Redis数据库整理(必备)（redis 数据库）

什么是Redis?

Redis是一个基于C语言开发的开源数据库，与传统数据库不同的是Redis的数据是存在内存中的(内存数据库)，读写速度非常快，被广泛应用于缓存方向。并且，Redis 存储的是KV键值对数据。为了满足不同的业务场最，Redis 内置了多种数据类型实现。并且，Redis 还支持事务、持久化多种开箱即用的集群方案。

为什么要用Redis?

1.高性能

假如用户第一次访问数据库中的某些数据的话，这个过程是比较慢,毕竟是从硬盘中读取的。但是，如果

说，用户访问的数据属于高频数据并且不会经常改变的话，那么我们就可以很放心地将该用户访问的数据存

在缓存中。那就是保证用户下一次再访问这些数据的时候就可以直接从缓存中获取了。操作缓存就

是直接操作内存,所以速度相当快。

2.高并发

-般像MySQL这类的数据库的QPS大概都在1w左右(4 核8g)， 但是使用Redis缓存之后很容易达到

10w+，甚至最高能达到30w+ (就单机Redis的情况，Redis 集群的话会更高) .

QPS (Query Per Second) :服务器每秒可以执行的查询次数:

由此可见，直接操作缓存能够承受的数据库请求数量是远远大于直接访问数据库的,所以我们可以考虑把数

据库中的部分数据转移到缓存中去，这样用户的一部分请求会直接到缓存这里而不用经过数据库。进而，我

们也就提高了系统整体的并发。

Redis除了做缓存，还能做什么?

分布式锁:通过Redis来做分布式锁是一种比较常见的方式。

限流:一般是通过Redis + Lua脚本的方式来实现限流。

消息队列: Redis自带的list 数据结构可以作为一个简单的队列使用。Redis 5.0中增加的Stream类型的数据结构更加适合,用来做消息队列。它比较类似于Kafka,有主题和消费组的概念，支持消息持久化以及ACK机制。

复杂业务场景:通过Redis以及Redis扩展(比如Redisson)提供的数据结构,我们可以很方便地完成很多复杂的业务场最比如通过bitmap统计活跃用户、通过sorted set维护排行榜。

Redis常用的数据结构有哪些?

5种基础数据结构: String (字符串)、List (列表)、Set (集合) . Hash (散列)、Zset (有序集

3种特殊数据结构: HyperLogLogs (基数统计)、Bitmap (位存储) 、Geospatial (地理位置)。

Redis给缓存数据设置过期时间有啥用?

一般情况下，我们设置保存的缓存数据的时候都会设置一个过期时间。为什么呢?

因为内存是有限的，如果缓存中的所有数据都是一直保存的话，分分钟直接Out of memory。

过期时间除了有助于缓解内存的消耗，还有什么其他用么?

很多时候，我们的业务场最就是需要某个数据只在某一时间段内存在，比如我们的短信验证码可能只在1分

钟内有效，用户登录的token可能只在1天内有效。

如果使用传统的数据库来处理的话，- 般都是自己判断过期，这样更麻烦并且性能要差很多。

过期的数据的删除策略了解么?

如果假设你设置了一批key只能存活1分钟，那么1分钟后，Redis 是怎么对这批key进行删除的呢?

常用的过期数据的删除策略就两个

1.惰性删除:只会在取出key的时候才对数据进行过期检查。这样对CPU最友好,但是可能会造成太多过

期key没有被删除。

2.定期删除:每隔一段时间抽取-批key执行删除过期key操作。并且，Redis 底层会通过限制删除操作执

行的时长和频率来减少删除操作对CPU时间的影响。

定期删除对内存更加友好，惰性删除对CPU更加友好。两者各有千秋，所以Redis采用的是定期删除+惰

性/懒汉式删除。

但是，仅仅通过给key设置过期时间还是有问题的。因为还是可能存在定期删除和惰性删除漏掉了很多过期

key的情况。这样就导致大量过期key堆积在内存里,然后就Out of memory了。

Redis内存淘汰机制了解么?

相关问题: MySQL 里有2000w数据，Redis 中只存20w的数据，如何保证Redis中的数据都是热点数据?

Redis提供6种数据淘汰策略:

1. volatile-lru :从已设置过期时间的数据集中挑选最近

最少使用的数据淘汰。

2. volatile-ttl:从已设置过期时间的数据集中挑选将要过期的数据淘汰。

3. volatile-random:从已设置过期时间的数据集中任意选择数据淘汰。

4. alkeys-r :当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的key (这个是最常用的)。

5. allkeys-random:从数据集中任意选择数据淘汰。

缓存穿透和缓存击穿有什么区别?

缓存穿透中，请求的key既不存在于缓存中，也不存在于数据库中。

缓存击穿中，请求的key对应的是热点数据，该数据存在于数据库中，但不存在于缓存中(通常是因为缓存中的那份数据已经过期)。

有哪些解决办法?针对Redis服务不可用的情况:

1.采用Redis集群，避免单机出现问题整个缓存服务都没办法使用。

2.限流，避免同时处理大量的请求。

针对热点缓存失效的情况:

1.设置不同的失效时间比如随机设置缓存的失效时间。

2.缓存永不失效(不太推荐，实用性太差) .

3.设置二级缓存。