共计 3638 个字符，预计需要花费 10 分钟才能阅读完成。
Redis 的特点?
Redis 全称为: Remote Dictionary Server(近程数据服务)，该软件应用 C 语言编写，典型的 NoSQL 数据库服务器，Redis 是一 个 key-value 存储系统，它反对丰盛的数据类型，如:string、list、set、zset(sorted set)、hash。
Redis 实质上是一个 Key-Value 类型的内存数据库，很像 memcached，整个 数据库通通加载在内存当中进 行操作，定期通过异步操作把数据库数据 flush 到硬盘 上进行保留。因为是纯内存操作，Redis 的性能十分杰出，每秒 能够解决超过 10 万次读写操作，是已知性能最快的 Key-Value DB
单个 value 的最大限度是 1GB，不像 memcached 只能保留 1MB 的数据，另外 Redis 也能够对存入的 Key-Value 设置 expire 工夫。Redis 的次要毛病是数据库容量受到物理内存的限度，不能用作海量数据的高性能读写，因而 Redis 适宜的场景次要 局限在较小数据量的高性能操作和运算上
Redis 有哪几种数据结构?
Redis 的数据结构有五种，别离是:
String——字符串
- String 数据结构是简略的 key-value 类型，value 不仅能够是 String，也能够是数字(当数字类型用 Long 可 以示意的时候 encoding 就是整型，其余都存储在
sdshdr当做字符串)。 - [对于 sdshdr:] https://www.toutiao.com/i6932…
Hash——字典
- 在 Memcached 中，咱们常常将一些结构化的信息打包成 hashmap，在客户端序列化后存储为一个字符串的值 (个别是 JSON 格局)，比方用户的昵称、年龄、性别、积分等。
List——列表
- List 说白了就是链表(redis 应用双端链表实现的 List)
Set——汇合
- Set 就是一个汇合，汇合的概念就是一堆不反复值的组合。利用 Redis 提供的 Set 数据结构，能够存储一些汇合性的数据。
Sorted Set——有序汇合
- 和 Sets 相比，Sorted Sets 是将 Set 中的元素减少了一个权重参数 score，使得汇合中的元素可能按 score 进 行有序排列，
- 带有权重的元素，比方一个游戏的用户得分排行榜
- 比较复杂的数据结构，个别用到的场景不算太多
## Redis 的长久化机制及其优缺点?
RDB 长久化: 该机制能够在指定的工夫距离内生成数据集的工夫点快照(point-in-time snapshot)。
AOF 长久化: 记录服务器执行的所有写操作命令，并在服务器启动时，通过从新执行这些命令来还原数据集。
AOF 文件中的命令全副以 Redis 协定的格局来保留，新命令会被追加到文件的开端。Redis 还能够在后盾对 AOF 文件 进行重写(rewrite)，使得 AOF 文件的体积不会超出保留数据集状态所需的理论大小无长久化: 让数据只在服务器运行时存在。
同时利用 AOF 和 RDB: 当 Redis 重启时，它会优先应用 AOF 文件来还原数据集，因为 AOF 文件保留的 数据集通常比 RDB 文件所保留的数据集更残缺。
RDB 的优缺点:
长处
RDB 十分适 用于劫难复原(disaster recovery): 它只有一个文件，并且内容都十分紧凑，能够(在加密后) 将它传送到别的 数据中心。比如说，你能够在最近的 24 小时内，每小时备份一次 RDB 文件，并且在每个月的每一 天，也备份一个 RDB 文件。这样的话，即便遇上问题，也能够随时将数据集还原到不同的版本。RDB 能够最大化 Redis 的性能: 父过程在保留 RDB 文件时惟一要做的就是 fork 出一个子过程，而后这个子过程就会解决接下来的所有保留工作，父过程毋庸执行任何磁盘 I/O 操作。RDB 在复原大数据集时的速度比 AOF 的复原速度要快。
毛病
如果你须要尽量避免在服务器故障时失落数据，那么 RDB 不适宜你。尽管 Redis 容许你设置不同
的保留点 (save point) 来管制保留 RDB 文件的频率，然而，因为 RDB 文件须要保留整个数据集的状态，因而你可能会至多 5 分钟才保留一次 RDB 文件。在这种状况下，一旦产生故障停机，你就可能会失落好几分钟的数据。每次保留 RDB 的时候，Redis 都要 fork() 出一个子过程，并由子 过程来进行理论的长久化工作。在数据集比拟宏大时，fork() 可能会十分耗时，造成服务器在某某毫秒内进行 解决客户端; 如果数据集十分微小，并且 CPU 工夫十分缓和的话，那么这种进行工夫甚至可能会长达一秒。
AOF 的优缺点:
长处:
- 1、
应用 AOF 长久化会让 Redis 变得非常耐久(much more durable): 你能够设置不同的 fsync 策略，比方 无 fsync，每秒钟一次 fsync，或者每次执行写入命令时 fsync。AOF 的默认策略为每秒钟 fsync 一次，在这种 配置下，Redis 依然能够保持良好的性能，并且就算产生故障停机，也最多只会失落一秒钟的数据(fsync 会在后盾 线程执行，所以主线程能够持续致力地解决命令申请)。AOF 文件是一个只进行追加操作的日志文件(appendonly log)，因而对 AOF 文件的写入不须要进行 seek，即便日志因为某些起因而蕴含了未写入残缺的命令(比方写入 时磁盘已满，写入中途停机，等等)，redis-check-aof 工具也能够轻易地修复这种问题。 - 2、
Redis 能够在 AOF 文件体积变得过大时，主动地在后盾对 AOF 进行重写: 重写后的新 AOF 文件蕴含了 复原以后数据集所需的最小命令汇合。整个重写操作是相对平安的，因为 Redis 在创立新 AOF 文件的过程中，会 持续将命令追加到现有的 AOF 文件外面，即便重写过程中产生停机，现有的 AOF 文件也不会失落。而一旦新 AOF 文件创建结束，Redis 就会从旧 AOF 文件切换到新 AOF 文件，并开始对新 AOF 文件进行追加操作。
毛病:
- 对于雷同的数据集来说，AOF 文件的体积通常要大于 RDB 文件的体积。依据所应用的 fsync 策略，AOF 的速度可能会慢于 RDB。在个别状况下，每秒 fsync 的性能仍然十分高，而敞开 fsync 能够让 AOF 的速度和 RDB 一样快，即便在高负荷之下也是如此。不过在解决微小的写入载入时，
RDB 能够提供更有保障的最大延迟时间 (latency)。 - AOF 在过来已经产生过这样的 bug : 因为个别命令的起因，导致 AOF 文件在从新载入时，无奈将数据集复原 成保留时的原样。(举个例子，阻塞命令 BRPOPLPUSH 就已经引起过这样的 bug。) 测试套件里为这种状况添 加了测试: 它们会主动生成随机的、简单的数据集，并通过从新载入这些数据来确保一切正常。尽管这种 bug 在 AOF 文件中并不常见，然而比照来说，RDB 简直是不可能呈现这种 bug 的。
Redis 的优缺点总结?
长处:
性能极高– Redis 能反对超过 100K+ 每秒的读写频率。
丰盛的数据类型– Redis 反对二进制案例的 Strings, Lists, Hashes, Sets 及 Ordered Sets 数据类型操作。
原子性– Redis 的所有操作都是原子性的，同时 Redis 还反对对几个操作全并后的原子性执行。
丰盛的个性– Redis 还反对 publish/subscribe, 告诉, key 过期等等个性
毛病:
因为是内存数据库，所以，
单台机器，存储的数据量和机器自身的内存大小无关。尽管 redis 自身有 key 过期策略，然而还是须要提前预估和节约内存。如果内存增长过快，须要定期删除数据。如果进行残缺重同步，因为须要生成 rdb 文件，并进行传输，会
占用主机的 CPU，并会耗费现网的带宽。
新版本，曾经有局部重同步的性能，然而还是有可能有残缺重同步的。比方，新上线的备机。批改配置文件，进行重启，将硬盘中的数据加载进内存，工夫比拟久。在这个过程中，redis 不能
提供服务
Redis 最适宜的场景有哪些?
(1)会话缓存(Session Cache)
(2)、全页缓存(FPC)
(3)、队列
(4)、排行榜 / 计数器
(5)、公布 / 订阅
Redis 常见的性能问题都有哪些?
(1)、Master 写内存快照，save 命令调度 rdbSave 函数，会阻塞主线程的工作，当快照比拟大时对性能影响是 十分大的，会间断性暂停服务，所以 Master 最好不要写内存快照。
(2)、Master AOF 长久化，如果不重写 AOF 文件，这个长久化形式对性能的影响是最小的，然而 AOF 文件会 一直增大，AOF 文件过大会影响 Master 重启的复原速度。Master 最好不要做任何长久化工作，包含内存快照和 AOF 日志文件，特地是不要启用内存快照做长久化, 如果数据比拟要害，某个 Slave 开启 AOF 备份数据，策略为每秒同步一 次。
(3)、Master 调用 BGREWRITEAOF 重写 AOF 文件，AOF 在重写的时候会占大量的 CPU 和内存资源，导致服 务 load 过高，呈现短暂服务暂停景象。
(4)、Redis 主从复制的性能问题，为了主从复制的速度和连贯的稳定性，Slave 和 Master 最好在同一个局域网内
关注公众号:java 宝典
