Redis常见问题汇总

1、Redis为什么这么快

Redis有多快？单机可以支持约10w/s的QPS。
（1）纯内存操作

（2）5中数据类型选用的内部数据结构经过精心设计

（3）6.0以前采用单线程，省去了很多上下文切换的时间以及CPU消耗，不存在竞争条件，不用去考虑各种锁的问题

（4）基于非阻塞IO多路复用机制（select()、epoll()）

通过一个线程监听多个socket的IO连接事件，从而实现在单个线程中处理多个连接的读写操作

这个线程是一个事件处理器（event loop）;

该事件处理器会将每个连接对应的 文件描述符 注册到事件监听机制中，并在事件就绪时调用相应的读写函数来处理IO操作，这样就可以单线程处理多个连接IO操作

2、Redis的过期策略以及内存淘汰机制

redis采用的是定期删除+惰性删除策略。

2.1、为什么不用 定时删除 策略

定时删除，用一个定时器来负责监视key，过期则自动删除。虽然内存及时释放，但是十分消耗CPU资源。在大并发请求下尤其不适用。

2.2、定期删除+惰性删除是如何工作的

（1）定期删除，redis默认每个100ms检查，检查有过期key则删除。

需要说明的是，redis不是每隔100ms将所有的key检查一次，而是随机抽取进行检查(如果每隔100ms,全部key进行检查，redis岂不是卡死)。因此，如果只采用定期删除策略，会导致很多key到时间没有删除。

（2）于是，惰性删除派上用场。在获取某个key的时候，redis会检查一下，这个key如果设置了过期时间那么是否过期了，如果过期了此时就会删除（懒汉式）。

2.3、采用定期删除+惰性删除就没其他问题了么?

不是的，如果定期删除没删除key，也没即时去请求key，也就是说惰性删除也没生效。这样，redis的内存会越来越高。那么就应该采用内存淘汰机制。在redis.conf中配置。

2.4、Redis内存淘汰机制

当Redis的内存使用达到配置的最大内存限制时，会触发内存淘汰机制来释放部分内存空间

（1）allkeys-lru（推荐）

当内存不足以容纳新写入数据时，移除最近最少使用的key

（2）allkeys-random（不推荐）

随机移除某个key

（3）volatile-lru（不推荐）

在设置了过期时间的键空间中，移除最近最少使用的key

（4）volatile-random（不推荐）

在设置了过期时间的键空间中，随机移除某个key

（5）volatile-ttl（不推荐）

3、Redis并发环境下使用

3.1、如何解决redis的并发竞争key问题

（1）事务

通过使用MULTI、EXEC和WATCH命令，可以将多个操作作为一个事务进行执行，但是生产环境redis一般是集群的，不适用。

（2）乐观锁

使用版本号（Version）来实现乐观锁。每次对键进行修改时，都会更新该键的版本号；在读取时，先获取当前版本号，然后进行操作，最后再次验证版本号是否一致，如果版本号不一致，说明该键已被其他客户端修改，需要重新尝试。

（3）分布式锁（推荐）

是一种在分布式系统中解决并发竞争的常见机制，可使用Redisson

（4）队列Queue

将需要对同一个键进行操作的请求放入队列中，然后通过一个单独的线程或来处理队列中的请求。这样可以保证对同一个键的操作按序执行，避免并发竞争。

3.2、MySQL里有2000w数据，redis中只存20w的数据，如何保证redis中的数据都是热点数据

（1）缓存淘汰策略

redis 内存大小上升到一定大小时，就会施行数据淘汰策略，可选LRU最近最少使用淘汰策略；

（2）数据预热

在系统启动时，将热点数据预先加载到Redis中。可以使用jedis的管道（Pipeline ）批量初始化加载到Redis。

Jedis jedis = JedisUtil.getJedis();
// 管道
Pipeline pipelined = jedis.pipelined();

for (int i = 0; i < 10000; i++) {
   pipelined.set("cc_"+i, i+"");
}
//执行管道中的命令
pipelined.sync();

4、Redis与其他缓存对比及多级缓存

4.1、redis相比memcached有哪些优势？

（1）memcached只支持字符串，redis支持更为丰富的数据类型

（2）redis的速度比memcached快很多

（3）redis可以持久化数据到磁盘，memcached只能存在内存中

4.2、Redis的多级缓存

优先顺序：本地内存（咖啡因）-->redis（回填内存）--->数据库（回填内存、redis）

5、Redis 应用场景

5.1、普通缓存

5.2、会话缓存

将用户会话信息存储在Redis中，实现分布式会话管理

5.3、消息队列/发布订阅

list/set的lpush/rpop实现消息队列。

（1）将消息推入队列

使用lpush命令将消息推入队列的左侧（头部）；

（2） 队列中取出消息

使用rpop命令从队列的右侧（尾部）弹出消息，List结构的话可实现先进先出的消息处理。

实现消息队列中list和set区别：

• list可实现消息的顺序性保证FIFO先进先出，set无序；
• list允许存储重复数据set不行；

5.4、排行榜/计数器

5.4.1、排行榜

（1）常见排行榜需求

• 添加一条记录：将一个用户或商品的得分添加到排行榜中；
• 更新一条记录：更新某个用户或商品的得分；
• 删除一条记录：将某个用户或商品从排行榜中删除；
• 查询排名：查询某个用户或商品的排名；
• 查询得分：查询某个用户或商品的得分；
• 查询排行榜：按照得分从高到低查询排行榜前N个用户或商品。

（2）实现原理（Sorted Set）

有序集合（Sorted Set）中的每个元素都有一个分值（score），可根据分值进行排序。

因此，我们可以将用户或商品的得分作为有序集合中的分值，将用户或商品的唯一标识作为有序集合中的成员。

（3）具体实现

• 添加/修改一条记录：redis.zadd("leaderboard", {"user1": 100})；
• 删除一条记录：redis.zrem("leaderboard", "user1")；
• 查询排名：redis.z revrank("leaderboard", "user1")；
• 查询得分：redis.zscore("leaderboard", "user1")；
• 查询排行榜：redis.zrevrange("leaderboard", 0, 9)

5.4.2、计数器

（1）String可变字符串实现

incry指令增加计数器的值

        Jedis jedis = new Jedis("localhost");
        // 存储计数值
        jedis.set("counter", "0");
        // 增加计数值
        jedis.incrBy("counter", 5);
        // 获取计数值
        String counterValue = jedis.get("counter");

（2）Redisson的RAtomicLong原子类 实现

        RedissonClient redisson = Redisson.create(config);
        // 获取或创建计数器对象
        RAtomicLong counter = redisson.getAtomicLong("counter");
        counter.incrementAndGet(); // 增加计数值1
        long counterValue = counter.get();  // 获取计数值

5.5、分布式锁（Redisson）

6、Redis性能优化及线上问题排查

6.1、redis优化方案

性能瓶颈：内存、网络贷款、CPU、持久化配置、锁竞争、阻塞操作、数据结构选择

6.1.1、合理选择合适的数据结构、回收策略、过期时间、持久化配置

6.1.2、内存优化

避免存储不必要的数据、大型数据。可通过压缩数、设置过期策略实现

6.1.3、批量操作选管道机制

批量操作或者数据预热时，使用java的客户端Jedis的Pipeline管道机制（redis没有该命令但是Jedis有）。

6.1.4、使用Kubernetes 的监测工具，监控各种性能参数

6.2、redis线上问题排查

6.2.1、开启 慢日志并分析（或Kubernetes分析）

config配置开启慢日志记录，例如设置阈值为5则保利最近500条记录。

可查看哪些命令执行耗时、哪些频繁、哪些消耗资源多。

6.2.2、bigkey排查

可通过bigkeys命令扫描，如：redis-cli -h 127.0.0.1 -p 6379 --bigkeys -i 1 （ -i 1代表1秒扫描一次）