系统函数的话，会浪费一定的时间去移动和请求；

 

Q:那他是单线程的，我们现在服务器都是多核的，那不是很浪费？

redis虽然是单线程的，但是现在服务器都是多核的，我们可以单机多个几个redis实例

 

Q:单机会有瓶颈，如何解决这个瓶颈（redis集群）

我们用到了集群的部署方式也就是Redis cluster，并且是主从同步读写分离，类似Mysql的主从同步，

Redis cluster 支撑 N 个 Redis master node，每个master node都可以挂载多个 slave node。

这样整个 Redis 就可以横向扩容了。如果你要支撑更大数据量的缓存，那就横向扩容更多的 master 节点，每个 master 节点就能存放更多的数据了

为什么需要redis集群？

• redis本身的QPS已经很高了，但是如果在一些并发情况下，性能还是会受到影响，这个时候我们希望由更多的redis来完成工作
• 处于存储的考虑，redis所有的数据都放在内存中，如果数据量大，很容易受到硬件的限制，升级硬件收效和成本比太低，我们需要一种横向扩展的办法
• 高可用，只有一个Redis服务，一旦服务器宕机，所有的客户端都无法访问

Q：Redis持久化

持久化是一个重要的环节。因为redis在内存中，持久化必须有，两种方式

RDB：对redis中的数据执行周期性的持久化

AOF：AOF机制对每条写入命令作为日志，以append_only的模式写入到一个日志文件中，因为这个模式是只追加的方式，所以没有任何磁盘寻址的开销，所以很快。

两种方式都可以把Redis内存中的数据持久化到磁盘上，然后再将这些数据备份到别的地方去，RDB更适合做冷备，AOF更适合做热备，

比如我杭州的某电商公司有这两个数据，我备份一份到我杭州的节点，再备份一个到上海的，就算发生无法避免的自然灾害，也不会两个地方都一起挂吧，这灾备也就是异地容灾，地球毁灭他没办法

tip：两种机制全部开启的时候，Redis在重启的时候会默认使用AOF去重新构建数据，因为AOF的数据是比RDB更完整的

Q：两种机制的各自优缺点

 

 

 

介绍两种持久化：

Redis 是内存数据库，数据存储在内存中，一旦服务器进程退出，数据就丢失了，所以 Redis 需要想办法将存储在内存中的数据持久化到磁盘

Redis 提供了两种持久化功能：

1. RDB (Redis Database)：生成 RDB 文件，保存的是 key-value 的形式。

2. AOF (Append Only File)：保存 Redis 执行过程中的写命令

Q：哨兵集群

哨兵必须用三个实例去保证自己的健壮性的，哨兵+主从并不能保证数据不丢失，但是可以保证集群的高可用

哨兵必须保证三个实例才能保证集群的高可用

烧饼组件的功能：

• 集群监控：负责监控 Redis master 和 slave 进程是否正常工作。

• 消息通知：如果某个 Redis 实例有故障，那么哨兵负责发送消息作为报警通知给管理员。

• 故障转移：如果 master node 挂掉了，会自动转移到 slave node 上。

• 配置中心：如果故障转移发生了，通知 client 客户端新的 master 地址

Q：什么叫高可用

Q：主从同步

提到了单机QPS是有上限的，而且Redis的特性就是必须支撑读高并发的，那你一台机器又读又写，这谁顶得住啊，不当人啊！但是你让这个master机器去写，数据同步给别的slave机器，他们都拿去读，分发掉大量的请求那是不是好很多，而且扩容的时候还可以轻松实现水平扩容。