Redis-缓存持久篇

本文是继上一篇Redis-安装启动篇之后。

Redis的缓存持久化分为四种情况:
  1. RDB方式:以.rdb文件的形式存储数据。
    优点:只包含一个文件,利于备份、数据转移等操作。适合处理量大的数据。
    缺点:在保存数据时会有短暂的停顿。
    数据有相对应的保存间隔,服务器异常容易丢数据,不安全。
  2. AOF方式(Append Only File):以指定的形式追加到对应文件的末尾。
    优点:采用追加方式,不会影响以前的数据,安全。
    如果在写入一半时出现问题,可以使用redis-check-aof来修复数据一致性的问题。
    缺点:文件大,同步效率低。不适合做数据备份。
  3. 无持久化:此时Redis值能作为缓存过渡数据库。
  4. 同时使用AOF和RDB:AOF和RDB同时进行配置。
Redis的缓存持久化配置:
  1. RDB配置:
    修改dbfilename(dump数据库保存的文件名)dir(保存数据库文件的目录)。
RDB配置.png

//save 时间 次数的说明 TODO

  1. AOF配置:
    AOF的默认文件为appendonly.aof(此aof文件会和dmp文件在同一处出现)。
    修改追加方式appendfsync(要使用哪条,前面的#号去掉,给不用的加#)。
    AOF数据追加形式:
    appendfsync:always(一直执行此方法)
    appendfsync:everysec(每秒自动同步到磁盘)
    appendfsync:no(不追加)
缓存清除策略:
  • noeviction: 不清除。返回内存限制错误。
  • allkeys-lru: 在所有key中执行LRU清除策略。
  • volatile-lru: 在已设置过期的key中执行LRU清除策略。
  • allkeys-random: 在所有key中随机清除。
  • volatile-random: 在已设置过期的key中执行随机清除。
  • volatile-ttl:清除带有过期设置的,并且只有短时间TTL(存活)的。

使用情况:
allkeys-lru:你想让经常访问的请求以幂次数的形式分布。或者不确定的情况下。
allkeys-random:你有一个连续循环访问或者你期望key均匀分布。
volatile-ttl:当你在创建缓存对象时使用了不同的存活时间并提供给redis时。

在redis-cli中输入info,可以找到以下信息:


info信息.png

其中,expired_keys:已经过期的key;evicted_keys:已经清除的key;
keyspace_hits:使用到的key;keyspace_misses:消失的key。
使用到的key/(使用到的key+消失的key)就是现有key的使用率,使用率在95%以上时,说明缓存机制效果好。

配置:在redis.conf中:
其中maxmemory:可以设置大小。比如15mb等。
maxmemory-policy:清除策略。默认不清除。

缓存清除策略.png
Redis的LRU算法:

redis的LRU算法受控于

maxmemory-samples 5

这个值越大,缓存清除不常用的就越多。但带来的负面影响是耗内存,达不到缓存的效果。

Redis的LFU算法(4.0以后推出):

LFU算法在某些时候,对于使用频繁的key将不再考虑,即便是旧的。防止频繁的key来占用算法。

  • volatile-lfu 在已设置过期的key中执行LFY清除策略。
  • allkeys-lfu 在所有的key中执行LFU清除策略。
    redis的LFU算法受控于
lfu-log-factor 10
lfu-decay-time 1

factor越高,可以达到饱和(极限)容纳的key就越多。
decay-time是计数器的衰变时间。

//缓存时间的配置 TODO

配置完成!

附录 意外宕机策略

本方法只对于指定情况
1开启AOF方式,查看aof文件,并删除最后一行不完整的数据。

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 202,980评论 5 476
  • 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 85,178评论 2 380
  • 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 149,868评论 0 336
  • 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 54,498评论 1 273
  • 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 63,492评论 5 364
  • 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 48,521评论 1 281
  • 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 37,910评论 3 395
  • 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 36,569评论 0 256
  • 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 40,793评论 1 296
  • 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 35,559评论 2 319
  • 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 37,639评论 1 329
  • 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 33,342评论 4 318
  • 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 38,931评论 3 307
  • 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 29,904评论 0 19
  • 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 31,144评论 1 259
  • 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 42,833评论 2 349
  • 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 42,350评论 2 342

推荐阅读更多精彩内容