Skip to main content

Redis Overview

基础数据结构​

String​

  1. 当做KV存储使用，Key和Value都可以是字符串或者序列化后的字符串
    1. key和value的长度呢？
    2. value可以容纳的数据长度是512MB
  2. 底层实现呢？
  3. 应用场景
    1. 缓存对象
    2. 常规计数，用incr自增KV
    3. 实现分布式锁，setnx key value ex 123语句可以被用于设置带expire time的KV
    4. 共享session信息

List​

  1. 底层实现是双向链表或压缩列表，在Redis3.2之后，底层实现为quicklist
  2. 所以删除是pop，增加是append
  3. 使用场景：消息队列

Hash​

  1. 常见hash map
  2. 注意hash冲突处理？
  3. 注意性能？

Set​

  1. 可以用于过滤电话号码？

ZSet​

  1. 有序的set，可以用来做排序
  2. 应用场景：实时排行榜

高级数据结构​

BitMap​

bitmap本质上本质上是bit数组，可以用于统计大量二值状态的数据（二值状态指集合元素的取值只有0或1），可以有效节省内存空间。

  • 使用string类型实现，而string本身就是byte数组，等同于bit数组

即使一天生成1亿(10^8)的数据，bitmap的内存占用也就10^8/8 ~= 12.5*10^6 bytes ~= 12MB，一周就是84MB，没有问题。

应用场景: 每天打卡的用户数

HyperLogLog​

  1. 是Redis 2.8.9之后新增的数据结构，用于统计集合中基数（不重复的元素个数）。统计规则是基于概率实现的，误算率为0.81%。
    1. HyperLogLog提供不精确的去重计数。
  2. pros：只需要12KB内存就可以统计接近2^64个不同元素的基数，很省空间。
    1. 如果使用long类型，也就是8 bytes，2^64个不同元素需要2^64*8 ~= 2^67MB ~= 2^37GB内存空间

为什么Redis快？​

  1. 纯内存操作
  2. 单线程模型
    1. 实现简单
    2. 无锁
    3. 可虚拟化，单机多实例部署
    4. 新版redis在网络io操作上使用多线程，但操作数据结构的仍旧是单线程
  3. 使用epoll（网络I/O多路复用）

备份​

  • AOF（Append Only File）
    • 每执行一次命令添加一行log，可以压缩
    • pros：更新频率高；时效性强
    • cons：文件大；恢复速度慢
  • RDS（Redis Database）
    • 二进制文件，即某个时刻Redis的内存拷贝。定期备份
    • pros：更新频率低；时效性差
    • cons：文件小；恢复速度快

分布式（主从备份）​

主节点（Master）：

  • 负责处理写请求和读请求。

  • 将自身的数据异步复制给从节点。

从节点（Slave）：

  • 只读（默认），也可以配置为可读。

  • 从主节点复制数据，可以用来分担读请求或作为备份。

NoSQL是否可以称作KV storage​

一部分是（如 Redis、DynamoDB）；

但也包含文档（MongoDB）、列式（Cassandra）等模型。

LUA事务​

Lua 脚本可以用来实现 Redis 不支持的复杂逻辑，比如：

  • 计数器（带过期时间）

  • 队列限流

  • 带时间窗口的防刷（如滑动窗口限流）

  • 多 key 事务控制

  • 自定义排行榜逻辑

实践特殊样例，order fee的计算​

Reference​

  1. https://xiaolincoding.com/redis/data_struct/command.html#%E5%BA%94%E7%94%A8%E5%9C%BA%E6%99%AF
Last updated on