Redis 核心技术

CPU的多核架构以及多CPU架构，会影响到 Redis 的性能。如果不了解CPU对Redis的影响，在对 Redis 的性能进行调优时，就可能会遗漏一些调优方法，不能把 Redis 的性能发挥到极限。

Redis 被广泛应用，很重要的一个原因就是它支持高性能访问。所以，我们必须要重视所有可能影响 Redis 性能的因素，不仅要知道具体的机制，尽可能避免性能异常情况出现，还要提前准备好应对异常的方案。

在主从模式下，如果从库发生故障了，客户端可以继续向主库或其他从库发送请求，进行相关的操作，但是如果主库发生故障了，那就直接会影响到从库的同步，因为从库没有相应的主库可以进行数据复制操作了。

我们总说 Redis 具有高可靠性，这里有两层含义：一是数据尽量少丢失，二是服务尽量少中断。AOF/RDB 保证了前者，对于后者，Redis 的做法就是增加副本冗余量，将一份数据同时保存在多个实例上。

如果有人问你："你会把 Redis 用在什么业务场景下？" 我想你大概率会说："我会把它当作缓存使用，因为它把后端数据库中的数据存储在内存中，然后直接从内存中读取数据，响应速度会非常快。"

现在的分布式系统必备的一个中间件就是消息队列。 消息队列要能支持通信消息的快速读写，而 Redis 支持数据的高速访问，正好可以满足消息队列的读写性能需求。所以，“Redis 适合做消息队列吗“？

在一些场景下，有些数据被访问的次数非常少，甚至只会被访问一次。当这些数据服务完访问请求后，如果还继续留存在缓存中的话，就只会白白占用缓存空间。这就是缓存污染。那我们如何解决缓存污染呢？

事务是数据库的一个重要功能。所谓的事务，就是指对数据进行读写的一系列操作。Redis 可以完全保证 ACID 属性吗？毕竟，如果有些属性在一些场景下不能保证的话，很可能会导致数据出错。

Redis Cluster 能保存的数据量以及支撑的吞吐量，跟集群的实例规模密切相关。那为什么集群的实例数量不是越大越好呢？Redis Cluster 的规模上限为什么是1000个实例呢？

在切片集群中，数据会按照一定的分布规则分散到不同的实例上保存。很容易导致一个问题：数据倾斜。当发生数据倾斜时，是什么原因导致的呢？有什么解决办法呢？

数据增多了，是该加内存还是加实例？ 为了保存大量数据，有增大内存主机和切片集群两种方法。那么选择哪一种更合适呢？集群我们又应该选择哪些方案，从哪些方面去评估呢？今天就带你了解一下 Redis 的集群~

我们在应用 Redis 时，经常会面临的运维工作，包括 Redis 的运行状态监控，数据迁移，主从集群、切片集群的部署和运维。哪有没有一些好用的工具能方便我们使用，减轻我们的人力成本呢~

高性能和节省内存，是我们的两个目标，只有规范地使用 Redis，才能真正实现这两个目标。今天的内容，就是帮助你用好 Redis，尽量不出错。

一提到 Redis，我们的脑子里马上就会出现一个词：“快。”但是你有没有想过，Redis 的快，到底是快在哪里呢？实际上，它接收到一个键值对操作后，能以微秒级别的速度找到数据，并快速完成操作。

这几年，新型非易失存储（Non-Volatile Memory，NVM）器件发展得非常快。NVM 器件具有容量大、性能快、能持久化保存数据的特性，这些刚好就是 Redis 追求的目标。

Redis 官方在2020年5月份正式推出了6.0版本，这个版本有很多新特性，我们来看看几个关键的新特性，分别是面向网络处理的 IO 多线程、客户端缓存、细粒度的权限控制，以及 RESP 3协议。