redis 常見問題一

什么是Redis宽闲?

  • Redis 是一個開源(BSD許可)的,內(nèi)存中的數(shù)據(jù)結(jié)構(gòu)存儲系統(tǒng)握牧,它可以用作數(shù)據(jù)庫容诬、緩存和消息中間件。 它支持多種類型的數(shù)據(jù)結(jié)構(gòu)沿腰。
  • 性能非常出色览徒,每秒可以處理超過 10萬次讀寫操作,是已知性能最快的Key-Value DB颂龙。
  • 它支持多種類型的數(shù)據(jù)結(jié)構(gòu)习蓬。 Redis 內(nèi)置了 復(fù)制,LUA腳本措嵌, LRU驅(qū)動事件躲叼,事務(wù) 和磁盤持久化, 并提供高可用性能力企巢。
  • 單個value的最大限制是1GB枫慷。
  • 對存入的Key-Value設(shè)置expire時間,因此也可以被當(dāng)作一 個功能加強(qiáng)版的Memcached來用浪规。
  • Redis的主要缺點(diǎn)是數(shù)據(jù)庫容量受到物理內(nèi)存的限制或听,不能用作海量數(shù)據(jù)的高性能讀寫,因此Redis適合的場景主要局限在較小數(shù)據(jù)量的高性能操作和運(yùn)算上笋婿。

Redis相比Memcached有哪些優(yōu)勢誉裆?

1 網(wǎng)絡(luò)IO模型

Memcached是多線程非阻塞IO復(fù)用的網(wǎng)絡(luò)模型,多線程模型可以發(fā)揮多核作用萌抵,但是引入了cache coherency和鎖的問題找御。

redis使用單線程的IO復(fù)用模型,绍填,但一些簡單的計(jì)算功能霎桅,比如排序、聚合等讨永,單線程模型施加會嚴(yán)重影響整體吞吐量滔驶,CPU計(jì)算過程中,整個IO調(diào)度都是被阻塞的卿闹。 redis 利用隊(duì)列技術(shù)將并發(fā)訪問變?yōu)榇性L問揭糕, 消除了傳統(tǒng)數(shù)據(jù)庫串行控制的開銷萝快。

2 數(shù)據(jù)類型支持不同

Memcached使用key-value形式存儲和訪問數(shù)據(jù),在內(nèi)存中維護(hù)一張巨大的HashTable著角,使得對數(shù)據(jù)查詢的時間復(fù)雜度降低到O(1)揪漩,保證了對數(shù)據(jù)的高性能訪問。

redis支持的數(shù)據(jù)類型要豐富得多吏口。最為常用的數(shù)據(jù)類型主要由五種:String奄容、Hash、List产徊、Set和Sorted Set昂勒。

3 內(nèi)存管理機(jī)制不同

Memcached使用預(yù)分配的內(nèi)存池的方式,使用slab和大小不同的chunk來管理內(nèi)存舟铜,Item根據(jù)大小選擇合適的chunk存儲戈盈,內(nèi)存池的方式可以省去申請/釋放內(nèi)存的開銷,并且能減小內(nèi)存碎片產(chǎn)生谆刨,但這種方式也會帶來一定程度上的空間浪費(fèi)塘娶。

redis使用現(xiàn)場申請內(nèi)存的方式來存儲數(shù)據(jù),并且很少使用free-list等方式來優(yōu)化內(nèi)存分配痊夭,會在一定程度上存在內(nèi)存碎片血柳,Redis跟據(jù)存儲命令參數(shù),會把帶過期時間的數(shù)據(jù)單獨(dú)存放在一起生兆,并把它們稱為臨時數(shù)據(jù),非臨時數(shù)據(jù)是永遠(yuǎn)不會被剔除的膝宁。

4 數(shù)據(jù)持久化支持

Redis是基于內(nèi)存的存儲系統(tǒng)鸦难,但是它支持內(nèi)存數(shù)據(jù)的持久化的,而且提供兩種主要的持久化策略(RDB快照和AOF日志)员淫。

Memcached是不支持?jǐn)?shù)據(jù)持久化操作的合蔽。

數(shù)據(jù)一致性問題

Memcached提供了cas命令,可以保證多個并發(fā)訪問操作同一份數(shù)據(jù)的一致性問題介返。

redis沒有提供cas 命令拴事,不過Redis提供了事務(wù)的功能。

集群管理方式不同

Memcached本身并不支持分布式圣蝎,只能在客戶端通過像一致性哈希這樣的分布式算法來實(shí)現(xiàn)Memcached的分布式存儲刃宵。當(dāng)客戶端向Memcached集群發(fā)送和獲取數(shù)據(jù),都要自己計(jì)算出查詢數(shù)據(jù)所在的節(jié)點(diǎn)徘公。

Redis已經(jīng)支持了分布式存儲功能牲证。Redis Cluster是一個實(shí)現(xiàn)了分布式且允許單點(diǎn)故障的Redis高級版本,它沒有中心節(jié)點(diǎn)关面,具有線性可伸縮的功能坦袍。節(jié)點(diǎn)與節(jié)點(diǎn)之間通過二進(jìn)制協(xié)議進(jìn)行通信十厢,節(jié)點(diǎn)與客戶端之間通過ascii協(xié)議進(jìn)行通信。當(dāng)前Redis Cluster支持的最大節(jié)點(diǎn)數(shù)就是4096捂齐。Redis Cluster使用的分布式算法也很簡單:crc16( key ) % HASH_SLOTS_NUMBER蛮放。Redis Cluster引入了Master節(jié)點(diǎn)和Slave節(jié)點(diǎn)。


Redis支持哪幾種數(shù)據(jù)類型奠宜?

String包颁、List、Set挎塌、Sorted Set徘六、hashes

HyperLogLog、Geo榴都、Pub/Sub

Redis Module待锈,像 BloomFilter,RedisSearch嘴高,Redis-ML


Redis主要消耗什么物理資源竿音?

redis是內(nèi)存中的數(shù)據(jù)結(jié)構(gòu)存儲系統(tǒng),主要依賴于內(nèi)存拴驮。


Redis的全稱是什么春瞬?

Remote Dictionary Server 遠(yuǎn)程字典服務(wù)


Redis有哪幾種數(shù)據(jù)淘汰策略?

  • noeviction:返回錯誤當(dāng)內(nèi)存限制達(dá)到并且客戶端嘗試執(zhí)行會讓更多內(nèi)存被使用的命令(大部分的寫入指令套啤,但DEL和幾個例外)
  • allkeys-lru: 嘗試回收最少使用的鍵(LRU)宽气,使得新添加的數(shù)據(jù)有空間存放。
  • volatile-lru: 嘗試回收最少使用的鍵(LRU)潜沦,但僅限于在過期集合的鍵,使得新添加的數(shù)據(jù)有空間存放萄涯。
  • allkeys-random: 回收隨機(jī)的鍵使得新添加的數(shù)據(jù)有空間存放。
  • volatile-random: 回收隨機(jī)的鍵使得新添加的數(shù)據(jù)有空間存放唆鸡,但僅限于在過期集合的鍵涝影。
  • volatile-ttl: 回收在過期集合的鍵,并且優(yōu)先回收存活時間(TTL)較短的鍵,使得新添加的數(shù)據(jù)有空間存放争占。

一個字符串類型的值能存儲最大容量是多少燃逻?

512M


為什么Redis需要把所有數(shù)據(jù)放到內(nèi)存中?

為了達(dá)到最快的讀寫速度將數(shù)據(jù)都讀到內(nèi)存中臂痕,并通過異步的方式將數(shù)據(jù)寫入磁盤伯襟。所以redis具有快速和數(shù)據(jù)持久化的特征。如果不將數(shù)據(jù)放在內(nèi)存中握童,磁盤I/O速度為嚴(yán)重影響redis的性能逗旁。

Redis集群方案應(yīng)該怎么做?都有哪些方案?

1.twemproxy片效,大概概念是红伦,它類似于一個代理方式,使用方法和普通redis無任何區(qū)別淀衣,設(shè)置好它下屬的多個redis實(shí)例后昙读,使用時在本需要連接redis的地方改為連接twemproxy,它會以一個代理的身份接收請求并使用一致性hash算法膨桥,將請求轉(zhuǎn)接到具體redis蛮浑,將結(jié)果再返回twemproxy。使用方式簡便(相對redis只需修改連接端口)只嚣,對舊項(xiàng)目擴(kuò)展的首選沮稚。 問題:twemproxy自身單端口實(shí)例的壓力,使用一致性hash后册舞,對redis節(jié)點(diǎn)數(shù)量改變時候的計(jì)算值的改變蕴掏,數(shù)據(jù)無法自動移動到新的節(jié)點(diǎn)。

2.codis调鲸,目前用的最多的集群方案盛杰,基本和twemproxy一致的效果,但它支持在 節(jié)點(diǎn)數(shù)量改變情況下藐石,舊節(jié)點(diǎn)數(shù)據(jù)可恢復(fù)到新hash節(jié)點(diǎn)即供。

3.redis cluster3.0自帶的集群,特點(diǎn)在于他的分布式算法不是一致性hash于微,而是hash槽的概念逗嫡,以及自身支持節(jié)點(diǎn)設(shè)置從節(jié)點(diǎn)。

4.在業(yè)務(wù)代碼層實(shí)現(xiàn)株依。


Redis集群方案什么情況下會導(dǎo)致整個集群不可用祸穷?

有A,B勺三,C三個節(jié)點(diǎn)的集群,在沒有復(fù)制模型的情況下,如果節(jié)點(diǎn)B失敗了,那么整個集群就會以為缺少5501-11000這個范圍的槽而不可用需曾。


MySQL里有2000w數(shù)據(jù)吗坚,redis中只存20w的數(shù)據(jù),如何保證redis中的數(shù)據(jù)都是熱點(diǎn)數(shù)據(jù)呆万?

redis內(nèi)存數(shù)據(jù)集大小上升到一定大小的時候商源,就會施行數(shù)據(jù)淘汰策略。


Redis有哪些適合的場景谋减?

緩存

  • 原生字符串:簡單直觀牡彻。但占用過多的鍵,內(nèi)存占用較大,信息內(nèi)聚性比較差庄吼,數(shù)據(jù)塊大不推薦缎除。
  • 序列化字符串:簡化編程,合理使用可以提高內(nèi)存的使用效率总寻。但序列化和反序列化有一定的開銷器罐。
  • 哈希:簡單直觀,如果使用合理可以減少內(nèi)存空間的使用渐行。但要控制哈希在ziplist和hashtable兩種內(nèi)部編碼的轉(zhuǎn)換轰坊,hashtable會消耗更多內(nèi)存。

自增ID

用來處理相關(guān)的發(fā)號業(yè)務(wù)祟印,例如分布式業(yè)務(wù)場景中的的自增ID肴沫,短鏈系統(tǒng)的id發(fā)號器等。

計(jì)數(shù)器

  • 動態(tài)計(jì)數(shù):例如 點(diǎn)贊數(shù)蕴忆,評論數(shù)颤芬,收藏?cái)?shù),瀏覽數(shù) 等孽文。
  • 靜態(tài)計(jì)數(shù): 多維度的數(shù)據(jù)統(tǒng)計(jì)驻襟,例如每月,每周芋哭,每時的一些動態(tài)數(shù)據(jù)沉衣。也可跨語言取數(shù),例如c++語言通過自定義規(guī)則統(tǒng)計(jì)定點(diǎn)數(shù)據(jù)將結(jié)果存入redis减牺,然后通過php去取數(shù)豌习。如果你有elk等一些成熟且部門推薦的技術(shù)棧,那也是極好的的拔疚。

session共享

分布式結(jié)構(gòu)下肥隆,將用戶的Session進(jìn)行集中管理,每次用戶更新或查詢登陸信息都直接從Redis中獲取稚失。

session集中式管理栋艳,不受應(yīng)用數(shù)量影響。很容易實(shí)現(xiàn)單點(diǎn)登入登出句各。

限速或者頻率訪問限制

例如: set u100:code 123456 ex 600

驗(yàn)證碼吸占,郵件等接口訪問頻率限制指定描述,防止接口被頻繁訪問凿宾。

也可以用來做簡單的api限速(INCR + EXPIRE

分布式鎖

分布式環(huán)境矾屯,不同的系統(tǒng)或同一個系統(tǒng)的不同主機(jī)之間共享了資源時,就需要互斥來防止彼此干擾來保證一致性初厚。

例如單機(jī)多進(jìn)程消費(fèi)task件蚕,布式多任務(wù)處理等。

消息隊(duì)列

redis實(shí)現(xiàn)消息隊(duì)列與專有的MQ消息中間件相比,沒有高級特性排作,ACK保證等牵啦。

但在日常的簡單業(yè)務(wù)中,異步處理纽绍,應(yīng)用層解耦蕾久,消息通訊,redis都是可以滿足拌夏。

  • pub/sub僧著,訂閱/發(fā)布模式
  • 基于stream類型的實(shí)現(xiàn)(redis 5.0+)
  • lpush+rpop / rpush+lpop / lpush + brpop = Message Queue(消息隊(duì)列)

當(dāng)然list還提供其他的場景,自行選擇

  • lpush + lpop = Stack(棧)
  • lpush + rpop = Queue(隊(duì)列)
  • lpush + ltrim = Capped Collection(有限集合)

獨(dú)立數(shù)據(jù)統(tǒng)計(jì)

利用集合當(dāng)中元素不唯一性障簿,可以快速實(shí)時統(tǒng)計(jì)唯一性的數(shù)據(jù)盹愚。例如:統(tǒng)計(jì)網(wǎng)站的獨(dú)立IP。

SADD ip 192.168.1.100 
SADD ip 192.168.1.101
SADD ip 192.168.1.102
SADD ip 192.168.1.100
SADD ip 192.168.1.101


128.127.0.0.1:6379> SMEMBERS ip
1) "192.168.1.100"
2) "192.168.1.102"
3) "192.168.1.101"

交集數(shù)據(jù)統(tǒng)計(jì)

共同好友列表站故,共同愛好等皆怕。例如統(tǒng)計(jì)喜歡的編程語言。

sadd u:1 php java golang 
sadd u:2 java php golang
sadd u:3 java php node

127.0.0.1:6379> sinter u:1 u:3
1) "java"
2) "php"

權(quán)重排行

有序集合的元素都會關(guān)聯(lián)一個score,所以我們可以將其使用在一些權(quán)重場景西篓。

例如排行榜愈腾,積分榜。甚至瀑布流岂津,產(chǎn)品推薦虱黄,廣告排行等。

基數(shù)統(tǒng)計(jì)

這里的技術(shù)統(tǒng)計(jì)和上面的唯一性統(tǒng)計(jì)是有不同的吮成。
這里的基數(shù)統(tǒng)計(jì)橱乱,是利用Redis 在 2.8.9 版本添加了 HyperLogLog 結(jié)構(gòu)。

  • 消耗空間極小粱甫,支持海量的數(shù)據(jù)統(tǒng)計(jì)泳叠。
  • 統(tǒng)計(jì)的結(jié)果是一個帶有 0.81% 標(biāo)準(zhǔn)錯誤(standard error)的近似值。
  • 每個hyperloglog key占用了12K的內(nèi)存用于標(biāo)記基數(shù)
  • redis 對 HyperLogLog 的存儲進(jìn)行了優(yōu)化茶宵,在計(jì)數(shù)比較小時危纫,它的存儲空間采用稀疏矩陣存儲,空間占用很小乌庶,僅僅在計(jì)數(shù)慢慢變大种蝶,稀疏矩陣占用空間漸漸超過了閾值時才會一次性轉(zhuǎn)變成稠密矩陣,才會占用 12k 的空間
pfadd access_ip '192.168.1.200' '192.168.1.201' '192.168.1.220' '192.168.1.203'

pfcount access_ip
(integer) 4

地理位置應(yīng)用

Redis 在 3.2 版本實(shí)現(xiàn)了一個地理位置計(jì)算的特性安拟。例如測量兩個城市的距離。

geoadd cn_city 116.405285 39.904989 beijing
geoadd cn_city 121.472644 31.231706 shanghai

geodist cn_city beijing shanghai km
"1067.5980"

發(fā)布/訂閱

pub/sub 是 Redis 內(nèi)置的一個非常強(qiáng)大的特性宵喂。

發(fā)布訂閱模式糠赦。改變了以往的pull模型,改為服務(wù)端主動push,客戶端進(jìn)行訂閱消費(fèi)拙泽。

我們可根據(jù)這個特性淌山,創(chuàng)建實(shí)時的聊天系統(tǒng),系統(tǒng)通知顾瞻。當(dāng)然也可以做通訊模型泼疑,來規(guī)劃系統(tǒng)架構(gòu)。


Redis如何設(shè)置密碼及驗(yàn)證密碼荷荤?

設(shè)置密碼:config set requirepass 123456

授權(quán)密碼:auth 123456

說說Redis哈希槽的概念退渗?

Redis集群沒有使用一致性hash,而是引入了哈希槽的概念,Redis集群有16384個哈希槽蕴纳,每個key通過CRC16校驗(yàn)后對16384取模來決定放置哪個槽会油,集群的每個節(jié)點(diǎn)負(fù)責(zé)一部分hash槽。

Redis集群的主從復(fù)制模型是怎樣的古毛?

為了使在部分節(jié)點(diǎn)失敗或者大部分節(jié)點(diǎn)無法通信的情況下集群仍然可用翻翩,所以集群使用了主從復(fù)制模型,每個節(jié)點(diǎn)都會有N-1個復(fù)制品.

Redis集群會有寫操作丟失嗎?為什么稻薇?

Redis并不能保證數(shù)據(jù)的強(qiáng)一致性嫂冻,這意味這在實(shí)際中集群在特定的條件下可能會丟失寫操作。

Redis集群之間是如何復(fù)制的塞椎?

異步復(fù)制

Redis集群最大節(jié)點(diǎn)個數(shù)是多少桨仿?

16384個

Redis集群如何選擇數(shù)據(jù)庫?

Redis集群目前無法做數(shù)據(jù)庫選擇忱屑,默認(rèn)在0數(shù)據(jù)庫蹬敲。

怎么測試Redis的連通性?

ping

Redis中的管道有什么用莺戒?

一次請求/響應(yīng)服務(wù)器能實(shí)現(xiàn)處理新的請求即使舊的請求還未被響應(yīng)伴嗡。這樣就可以將多個命令發(fā)送到服務(wù)器,而不用等待回復(fù)从铲,最后在一個步驟中讀取該答復(fù)瘪校。

怎么理解Redis事務(wù)?

事務(wù)是一個單獨(dú)的隔離操作:事務(wù)中的所有命令都會序列化名段、按順序地執(zhí)行阱扬。事務(wù)在執(zhí)行的過程中,不會被其他客戶端發(fā)送來的命令請求所打斷伸辟。

事務(wù)是一個原子操作:事務(wù)中的命令要么全部被執(zhí)行麻惶,要么全部都不執(zhí)行。

Redis事務(wù)相關(guān)的命令有哪幾個信夫?

MULTI窃蹋、EXEC卡啰、DISCARD、WATCH

Redis key的過期時間和永久有效分別怎么設(shè)置警没?

EXPIRE和PERSIST命令匈辱。

Redis如何做內(nèi)存優(yōu)化?

盡可能使用散列表(hashes)杀迹,散列表(是說散列表里面存儲的數(shù)少)使用的內(nèi)存非常小亡脸,所以你應(yīng)該盡可能的將你的數(shù)據(jù)模型抽象到一個散列表里面。

Redis回收進(jìn)程如何工作的树酪?

客戶端運(yùn)行了新的命令浅碾,添加了新的數(shù)據(jù)。Redi檢查內(nèi)存使用情況嗅回,如果大于maxmemory的限制, 則根據(jù)設(shè)定好的策略進(jìn)行回收及穗。

Redis回收使用的是什么算法?

LRU算法

Redis如何做大量數(shù)據(jù)插入绵载?

Redis2.6開始redis-cli支持一種新的被稱之為pipe mode的新模式用于執(zhí)行大量數(shù)據(jù)插入工作埂陆。

為什么要做Redis分區(qū)?

分區(qū)可以讓Redis管理更大的內(nèi)存娃豹,Redis將可以使用所有機(jī)器的內(nèi)存焚虱。如果沒有分區(qū),你最多只能使用一臺機(jī)器的內(nèi)存懂版。分區(qū)使Redis的計(jì)算能力通過簡單地增加計(jì)算機(jī)得到成倍提升,Redis的網(wǎng)絡(luò)帶寬也會隨著計(jì)算機(jī)和網(wǎng)卡的增加而成倍增長鹃栽。

你知道有哪些Redis分區(qū)實(shí)現(xiàn)方案?

  • 客戶端分區(qū):客戶端就決定數(shù)據(jù)會被存儲到哪個redis節(jié)點(diǎn)或者從哪個redis節(jié)點(diǎn)讀取躯畴。
  • 代理分區(qū) :客戶端將請求發(fā)送給代理民鼓,然后代理決定去哪個節(jié)點(diǎn)寫數(shù)據(jù)或者讀數(shù)據(jù)。代理根據(jù)分區(qū)規(guī)則決定請求哪些Redis實(shí)例蓬抄,然后根據(jù)Redis的響應(yīng)結(jié)果返回給客戶端丰嘉。redis和memcached的一種代理實(shí)現(xiàn)就是Twemproxy
  • 查詢路由(Query routing) 的意思是客戶端隨機(jī)地請求任意一個redis實(shí)例,然后由Redis將請求轉(zhuǎn)發(fā)給正確的Redis節(jié)點(diǎn)嚷缭。Redis Cluster實(shí)現(xiàn)了一種混合形式的查詢路由饮亏。

Redis分區(qū)有什么缺點(diǎn)?

  • 涉及多個key的操作通常不會被支持阅爽。例如你不能對兩個集合求交集路幸,因?yàn)樗麄兛赡鼙淮鎯Φ讲煌腞edis實(shí)例(實(shí)際上這種情況也有辦法,但是不能直接使用交集指令)付翁。
  • 同時操作多個key,則不能使用Redis事務(wù).
  • 分區(qū)使用的粒度是key简肴,不能使用一個非常長的排序key存儲一個數(shù)據(jù)集
  • 當(dāng)使用分區(qū)的時候,數(shù)據(jù)處理會非常復(fù)雜百侧,例如為了備份你必須從不同的Redis實(shí)例和主機(jī)同時收集RDB / AOF文件砰识。
  • 分區(qū)時動態(tài)擴(kuò)容或縮容可能非常復(fù)雜杂伟。

Redis持久化數(shù)據(jù)和緩存怎么做擴(kuò)容?

如果Redis被當(dāng)做緩存使用仍翰,使用一致性哈希實(shí)現(xiàn)動態(tài)擴(kuò)容縮容。

如果Redis被當(dāng)做一個持久化存儲使用观话,必須使用固定的keys-to-nodes映射關(guān)系予借,節(jié)點(diǎn)的數(shù)量一旦確定不能變化。否則的話(即Redis節(jié)點(diǎn)需要動態(tài)變化的情況)频蛔,必須使用可以在運(yùn)行時進(jìn)行數(shù)據(jù)再平衡的一套系統(tǒng)灵迫,而當(dāng)前只有Redis集群可以做到這樣。

分布式Redis是前期做還是后期規(guī)模上來了再做好晦溪?為什么瀑粥?

既然Redis是如此的輕量(單實(shí)例只使用1M內(nèi)存),為防止以后的擴(kuò)容,最好的辦法就是一開始就啟動較多實(shí)例三圆。即便你只有一臺服務(wù)器狞换,你也可以一開始就讓Redis以分布式的方式運(yùn)行,使用分區(qū)舟肉,在同一臺服務(wù)器上啟動多個實(shí)例修噪。

一開始就多設(shè)置幾個Redis實(shí)例,例如32或者64個實(shí)例路媚,對大多數(shù)用戶來說這操作起來可能比較麻煩黄琼,但是從長久來看做這點(diǎn)犧牲是值得的。

這樣的話整慎,當(dāng)你的數(shù)據(jù)不斷增長脏款,需要更多的Redis服務(wù)器時,你需要做的就是僅僅將Redis實(shí)例從一臺服務(wù)遷移到另外一臺服務(wù)器而已(而不用考慮重新分區(qū)的問題)裤园。一旦你添加了另一臺服務(wù)器撤师,你需要將你一半的Redis實(shí)例從第一臺機(jī)器遷移到第二臺機(jī)器。

主要還是要根據(jù)數(shù)量增長速度進(jìn)行一個前期評估比然。

Twemproxy是什么丈氓?

  • Twemproxy是Twitter維護(hù)的(緩存)代理系統(tǒng),代理Memcached的ASCII協(xié)議和Redis協(xié)議强法。
  • 它是單線程程序万俗,使用c語言編寫,運(yùn)行起來非骋樱快闰歪。
  • 它是采用Apache 2.0 license的開源軟件。
  • Twemproxy支持自動分區(qū)蓖墅,如果其代理的其中一個Redis節(jié)點(diǎn)不可用時库倘,會自動將該節(jié)點(diǎn)排除
  • Twemproxy本身不存在單點(diǎn)問題临扮,因?yàn)槟憧梢詥佣鄠€Twemproxy實(shí)例,然后讓你的客戶端去連接任意一個Twemproxy實(shí)例教翩。
  • Twemproxy是Redis客戶端和服務(wù)器端的一個中間層杆勇。

支持一致性哈希的客戶端有哪些?

Redis-rb饱亿、Predis等蚜退。

Redis與其他key-value存儲有什么不同?

  • Redis有著更為復(fù)雜的數(shù)據(jù)結(jié)構(gòu)并且提供對他們的原子性操作彪笼。
  • Redis運(yùn)行在內(nèi)存中但是可以持久化到磁盤钻注,所以在對不同數(shù)據(jù)集進(jìn)行高速讀寫時需要權(quán)衡內(nèi)存,應(yīng)為數(shù)據(jù)量不能大于硬件內(nèi)存配猫。
  • Redis在磁盤格式方面他們是緊湊的以追加的方式產(chǎn)生的幅恋,因?yàn)樗麄儾⒉恍枰M(jìn)行隨機(jī)訪問。

都有哪些辦法可以降低Redis的內(nèi)存使用情況呢泵肄?

  • 采用ziplist壓縮列表(列表捆交、散列、有續(xù)集和)
  • 進(jìn)行分片腐巢,提高系統(tǒng)負(fù)載能力
  • 將信息打包轉(zhuǎn)換成字節(jié)存儲
  • 進(jìn)行配置優(yōu)化

查看Redis使用情況及狀態(tài)信息用什么命令零渐?

info

Redis的內(nèi)存用完了會發(fā)生什么比被?

如果達(dá)到設(shè)置的上限展鸡,Redis的寫命令會返回錯誤信息(但是讀命令還可以正常返回。)或者你可以將Redis當(dāng)緩存來使用配置淘汰機(jī)制辽故,當(dāng)Redis達(dá)到內(nèi)存上限時會沖刷掉舊的內(nèi)容银还。

Redis是單線程的风宁,如何提高多核CPU的利用率?

可以在同一個服務(wù)器部署多個Redis的實(shí)例蛹疯,并把他們當(dāng)作不同的服務(wù)器來使用戒财,在某些時候,無論如何一個服務(wù)器是不夠的捺弦, 所以饮寞,如果你想使用多個CPU,你可以考慮一下分片(shard)列吼。

一個Redis實(shí)例最多能存放多少的keys幽崩?List、Set寞钥、Sorted Set他們最多能存放多少元素慌申?

理論上Redis可以處理多達(dá)232的keys,并且在實(shí)際中進(jìn)行了測試理郑,每個實(shí)例至少存放了2億5千萬的keys蹄溉。我們正在測試一些較大的值咨油。

任何list、set柒爵、和sorted set都可以放232個元素役电。

換句話說,Redis的存儲極限是系統(tǒng)中的可用內(nèi)存值棉胀。

Redis常見性能問題和解決方案宴霸?

  • Master最好不要做任何持久化工作,如RDB內(nèi)存快照和AOF日志文件
  • 如果數(shù)據(jù)比較重要膏蚓,某個Slave開啟AOF備份數(shù)據(jù),策略設(shè)置為每秒同步一次
  • 為了主從復(fù)制的速度和連接的穩(wěn)定性畸写,Master和Slave最好在同一個局域網(wǎng)內(nèi)
  • 盡量避免在壓力很大的主庫上增加從庫
  • 主從復(fù)制不要用圖狀結(jié)構(gòu)驮瞧,用單向鏈表結(jié)構(gòu)更為穩(wěn)定,即:Master <- Slave1 <- Slave2 <- Slave3...

這樣的結(jié)構(gòu)方便解決單點(diǎn)故障問題枯芬,實(shí)現(xiàn)Slave對Master的替換论笔。如果Master掛了,可以立刻啟用Slave1做Master千所,其他不變狂魔。

Redis提供了哪幾種持久化方式?

Redis 提供兩種持久化機(jī)制 RDB 和 AOF 機(jī)制:

持久化之 RDB (Redis Database)

在指定的時間間隔內(nèi)生成數(shù)據(jù)集的時間點(diǎn)快照(point-in-time snapshot)

優(yōu)點(diǎn)

  • 體積幸怠:RDB 是一個非常緊湊(compact)的文件最楷,它保存了 Redis 在某個時間點(diǎn)上的數(shù)據(jù)集。適合備份待错。
  • 災(zāi)難恢復(fù)(disaster recovery)快:它只有一個文件籽孙,內(nèi)容都非常緊湊,可以(在加密后)將它傳送到別的數(shù)據(jù)中心火俄。RDB 在恢復(fù)大數(shù)據(jù)集時的速度比 AOF 的恢復(fù)速度要快犯建。
  • 性能高:父進(jìn)程在保存rdb時候只需要fork一個子進(jìn)程,無需父進(jìn)程的進(jìn)行其他io操作瓜客,也保證了服務(wù)器的性能适瓦。

缺點(diǎn)

  • 數(shù)據(jù)安全性低。RDB 是間隔一段時間進(jìn)行持久化谱仪,如果持久化之間 redis 發(fā)生故障玻熙, 會發(fā)生數(shù)據(jù)丟失。
  • 每次保存 RDB 的時候疯攒,Redis 都要 fork() 出一個子進(jìn)程揭芍,并由子進(jìn)程來進(jìn)行實(shí)際的持久化工作。 在數(shù)據(jù)集比較龐大時卸例, fork() 可能會非常耗時称杨,造成服務(wù)器在某某毫秒內(nèi)停止處理客戶端肌毅。

AOF (Append-only file)

所有的命令行記錄以 redis 命令請求協(xié)議的格式完全持久化存儲)保存為 aof 文件。 fsync 策略姑原,AOF 的速度可能會慢于 RDB

優(yōu)點(diǎn):

1悬而、數(shù)據(jù)安全, aof 持久化可以配置 appendfsync 屬性锭汛, 有 always笨奠, 每進(jìn)行一次命令操作就記錄到 aof 文件中一次。

2唤殴、通過 append 模式寫文件般婆, 即使中途服務(wù)器宕機(jī), 可以通過 redis-check-aof 工具解決數(shù)據(jù)一致性問題朵逝。

3蔚袍、AOF 機(jī)制的 rewrite 模式。AOF 文件沒被 rewrite 之前( 文件過大時會對命令進(jìn)行合并重寫)配名, 可以刪除其中的某些命令( 比如誤操作的 flushall))

缺點(diǎn):

1啤咽、AOF 文件比 RDB 文件大, 且恢復(fù)速度慢渠脉。

2宇整、數(shù)據(jù)集大的時候, 比 rdb 啟動效率低芋膘。

如何選擇合適的持久化方式鳞青?

一般來說, 如果想達(dá)到足以媲美PostgreSQL的數(shù)據(jù)安全性为朋, 你應(yīng)該同時使用兩種持久化功能盼玄。如果你非常關(guān)心你的數(shù)據(jù), 但仍然可以承受數(shù)分鐘以內(nèi)的數(shù)據(jù)丟失潜腻,那么你可以只使用RDB持久化埃儿。

有很多用戶都只使用AOF持久化,但并不推薦這種方式:因?yàn)槎〞r生成RDB快照(snapshot)非常便于進(jìn)行數(shù)據(jù)庫備份融涣, 并且 RDB 恢復(fù)數(shù)據(jù)集的速度也要比AOF恢復(fù)的速度要快童番,除此之外, 使用RDB還可以避免之前提到的AOF程序的bug威鹿。

修改配置不重啟Redis會實(shí)時生效嗎剃斧?

針對運(yùn)行實(shí)例,有許多配置選項(xiàng)可以通過 CONFIG SET 命令進(jìn)行修改忽你,而無需執(zhí)行任何形式的重啟幼东。 從 Redis 2.2 開始,可以從 AOF 切換到 RDB 的快照持久性或其他方式而不需要重啟 Redis。檢索 CONFIG GET *命令獲取更多信息根蟹。

但偶爾重新啟動是必須的脓杉,如為升級 Redis 程序到新的版本,或者當(dāng)你需要修改某些目前 CONFIG 命令還不支持的配置參數(shù)的時候简逮。

參考

降低Redis內(nèi)存占用
https://www.cnblogs.com/Infernal/p/11231966.html
REDIS持久化之RDB和AOF的區(qū)別
http://www.reibang.com/p/1d9ab6bc0835
50道Redis面試題
https://juejin.im/post/5c9b344c51882530c6308b32

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末球散,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子散庶,更是在濱河造成了極大的恐慌蕉堰,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,858評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件悲龟,死亡現(xiàn)場離奇詭異屋讶,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)须教,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,372評論 3 395
  • 文/潘曉璐 我一進(jìn)店門皿渗,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人没卸,你說我怎么就攤上這事∶胄” “怎么了约计?”我有些...
    開封第一講書人閱讀 165,282評論 0 356
  • 文/不壞的土叔 我叫張陵,是天一觀的道長迁筛。 經(jīng)常有香客問我煤蚌,道長,這世上最難降的妖魔是什么细卧? 我笑而不...
    開封第一講書人閱讀 58,842評論 1 295
  • 正文 為了忘掉前任尉桩,我火速辦了婚禮,結(jié)果婚禮上贪庙,老公的妹妹穿的比我還像新娘蜘犁。我一直安慰自己,他們只是感情好止邮,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,857評論 6 392
  • 文/花漫 我一把揭開白布这橙。 她就那樣靜靜地躺著,像睡著了一般导披。 火紅的嫁衣襯著肌膚如雪屈扎。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,679評論 1 305
  • 那天撩匕,我揣著相機(jī)與錄音鹰晨,去河邊找鬼。 笑死,一個胖子當(dāng)著我的面吹牛模蜡,可吹牛的內(nèi)容都是我干的漠趁。 我是一名探鬼主播,決...
    沈念sama閱讀 40,406評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼哩牍,長吁一口氣:“原來是場噩夢啊……” “哼棚潦!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起膝昆,我...
    開封第一講書人閱讀 39,311評論 0 276
  • 序言:老撾萬榮一對情侶失蹤丸边,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后荚孵,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體妹窖,經(jīng)...
    沈念sama閱讀 45,767評論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,945評論 3 336
  • 正文 我和宋清朗相戀三年收叶,在試婚紗的時候發(fā)現(xiàn)自己被綠了骄呼。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,090評論 1 350
  • 序言:一個原本活蹦亂跳的男人離奇死亡判没,死狀恐怖蜓萄,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情澄峰,我是刑警寧澤嫉沽,帶...
    沈念sama閱讀 35,785評論 5 346
  • 正文 年R本政府宣布,位于F島的核電站俏竞,受9級特大地震影響绸硕,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜魂毁,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,420評論 3 331
  • 文/蒙蒙 一玻佩、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧席楚,春花似錦咬崔、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,988評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至闻镶,卻和暖如春甚脉,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背铆农。 一陣腳步聲響...
    開封第一講書人閱讀 33,101評論 1 271
  • 我被黑心中介騙來泰國打工牺氨, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留狡耻,地道東北人。 一個月前我還...
    沈念sama閱讀 48,298評論 3 372
  • 正文 我出身青樓猴凹,卻偏偏與公主長得像夷狰,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子郊霎,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,033評論 2 355