跳到主要内容

4 篇博文 含有标签「Redis」

查看所有标签

· 阅读需 2 分钟
flankx

方案一​

采用延时双删策略​

  • 基本思路： 在写库前后都进行删除缓存操作，并且设置合理的超时时间
  • 基本步骤： 先删除缓存–再写数据库—休眠一段时间—再次删除缓存 注：休眠的时间是根据自己的项目的读数据业务逻辑的耗时来确定的。这样做主要是为了保证在写请求之前确保读请求结束，写请求可以删除读请求造成的缓存脏数据。
  • 该方案的弊端： 集合双删策略+缓存超时策略设置，这样最差的结果就是在超时时间内数据存在不一致，又增加了写请求的耗时。

方案二​

一步更新缓存（基于订阅Binlog的同步机制）​

  • 基本思路： MySQL Binlog增强订阅消费 + 消息队列 + 增量数据更新到Redis。

· 阅读需 1 分钟
flankx

5种基础数据结构​

  • String字符串
  • List列表
  • Set集合
  • Hash散列
  • Zset有序集合

3种特殊数据结构​

  • HyperLogLogs基数统计
  • Bitmap位存储
  • Geospatial地理位置

· 阅读需 2 分钟
flankx

Redis提供6种数据淘汰策略​

  1. volatile-lru（least recently used）：从已设置过期时间的数据集（server.db[i].expires）中挑选最近最少使用的数据淘汰
  2. volatile-ttl：从已设置过期时间的数据集（server.db[i].expires）中挑选将要过期的数据淘汰
  3. volatile-random：从已设置过期时间的数据集（server.db[i].expires）中任意选择数据淘汰
  4. allkeys-lru（least recently used）：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（这个是最常用的）
  5. allkeys-random：从数据集（server.db[i].dict）中任意选择数据淘汰
  6. no-eviction：禁止驱逐数据，也就是说当内存不足以容纳新写入数据时，新写入操作会报错。这个应该没人使用吧！ 4.0 版本后增加以下两种：
  7. volatile-lfu（least frequently used）：从已设置过期时间的数据集（server.db[i].expires）中挑选最不经常使用的数据淘汰
  8. allkeys-lfu（least frequently used）：当内存不足以容纳新写入数据时，在键空间中，移除最不经常使用的 key

Redis持久化机制​

  1. RDB快照
  2. AOF只追加文件