Redis FAQ
  • 2019-01-04
  • 6 minutes read
  • 2581 words

Redis 官网 FAQ 翻译以及部分自己生产实践总结的问题 官网FAQ地址

Redos持久化策略：RDB和AOF

RDB：数据快照，数据整体快照，吞吐量较大，但单次耗时较长，如果在dump的时候宕机可能会导致数据丢失。 AOF：日志追加，占空间比RDB大，但安全性更好，每秒追加一次日志，丢失数据的可能性会小很多，但是宕机恢复很慢。

而在实际生产环境中，我们通常会将两种持久化策略共同使用，定期进行数据快照，同时保留 AOF 日志，在快照之前的日志就可以删除了，这样既节省了空间，同时又能加快恢复速度，还能保证解决的数据持久可靠性。

Redis和其他的KV数据库有什么不同

  1. Redis支持额外的数据结构
  2. Redis是纯基于内存的

Redis内存占用情况怎么样

空的Redis —— 3MB 一百万小KV数据 —— 85MB

Redis以后打算出基于磁盘的版本吗，我想创建一个比内存更大的数据集

不会，我们始终专注内存，不忘初心，我们的口号是：“data served from memory, disk used for storage. ”；如果你觉得内存不够的话可以考虑下Redis集群；另外有些组织的魔改版本好像支持磁盘存储，但我们官方不会支持。

想要用支持磁盘的 KV 数据库的话，可以考虑 Level DB 和 Rocks DB。

Redis和基于磁盘的数据库一起用怎么样

很Nice，大家一般都是这么用的：大量频繁的小数据写入Redis，大对象写SQL入DB；还有一种用法就是，从DB中复制出来保存Copy在内存中

如何降低Redis的内存占用？

  1. 使用32位的Redis？？
  2. 善用Redis数据结构，内部有优化，比独立的几个KV会更省空间

Redis用尽内存了会发生什么？

  1. Redis可能会被Linux kernel OOM kill 掉，报错崩溃或者是开始慢下来
  2. 你可以在配置文件中设置一个内存limit，当到达这个值后，Redis就会进入Read-only模式，拒绝写操作
  3. 在使用Redis作为LRU 缓存时可以设置达到limit移除一些key

Redis磁盘镜像备份是Atomic的吗？

是的，备份进程只会在server没有执行命令的时候执行

Redis是单线程的，为什么还能这么快，如何充分利用CPU？

  1. Redis的计算逻辑非常简单，是一个 IO 密集型服务。CPU并不是Redis的瓶颈，瓶颈往往来自于IO和内存，现在一个CPU已经很够用了，每秒可以处理一百万个请求，多线程反而会带来并发安全、线程切换等问题
  2. 但现在其实也有用到多线程，不过只干点小活，如：后台删除，拒绝命令等
  3. Redis 4.0开始官方也在尝试让Redis更加的多线程化，拭目以待吧
  4. 如果一个实例总是无法出分利用一台物理机的资源的话，可以部署多个实例将 Redis 集群化

Redis key上限是多少？Hash，List，Set成员上限是多少

2^32 ； 2^32

为什么我的从服务器key数量和主服务器key数量不一致？

因为Master在删除key时只是标记删除，会等后来的key来覆盖它，而在写入RDB时是不会把这些写过去的，但DBSZIE命令还会把它们算在里面，在逻辑上它的数量其实还是一样的

Redis名字的含义是什么？Redis为什么叫Redis？

REmote DIctionary Server：远程映射表服务

Redis分片的好处

  1. 增大Redis总内存
  2. 将Redis扩展到多

什么是Redis主从架构

Description : 将Redis服务器搭建成一主一从，或一主多从，主服务器负责写，从服务器负责读，读写分离提高性能，同时如果Master宕机，可以选举一位Slave成为新的Master，从而保证整个系统的稳定性，避免单点故障，甚至引起缓存击穿，缓存雪崩等问题

主从从架构：Slave slaveof Slave 形成一条链，缓解多个Slave同时同步于Master带来的压力

从库只读：可设置

Redis分区的实现方式

  1. 客户端分区，客户端判断好该去哪个机器上读取
  2. 代理分区：所有的请求都访问Proxy，然后Proxy给你返回结果，分片对Client不可见，Proxy内部帮你判断去哪台机器并完成请求 ；常见应用方式：Redis中间件，如：Twemproxy
  3. 路由分区：随机访问某个Redis，然后它帮你重定向到你该去的地方；Redis-Cluster

Redis Cluster

Redis Cluster是官方给出的集群实现 数据分片实现：哈希槽，CRC16对16384取模决定Key会被放置到哪个节点；后台维护一个值范围与节点的对应表，增加或减少节点时修改表中节点对应范围即可；使用路由分区算法 一致性：Master处理完写命令后异步复制到子节点上（为了及时响应），存在一个时间滞后，因此不能保证数据的强一致性；另外网络分区时也会导致写丢失 大致架构：路由分区+哈希槽+主从

Redis 为何要尽量避免大Key？

  1. 大Key会导致数据堆积在单一分片上，导致内存过大，响应变慢，不能充分利用集群的优势
  2. 由于单线程限制，单一Key在存取时会阻塞其他操作，导致Redis无法及时响应

Redis 一般多大的 Key 叫大 Key？

在我们团队的实践中，一般满足如下任一条件的 Key 会视为大 Key： 1. 普通 KV 类型 Value 大于 10KB 2. 集合类型 Key 中 元素个数大于5000 3. 集合类型 Key 整体 value 大于10MB(10*1000*1000)

具体也看对应的机器性能和业务类型，不同场景可以适当调整标准。

Redis实现分布式锁

SETNX key val 加锁：如果key存在，set key val return 1 ,else return 0 DELETE key 解锁：删除key expire：用于加锁时设置，超时自动释放锁，防止永久锁

什么是 O(n) 命令

我们知道 redis 正常查找一个 Key 的时间复杂度是 O(1) 的，而也存在一下命令时间复杂度和 Key 的数量是成正比的： hgetall、lrange、smembers、zrange、sinter、keys 等，这些命令对性能的影响是很大的，我们在生产环境中要尽量避开这些命令

Redis 有哪些数据结构

img

支持五种数据结构类型的值：

  • 字符串
    • 添加：set key value
    • 带过期时间的添加：setex key seconds value
    • 不存在才设置：setnx key value
    • 自增：incr key
    • 自减：decr key
    • 追加：append key value
    • 获取一个：get key
    • 获取多个：mget key1 key2
    • 删除：
  • 链表: List
    • POP: lpop table
    • PUSH: lpush table key1 key2
    • 获取第几个：lindex table index
  • 集合: Set
    • 添加：sadd table key
    • 求交集：sinter table1 table2
    • 求并集：sunion table1 table2
    • 判断是否存在：sismember table key
    • 全部取出：smembers table
    • 定向删除：srem talbe key1 key2
    • 随机删除：spop table key
  • 有序集合: zset
    • 添加：zdd table key score
    • 遍历：正序：zrange table minIndex maxIndex 反序：zrevrange
    • 删除：zrem table key
    • 查看：zscore table key
  • 哈希表：hash
    • 增：hset table key
    • 删：hdel table key
    • 查：hget table key
    • 遍历：hgetall table
  • redis
  • 存储
    • Previous
    小论计算机Encoding
    Next
    Go知识点杂记