Redis盘点梳理

Redis数据类型

基础数据类型

• 字符串 String
• 列表 List
• 哈希 Hash
• 集合 Set
• 有序集合 Zset
• Bitmaps
• HyperLogLogs
• GEO

底层数据类型

• 简单动态数组 SDS
• 链表
• 字典
• 跳跃链表
• 整数集合
• 压缩列表
• 对象

ziplist压缩列表可以作为Zset、Hash、List三种数据类型的底层实现，其中Zset使用到了跳跃链表；

SDS (Simple Dynamic String)

什么是SDS

SDS是Redis中String类型数据的数据结构，Redis作者没有使用C字符串，而是自己设计了一种数据结构来存储字符串数据；

struct __attribute__ ((__packed__)) sdshdr8 {
    uint8_t len; /* used */
    uint8_t alloc; /* excluding the header and null terminator */
    unsigned char flags; /* 3 lsb of type, 5 unused bits */
    char buf[];
}

贴个图来展示SDS的数据结构：

这里说一下flags，在Redis中当你给String赋值不同类型的字符，它所展示的数据类型是不同的；

SDS和C字符串的区别

• 获取字符串的长度：O(1)，C字符串是O(N)；
• 缓冲区溢出：API是安全的，不会造成缓冲区溢出，C字符串会；
• 惰性分配：修改N次长度最多需要进行N次内存重分配；而C字符串是必然会进行N次内存分配；
• 数据存储：C字符串只能存储文本数据，SDS既可以存储文本也可以存储二进制数据；

SDS的优点

• 常数获取字符串的复杂度，无需遍历；
• 杜绝缓冲区溢出；
• 减少修改字符串修改分配内存的次数；
• 二进制安全；
• 兼容部分C字符串；

链表

链表的数据结构在我们日常的使用中已经非常常见了，所以这里我稍微介绍一点Redis中所不同的概念：

typedef struct listNode {
    // 前置节点
    struct listNode* prev;
    // 后置节点
    struct listNode* next;
    // 节点值
    void* value;
}listNode;

typedef struct list {
    // 表头节点
    listNode* head;
    // 表尾节点
    listNode* tail;
    // 节点值复制函数
    void* (*dup)(void* ptr);
    // 节点值释放函数
    void* (*free)(void* ptr);
    // 节点值对比函数
    void* (*match)(void* ptr);
    // 链表包含的节点数量
    unsigned long len;
}list;

可以总结出Redis的链表存在下列特点：

• 存在prev和next指针，因此获取某个节点的前置和后置节点时间复杂度都是O(1)；
• 表头的prev指针和表尾的next指针都指向NULL，所以它一定是无环结构；
• 存在表头和表尾指针，因此获取链表的头节点和尾节点时间复杂度都是O(1)；
• 自带链表长度的计数器，获取链表长度的时间复杂度也是O(1)；
• 使用void*保存节点值，所以可以存储不同类型的数据；

基于上述特点，我们可以发现链表广泛使用发布订阅、慢查询、监视器以及列表键。（为什么呢？）

因为上述数据结构采用了空间换时间的概念，所以在数据量大的情况下使用链表能够很好的提高性能；而在数据量较小的时候，这种浪费就显得没有必要了，一般会使用压缩链表来实现；

字典

字典是一种用于保存键值对的抽象数据结构；字典中每个键都是独一无二的，程序可以在字典中根据键值查找与之相关联的值；同样C语言没有内置这种数据结构，Redis自己实现了字典；

字典底层的数据结构

字典使用了哈希表作为底层实现，一个哈希表可以有多个哈希节点，每个哈希表节点保存了字典的键值对；

Redis缓存

Redis缓存雪崩

成因

同一时间大批量数据失效导致Redis变成不存在，请求压力全部落到数据源导致系统压力增加；

解决方案

分布式部署，设置热点数据永不过期，有更新操作再刷新Redis缓存，或者是给Redis缓存key失效时间加随机值

Redis缓存击穿

成因

某个热点数据失效，大量针对这个数据的请求会穿透缓存到数据库

解决方案

可以使用互斥锁更新，保证同一个进程中针对同一个数据不会并发请求到 DB，减小 DB 压力。

使用随机退避方式，失效时随机 sleep 一个很短的时间，再次查询，如果失败再执行更新。

针对多个热点 key 同时失效的问题，可以在缓存时使用固定时间加上一个小的随机数，避免大量热点 key 同一时刻失效。

Redis缓存穿透

成因

缓存和数据库中都没有的数据，用户不断发起请求，导致数据库的压力增大，从而搞垮系统；一般出现这种情况是因为没有对参数做校验导致。

解决方案

• 对于不存在的用户，在缓存中保存一个空对象标记，防止相同ID再次访问DB；但是这个方法不能解决问题；

• 使用布隆过滤器，特点是数据的唯一性校验，存在为true，不存在为false，非常适合解决这些问题；

Redis持久化操作

RDB：RDB 持久化机制，是对 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，有点像Mysql中的binlog。

RDB

AOF