为什么我们做分布式的使用都是用Redis？
轉載：https://www.cnblogs.com/yaodengyan/p/9717080.html
?
?
絕大部分寫業務的程序員，在實際開發中使用 Redis 的時候，只會 Set Value 和 Get Value 兩個操作，對 Redis 整體缺乏一個認知。這里對?Redis 常見問題做一個總結，解決大家的知識盲點。
?
1、為什么使用?Redis
?
在項目中使用 Redis，主要考慮兩個角度：性能和并發。如果只是為了分布式鎖這些其他功能，還有其他中間件 Zookpeer 等代替，并非一定要使用?Redis。
?
性能：
如下圖所示，我們在碰到需要執行耗時特別久，且結果不頻繁變動的 SQL，就特別適合將運行結果放入緩存。這樣，后面的請求就去緩存中讀取，使得請求能夠迅速響應。
特別是在秒殺系統，在同一時間，幾乎所有人都在點，都在下單。。。執行的是同一操作———向數據庫查數據。
?
?
?
?
根據交互效果的不同，響應時間沒有固定標準。在理想狀態下，我們的頁面跳轉需要在瞬間解決，對于頁內操作則需要在剎那間解決。
?
并發：
如下圖所示，在大并發的情況下，所有的請求直接訪問數據庫，數據庫會出現連接異常。這個時候，就需要使用?Redis?做一個緩沖操作，讓請求先訪問到?Redis，而不是直接訪問數據庫。
?
?
使用?Redis 的常見問題
-
緩存和數據庫雙寫一致性問題
-
緩存雪崩問題
-
緩存擊穿問題
-
緩存的并發競爭問題
?
2、單線程的 Redis 為什么這么快
?
這個問題是對 Redis 內部機制的一個考察。很多人都不知道 Redis 是單線程工作模型。
?
原因主要是以下三點：
-
純內存操作
-
單線程操作，避免了頻繁的上下文切換
-
采用了非阻塞 I/O 多路復用機制
?
仔細說一說 I/O 多路復用機制，打一個比方：小名在 A 城開了一家快餐店店，負責同城快餐服務。小明因為資金限制，雇傭了一批配送員，然后小曲發現資金不夠了，只夠買一輛車送快遞。
?
經營方式一
客戶每下一份訂單，小明就讓一個配送員盯著，然后讓人開車去送。慢慢的小曲就發現了這種經營方式存在下述問題：
-
時間都花在了搶車上了，大部分配送員都處在閑置狀態，搶到車才能去送。
-
隨著下單的增多，配送員也越來越多，小明發現快遞店里越來越擠，沒辦法雇傭新的配送員了。
-
配送員之間的協調很花時間。
?
綜合上述缺點，小明痛定思痛，提出了經營方式二。
?
經營方式二
小明只雇傭一個配送員。當客戶下單，小明按送達地點標注好，依次放在一個地方。最后，讓配送員依次開著車去送，送好了就回來拿下一個。上述兩種經營方式對比，很明顯第二種效率更高。
?
在上述比喻中：
-
每個配送員→每個線程
-
每個訂單→每個 Socket(I/O 流)
-
訂單的送達地點→Socket 的不同狀態
-
客戶送餐請求→來自客戶端的請求
-
明曲的經營方式→服務端運行的代碼
-
一輛車→CPU 的核數
?
于是有了如下結論：
-
經營方式一就是傳統的并發模型，每個 I/O 流(訂單)都有一個新的線程(配送員)管理。
-
經營方式二就是 I/O 多路復用。只有單個線程(一個配送員)，通過跟蹤每個 I/O 流的狀態(每個配送員的送達地點)，來管理多個 I/O 流。
?
下面類比到真實的?Redis?線程模型，如圖所示：
Redis-client 在操作的時候，會產生具有不同事件類型的 Socket。在服務端，有一段?I/O?多路復用程序，將其置入隊列之中。然后，文件事件分派器，依次去隊列中取，轉發到不同的事件處理器中。
?
3、Redis 的數據類型及使用場景
?
一個合格的程序員，這五種類型都會用到。
?
String
最常規的 set/get 操作，Value 可以是 String 也可以是數字。一般做一些復雜的計數功能的緩存。
?
Hash
這里 Value 存放的是結構化的對象，比較方便的就是操作其中的某個字段。我在做單點登錄的時候，就是用這種數據結構存儲用戶信息，以 CookieId 作為 Key，設置 30 分鐘為緩存過期時間，能很好的模擬出類似 Session 的效果。
?
List
使用 List 的數據結構，可以做簡單的消息隊列的功能。另外，可以利用 lrange 命令，做基于 Redis 的分頁功能，性能極佳，用戶體驗好。
?
Set
因為 Set 堆放的是一堆不重復值的集合。所以可以做全局去重的功能。我們的系統一般都是集群部署，使用 JVM 自帶的 Set 比較麻煩。另外，就是利用交集、并集、差集等操作，可以計算共同喜好，全部的喜好，自己獨有的喜好等功能。
?
Sorted Set
Sorted Set 多了一個權重參數 Score，集合中的元素能夠按 Score 進行排列。可以做排行榜應用，取 TOP N 操作。Sorted Set 可以用來做延時任務。
?
4、Redis 的過期策略和內存淘汰機制
?
Redis 是否用到家，從這就能看出來。比如你?Redis?只能存 5G 數據，可是你寫了 10G，那會刪 5G 的數據。怎么刪的，這個問題思考過么？
?
正解：Redis?采用的是定期刪除+惰性刪除策略。
?
為什么不用定時刪除策略
定時刪除，用一個定時器來負責監視 Key，過期則自動刪除。雖然內存及時釋放，但是十分消耗 CPU 資源。在大并發請求下，CPU 要將時間應用在處理請求，而不是刪除 Key，因此沒有采用這一策略。
?
定期刪除+惰性刪除如何工作
定期刪除，Redis?默認每個 100ms 檢查，有過期 Key 則刪除。需要說明的是，Redis?不是每個 100ms 將所有的 Key 檢查一次，而是隨機抽取進行檢查。如果只采用定期刪除策略，會導致很多 Key 到時間沒有刪除。于是，惰性刪除派上用場。
?
采用定期刪除+惰性刪除就沒其他問題了么
不是的，如果定期刪除沒刪除掉 Key。并且你也沒及時去請求 Key，也就是說惰性刪除也沒生效。這樣，Redis 的內存會越來越高。那么就應該采用內存淘汰機制。
?
在 redis.conf 中有一行配置：
# maxmemory-policy volatile-lru
?
該配置就是配內存淘汰策略的：
-
noeviction：當內存不足以容納新寫入數據時，新寫入操作會報錯。
-
allkeys-lru：當內存不足以容納新寫入數據時，在鍵空間中，移除最近最少使用的 Key。（推薦使用，目前項目在用這種）(最近最久使用算法)
-
allkeys-random：當內存不足以容納新寫入數據時，在鍵空間中，隨機移除某個 Key。（應該也沒人用吧，你不刪最少使用 Key，去隨機刪）
-
volatile-lru：當內存不足以容納新寫入數據時，在設置了過期時間的鍵空間中，移除最近最少使用的 Key。這種情況一般是把?Redis?既當緩存，又做持久化存儲的時候才用。（不推薦）
-
volatile-random：當內存不足以容納新寫入數據時，在設置了過期時間的鍵空間中，隨機移除某個 Key。（依然不推薦）
-
volatile-ttl：當內存不足以容納新寫入數據時，在設置了過期時間的鍵空間中，有更早過期時間的 Key 優先移除。（不推薦）
?
?
5、Redis 和數據庫雙寫一致性問題
?
一致性問題還可以再分為最終一致性和強一致性。數據庫和緩存雙寫，就必然會存在不一致的問題。前提是如果對數據有強一致性要求，不能放緩存。我們所做的一切，只能保證最終一致性。
?
另外，我們所做的方案從根本上來說，只能降低不一致發生的概率。因此，有強一致性要求的數據，不能放緩存。首先，采取正確更新策略，先更新數據庫，再刪緩存。其次，因為可能存在刪除緩存失敗的問題，提供一個補償措施即可，例如利用消息隊列。
?
6、如何應對緩存穿透和緩存雪崩問題
?
這兩個問題，一般中小型傳統軟件企業很難碰到。如果有大并發的項目，流量有幾百萬左右，這兩個問題一定要深刻考慮。緩存穿透，即黑客故意去請求緩存中不存在的數據，導致所有的請求都懟到數據庫上，從而數據庫連接異常。
?
緩存穿透解決方案：
-
利用互斥鎖，緩存失效的時候，先去獲得鎖，得到鎖了，再去請求數據庫。沒得到鎖，則休眠一段時間重試。
-
采用異步更新策略，無論 Key 是否取到值，都直接返回。Value 值中維護一個緩存失效時間，緩存如果過期，異步起一個線程去讀數據庫，更新緩存。需要做緩存預熱(項目啟動前，先加載緩存)操作。
-
提供一個能迅速判斷請求是否有效的攔截機制，比如，利用布隆過濾器，內部維護一系列合法有效的 Key。迅速判斷出，請求所攜帶的 Key 是否合法有效。如果不合法，則直接返回。
?
緩存雪崩，即緩存同一時間大面積的失效，這個時候又來了一波請求，結果請求都懟到數據庫上，從而導致數據庫連接異常。
?
緩存雪崩解決方案：
-
給緩存的失效時間，加上一個隨機值，避免集體失效。
-
使用互斥鎖，但是該方案吞吐量明顯下降了。
-
雙緩存。我們有兩個緩存，緩存 A 和緩存 B。緩存 A 的失效時間為 20 分鐘，緩存 B 不設失效時間。自己做緩存預熱操作。
然后細分以下幾個小點：從緩存 A 讀數據庫，有則直接返回；A 沒有數據，直接從 B 讀數據，直接返回，并且異步啟動一個更新線程，更新線程同時更新緩存 A 和緩存 B。
?
?
7、如何解決 Redis 的并發競爭 Key 問題
?
這個問題大致就是，同時有多個子系統去 Set 一個 Key。這個時候要注意什么呢？大家基本都是推薦用?Redis?事務機制。
?
但是我并不推薦使用?Redis?的事務機制。因為我們的生產環境，基本都是 Redis 集群環境，做了數據分片操作。你一個事務中有涉及到多個 Key 操作的時候，這多個 Key 不一定都存儲在同一個 redis-server 上。因此，Redis?的事務機制，十分雞肋。
?
如果對這個 Key 操作，不要求順序
這種情況下，準備一個分布式鎖，大家去搶鎖，搶到鎖就做 set 操作即可，比較簡單。
?
如果對這個 Key 操作，要求順序
假設有一個 key1，系統 A 需要將 key1 設置為 valueA，系統 B 需要將 key1 設置為 valueB，系統 C 需要將 key1 設置為 valueC。
?
期望按照 key1 的 value 值按照 valueA > valueB?>?valueC 的順序變化。這種時候我們在數據寫入數據庫的時候，需要保存一個時間戳。
?
假設時間戳如下：
系統 A key 1 {valueA ?3:00}
系統 B key 1 {valueB ?3:05}
系統 C key 1 {valueC ?3:10}
?
那么，假設系統 B 先搶到鎖，將 key1 設置為{valueB 3:05}。接下來系統 A 搶到鎖，發現自己的 valueA 的時間戳早于緩存中的時間戳，那就不做 set 操作了，以此類推。其他方法，比如利用隊列，將 set 方法變成串行訪問也可以。
?
8、總結
Redis 在國內各大公司都能看到其身影，比如我們熟悉的新浪，阿里，騰訊，百度，美團，小米等。學習 Redis，這幾方面尤其重要：Redis 客戶端、Redis 高級功能、Redis 持久化和開發運維常用問題探討、Redis 復制的原理和優化策略、Redis 分布式解決方案等。
轉載于:https://www.cnblogs.com/hmpcly/p/9717859.html
總結
以上是生活随笔為你收集整理的为什么我们做分布式的使用都是用Redis？的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： js 落幕
- 下一篇： Perl匿名数组、hash和autovi