高性能内存Redis

Redis为什么用单线程模型

        所有操作在内存,100ns

        瓶颈不在cpu而是network IO,可以启动多实例提升cpu利用率

        避免多线程上下文切换和竞争条件的开销,实现简单


单进程单线程模型

多路IO复用模块 + AeEventLoop

        多路复用非租塞IO模型,Epoll监听多个socket,AE将连接、读、写、关闭都转化为事件,不在IO上浪费时间

main thread

        执行客户端的命令请求

BIO background thread

        耗时的操作,会放到后台线程中执行。如,文件句柄关闭任务;AOF持久化;空间懒释放

单线程模型存在问题:单条命令执行占用时间,造成阻塞


管道与事务

管道(pepiline)

        一次性执行多条命令,并在执行完后一次性将结果返回客户端。减少客户端与redis的通信次数降低往返时间,提升性能。

如:mget,mset,hmget,hmset,rpush,lpush,sadd,zadd

事务(transaction)

        执行事务过程,延迟执行已入列的命令直到客户端发送EXEC命令,大多redis客户端等事务包含的所有命令出现后,才一次性将multi命令,事务中要执行的命令以及exec全部发送给redis,等待回复。


Lua 脚本(没写过,不了解)

减少网络开销:将多个请求通过脚本的形式一次性发送,减少网络时延。

原子操作:中间不会被其他命令插入,作为一个整体执行,不存在竞态条件。

复用:脚本会保存在redis中,其他客户端可以复用。


持久化

Redis中数据存储模式有2种:cache-only,persistence;

        cache-only即只做为“缓存”服务,不持久数据,数据在服务终止后将消失,此模式下也将不存在“数据恢复”的手段,是一种安全性低/效率高/容易扩展的方式;

        persistence即为内存中的数据持久备份到磁盘文件,在服务重启后可以恢复,此模式下数据相对安全。

对于persistence持久化存储,Redis提供了两种持久化方法:

        Redis DataBase(简称RDB)

        Append-only file (简称AOF)

RDB概述(恢复快,数据丢失)

RDB是在某个时间点将数据写入一个临时文件,持久化结束后,用这个临时文件替换上次持久化的文件,达到数据恢复。 

优点:使用单独子进程来进行持久化,主进程不会进行任何IO操作,保证了redis的高性能 

缺点:RDB是间隔一段时间进行持久化,如果持久化之间redis发生故障,会发生数据丢失。所以这种方式更适合数据要求不严谨的时候

AOF概述(安全,性能慢)

类似binlog,将“操作 + 数据”以格式化指令的方式追加到操作日志文件的尾部,在append操作返回后(已经写入到文件或者即将写入),才进行实际的数据变更,“日志文件”保存了历史所有的操作过程

优点:可以保持更高的数据完整性,如果设置追加file的时间是1s,如果redis发生故障,最多会丢失1s的数据;且如果日志写入不完整支持redis-check-aof来进行日志修复;AOF文件没被rewrite之前(文件过大时会对命令进行合并重写),可以删除其中的某些命令(比如误操作的flushall)。 

缺点:AOF文件比RDB文件大,且恢复速度慢。

master通常使用AOF,slave使用snapshot,主要原因是master需要首先确保数据完整性

服务需要接收密集性的write操作,那么建议master采取snapshot,而slave采用AOF


过期策略

被动方式:客户端访问key时,发现key已过期,则进行删除key操作。

主动方式:客户端访问key时,发现key已过期,则进行删除key操作。若有些key可能永远也不会被访问到,又该如何处理呢?Redis会定期(每秒10次)从有过期时间的keys中随机测试一些keys,删除已过期的key。

    1.随机取20%有设置过期时间的key

    2.删除所有时间已经过期的key

    3.如果删除的key占取出key的25%,则跳到第一步,循环执行

在复制链和AOF文件中如何处理过期keys

    若key过期时,会在Slaves和AOF文件中同步一个DEL操作,以保证数据的一致性

    过期删除操作仅在master实例上执行;

    Slaves不能独立地过期keys,但会等待master发出的DEL;

    Slaves的数据集中可能会存在过期的keys,但会根据其逻辑时钟来判断。若key过期时,会在Slaves和AOF文件中同步一个DEL操作,以保证数据的一致性。#redis新特性

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,457评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,837评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,696评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,183评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,057评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,105评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,520评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,211评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,482评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,574评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,353评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,213评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,576评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,897评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,174评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,489评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,683评论 2 335

推荐阅读更多精彩内容