简述：redis 单实例，单进程，当线程处理用户请求数据，基于内存对数据处理。Redis默认分为0-16号库，每个库互相隔离（数据不共享）

基础复习：

1，系统中的每个进程对应有一个fd，通过网卡连接系统的每个连接会产生一个fd

2，一个进程会有自己内存工作空间称之为用户空间，kernel工作空间称为内核空间，进程和kernel交互会发生内存拷贝

系统内核Nio处理的发展历程：

Redis快速原因：

1，基于内存，避免了磁盘IO性能影响
　　　　　2，使用kernel epoll机制，减少内核态用户态之间频繁调用
　　　　　3，单线程“顺序”处理client请求避免多线程锁的问题

Redis Value Type:

Strings，基本操作 set ,get,append,strlen,setrange,getrange

（1）set k1 val1 [nx/xx]　　//nx不存在才能创建，已存在则失败 ,xx已存在才更新value

（2）string包含数值类，可以对数值类value进行直接操作　　incr k （+1）,incrby k 50(+50) decr k2(-1) decrby 3(-3)

（3）mset k1 v1 k2 v2 //批量创建　　mget k1 k2 //批量获取

（4）expire k1 5 //设置key有效时间5s　　set k1 20 ex 5 //创建时指定key的时间  　　ttl k1  //查询k1剩余时间

（5）getrange k1 2 5 //取出索引2-5的内容　　setrange k1 5 tatata  //指定索引范围设置内容

　bitmap: setbit k1 [position] [bitvalue]
　bitpos k1 [bitvalue] [start][end]//在指定字符范围查找，bitvalue首次出现位置
　bitcount k1 [start][end]//在指定字符范围查找1 count

　案例：一，统计用户登录400bit，1bit 1day
　setbit  k1 [day], 1 　　count k1
　 二，统计活跃用户（去重处理）日期key,按位或计算处理
　set 20190101 1 1 , set 20190101 7 1 ,set 20190102 1 1
　bitop or destkey 20190101 20190103
　bitcount destkey 0 -1

Lists，基本操作 rpush, lpush,lrange,rpop，可作为栈，队列，数组，阻塞/插队

（1）rpush k1 a,b,c　　 lpush first //左边为head，右边为tail，(first a b c)

（2）lrange k1 0 -1  //正序输出  rrange //倒序输出

（3）ltrim k1 [start] [end]  //保留前N条数据，剔除老数据

（4）brpop k1 [seconds]//阻塞提取元素，0为一只等待，其它超时返回

Hashes，基本操作 hmset hmget hget hincby，用于点赞，收藏，详情

(1)hmset  person:100 name tom sex man birth 1998-01-01
(2)hget person:100 name//获取单一属性值    hgetall //获取全部属性名和值
hmget person:100 name sex birth //只获取属性值

Sets, 无序唯一，随机，用于抽奖，打标签

（1）sadd k1 v1 v2 v3 //添加元素 　　smembers  k1//查询元素 　　sismember k1元素是否存在
（2）sinterstore kdest k1 k2 //存储交集结果，减少io输出（sinte会产生IO结果输出）
    sunionrestore 　　//并集合结果存储
    srandmember 　　//整数，取出去重结果（范围内）负数，重复结果集满足数量

Sorted set，唯一且按score排序  如：a.score>b.score 则 a>b 若score相同则按key的字典序处理

　　常用操作，
　　zadd k1 score v1 //添加 　　zrange k1 0 -1//正序　　zrevrange k1//倒序
　　zrange k1 0 -1 withscores//带score值输出
　　zrangebyscore k1 //筛选匹配区间元素
　　zremrangebyscore k1 [start score][end score]//移除区间内的元素

索引：redis支持正向索引与反向索引，反向-1表示最后，-2表示最后一位-1

redis过期判定：

　　1，被动判定：当过期key达到过期后暂不清理，client下次访问这key在处理

　　2，主动判定：每隔一段时间随机抽取20，发现已过期key删除，如此次已过期的key超过样本量的25%，则继续重新随机，查找，删除，直到样本内过期key低于25%

redis持久化：

linux fork机制,父进程，子进程

Linux父进程fork子进程后，子进程会包含父进程此时内存里数据，后续当父进程数据发生修改子进程不受影响。同样子进程内数据变化也不影响父进程数据，即两者之间数据隔离。

fork cow机制：当内存数据发生变化，系统不会直接修改原值，将要修改的数据copy一副到新地址后再修改新值

 注： fork进程速度快，省内存！

1，创建子进程并不会发生内存复制，只不过是两者的内存指向同一个内存地址

2，当父进程内数据发生改变，父进程会使用cow机制，子进程内数据并不会受到影响，保证了时点数据完整性

 

Redis之穿透，雪崩：

发生前提：发生了大量并发请求

击穿问题：如果大量请求key不在业务范围内且绕过service和Redis到达db，导致db引起压力的问题

雪崩问题：大量的key同时过期或不存在cache，导致请求全部打到db，，导致db引起压力的问题

解决方法：

　　击穿的解决：增加布隆过滤器，无效的key拦截掉

　　雪崩的解决：

　　1，非一致整点数据，使用随机数使过期时间分散

　　2，时点性数据，需要web service辅助（延时处理，限制请求进入数量）

Redis集群模式：

AKF拆分原则：

　　　　X:全量镜像，解决可用性问题

　　　　Y:业务功能拆分，解决压力问题

　　　　Z:数据拆分，解决容量问题

　　集群模式：

　　1,主从复制:(master-slave model)

集群中容量问题：当数据业务无法拆分或大一业务数据量过多会导致redis扩容问题

解决方案：

　　（1）哈希取模，缺点：模数值固定影响扩展

　　（2）一致性哈希，环形hash，虚拟节点，解决数据倾斜

　　2,无主模型（分片）：

　　（1）data slot：通过hash算法将数据分散到集群中的每个节点上，即数据分制
　　（2）client随机连接Redis节点，若key在此节点则处理，如果slot在其它节点则redirect到slot节点地址去处理
　　（3）如集群中某个节点负责的slots无法提供服务则导致整个集群无法对外服务，所以备份节点需要多台

　 Redis 延迟问题：　

　　不合理使用命令和数据结构:
　　　　当数据量达到一定级别时，某些命令的执行就会花费大量时间，比如对一个包含上万个元素的 hash 结构执行 hgetall 操作。对于键值较多的 hash 结构可以使用 scan 系列命令来逐步遍历，而不是直接使用 hgetall 来全部获取。
　　建议对于键值较多的 hash 结构可以使用 scan 系列命令来逐步遍历，而不是直接使用 hgetall 来全部获取。发现大对象，redis-cli -h {ip} -p {port} --bigkeys 持续采样，实时输出当时得到的 value 占用空间最大的 key 值

　　持久化阻塞：当我们开启AOF持久化功能时，文件刷盘的方式一般采用每秒一次，后台线程每秒对AOF文件做 fsync 操作。当硬盘压力过大时，fsync 操作需要等待，直到写入完成