河北邢台解封了吗,seo网络优化师招聘,电子工程专辑,英国网站后缀1、说说 Redis 都有哪些应用场景#xff1f;缓存#xff1a;这应该是 Redis 最主要的功能了#xff0c;也是大型网站必备机制#xff0c;合理地使用缓存不仅可以加 快数据的访问速度#xff0c;而且能够有效地降低后端数据源的压力。共享Session#xff1a;对于一些依赖 …1、说说 Redis 都有哪些应用场景缓存这应该是 Redis 最主要的功能了也是大型网站必备机制合理地使用缓存不仅可以加 快数据的访问速度而且能够有效地降低后端数据源的压力。共享Session对于一些依赖 session 功能的服务来说如果需要从单机变成集群的话可以选择 redis 来统一管理 session。消息队列系统消息队列系统可以说是一个大型网站的必备基础组件因为其具有业务 解耦、非实时业务削峰等特性。Redis提供了发布订阅功能和阻塞队列的功 能虽然和专业的消息队列比还不够足够强大但是对于一般的消息队列功 能基本可以满足。比如在分布式爬虫系统中使用 redis 来统一管理 url队列。分布式锁在分布式服务中。可以利用Redis的setnx功能来编写分布式的锁虽然这个可能不是太常用。当然还有诸如排行榜、点赞功能都可以使用 Redis 来实现但是 Redis 也不是什么都可以做比如数据量特别大时不适合 Redis我们知道 Redis 是基于内存的虽然内存很便宜但是如果你每天的数据量特别大比如几亿条的用户行为日志数据用 Redis 来存储的话成本相当的高。2、单线程的 Redis 为什么这么快Redis 有多快官方给出的答案是读写速度 10万/秒如果说这是在单线程情况下跑出来的成绩你会不会惊讶为什么单线程的 Redis 速度这么快原因有以下几点纯内存操作Redis 是完全基于内存的所以读写效率非常的高当然 Redis 存在持久化操作在持久化操作是都是 fork 子进程和利用 Linux 系统的页缓存技术来完成并不会影响 Redis 的性能。单线程操作单线程并不是坏事单线程可以避免了频繁的上下文切换频繁的上下文切换也会影响性能的。合理高效的数据结构采用了非阻塞 I/O 多路复用机制多路I/O复用模型是利用 select、poll、epoll 可以同时监察多个流的 I/O 事件的能力在空闲的时候会把当前线程阻塞掉当有一个或多个流有 I/O 事件时就从阻塞态中唤醒于是程序就会轮询一遍所有的流(epoll 是只轮询那些真正发出了事件的流)并且只依次顺序的处理就绪的流这种做法就避免了大量的无用操作。3、说说 Redis 的数据结构及使用场景Redis 提供了 5种数据结构每一种数据结构有各种的使用场景。1、String 字符串字符串类型是 Redis 最基础的数据结构首先键都是字符串类型而且 其他几种数据结构都是在字符串类型基础上构建的我们常使用的 set key value 命令就是字符串。常用在缓存、计数、共享Session、限速等。2、Hash 哈希在Redis中哈希类型是指键值本身又是一个键值对 结构形如value{{field1value1}...{fieldNvalueN}}添加命令hset key field value。哈希可以用来存放用户信息比如实现购物车3、List 列表列表(list)类型是用来存储多个有序的字符串。可以做简单的消息队列的功能。另外可以利用 lrange 命令做基于 Redis的分页功能性能极佳用户体验好。4、Set 集合集合(set)类型也是用来保存多个的字符串元素但和列表类型不一 样的是集合中不允许有重复元素并且集合中的元素是无序的不能通过 索引下标获取元素。利用 Set 的交集、并集、差集等操作可以计算共同喜好全部的喜好自己独有的喜好等功能。5、Sorted Set 有序集合Sorted Set 多了一个权重参数 Score集合中的元素能够按 Score 进行排列。可以做排行榜应用取 TOP N 操作4、说一说 Redis 的数据过期淘汰策略先给大家一个结论Redis 中数据过期策略采用定期删除惰性删除策略。1、定期删除、惰性删除策略是什么定期删除策略Redis 启用一个定时器定时监视所有的 key判断key是否过期过期的话就删除。这种策略可以保证过期的 key 最终都会被删除但是也存在严重的缺点每次都遍历内存中所有的数据非常消耗 CPU 资源并且当 key 已过期但是定时器还处于未唤起状态这段时间内 key 仍然可以用。惰性删除策略在获取 key 时先判断 key 是否过期如果过期则删除。这种方式存在一个缺点如果这个 key 一直未被使用那么它一直在内存中其实它已经过期了会浪费大量的空间。2、定期删除惰性删除策略是如何工作的这两种策略天然的互补结合起来之后定时删除策略就发生了一些改变不在是每次扫描全部的 key 了而是随机抽取一部分 key 进行检查这样就降低了对 CPU 资源的损耗惰性删除策略互补了为检查到的key基本上满足了所有要求。但是有时候就是那么的巧既没有被定时器抽取到又没有被使用这些数据又如何从内存中消失没关系还有内存淘汰机制当内存不够用时内存淘汰机制就会上场。Redis 内存淘汰机制有以下几种策略noeviction当内存不足以容纳新写入数据时新写入操作会报错。(Redis 默认策略)allkeys-lru当内存不足以容纳新写入数据时在键空间中移除最近最少使用的 Key。(推荐使用)allkeys-random当内存不足以容纳新写入数据时在键空间中随机移除某个 Key。volatile-lru当内存不足以容纳新写入数据时在设置了过期时间的键空间中移除最近最少使用的 Key。这种情况一般是把 Redis 既当缓存又做持久化存储的时候才用。volatile-random当内存不足以容纳新写入数据时在设置了过期时间的键空间中随机移除某个 Key。volatile-ttl当内存不足以容纳新写入数据时在设置了过期时间的键空间中有更早过期时间的 Key 优先移除。修改内存淘汰机制只需要在 redis.conf 配置文件中配置 maxmemory-policy 参数即可。5、如何解决 Redis 缓存穿透和缓存雪崩问题缓存雪崩 由于缓存层承载着大量请求有效地 保护了存储层但是如果缓存层由于某些原因不能提供服务比如 Redis 节点挂掉了热点 key 全部失效了在这些情况下所有的请求都会直接请求到数据库可能会造成数据库宕机的情况。预防和解决缓存雪崩问题可以从以下三个方面进行着手1、使用 Redis 高可用架构使用 Redis 集群来保证 Redis 服务不会挂掉2、缓存时间不一致 给缓存的失效时间加上一个随机值避免集体失效3、限流降级策略有一定的备案比如个性推荐服务不可用了换成热点数据推荐服务缓存穿透 缓存穿透是指查询一个根本不存在的数据这样的数据肯定不在缓存中这会导致请求全部落到数据库上有可能出现数据库宕机的情况。预防和解决缓存穿透问题可以考虑以下两种方法1、缓存空对象 将空值缓存起来但是这样就有一个问题大量无效的空值将占用空间非常浪费。2、布隆过滤器拦截 将所有可能的查询key 先映射到布隆过滤器中查询时先判断key是否存在布隆过滤器中存在才继续向下执行如果不存在则直接返回。布隆过滤器有一定的误判所以需要你的业务允许一定的容错性。文末福利