这是我参与「第五届青训营 」伴学笔记创作活动的第 16 天
Redis基本工作原理
Redis实现数据持久化的原理
数据从内存中读写
将数据保存在硬盘上防止重启数据丢失
- 增量数据保存在AOF文件
- 全量数据RDB 文件中
- Redis单线程处理命令的概念
Redis应用案例
掘金连续签到
Key过期 string 数据结构 sds
len alloc flags buf
可以存储字符串 数字 二进制数据
通常和expire配合使用
场景：存储计数 session
消息队列
利用list实现，数据结构quicklist
quicklist 由双向链表和listpack 实现
listpack
listpack 也叫紧凑列表，它的特点就是用一块连续的内存空间来紧凑地保存数据，同时为了节省内存空间，listpack 列表项使用了多种编码方式，来表示不同长度的数据，这些数据包括整数和字符串
<tot-bytes> <num-elements> <element-1> ... <element-N> <listpack-end-byte>
- Total Bytes为整个listpack的空间大小，占用4个字节，每个listpack最多占用4294967295Bytes。
- Num Elem为listpack中的元素个数，即Entry的个数，占用2个字节，值得注意的是，这并不意味着listpack最多只能存放65535个Entry，当Entry个数大于等于65535时，Num Elem被设置为65535，此时如果需要获取元素个数，需要遍历整个listpack。
- Entry为每个具体的元素。
- End为listpack结束标志，占用1个字节，内容为0xFF
计数
HASH数据结构 dict
在较大数据进行迁移时会出现阻塞情况
渐进式rehash
我们知道当HashMap中由于Hash冲突（负载因子）超过某个阈值时，出于链表性能的考虑，会进行Resize的操作。Redis也一样。
在redis的具体实现中，使用了一种叫做渐进式哈希(rehashing)的机制来提高字典的缩放效率，避免 rehash 对服务器性能造成影响，渐进式 rehash 的好处在于它采取分而治之的方式， 将 rehash 键值对所需的计算工作均摊到对字典的每个添加、删除、查找和更新操作上， 从而避免了集中式 rehash 而带来的庞大计算量。
扩展和收缩需要将ht[0]上的所有键值对rehash到ht[1]哈希表中。但是redis的rehash动作并不是一次性完成的，而是分多次、渐进式的完成的。
渐进式rehash步骤：
- 为ht[1]分配空间
- 将字典中的rehashidx设置为0，表示rehash正式开始，rehash期间，不会阻塞CRUD等操作
- 当ht[0]所有的键值对都rehash到ht[1]时，将rehashidx属性设置成-1，表示rehash完成
排行榜
zset数据结构 跳表
结合dict实现排行榜功能
跳表
跳表是可以实现二分查找的有序链表。
跳表插入、删除、查找元素的时间复杂度跟红黑树都是一样量级的，时间复杂度都是O(logn)，
我们可以通过较少索引数来减少空间复杂度，但是相应的肯定会造成查找效率有一定下降，我们可以根据我们的应用场景来控制这个阈值，看我们更注重时间还是空间。
按照区间查找数据时，跳表可以做到 O(logn) 的时间复杂度定位区间的起点，然后在原始链表中顺序往后遍历就可以了，非常高效。
在字节跳动，使用Redis有哪些注意事项
-
大Key：Value大于10KB就是大Key，使用大Key将导致Redis系统不稳定
-
热Key：一个Key的QPS特别高，将导致Redis实例出现负载突增，负责均衡流量不均的情况。导致单实例故障
-
慢查询：大Key、热Kye的读写；一次操作过多的Key（mset/hmset/sadd/zadd）
-
导致缓存穿透、缓存雪崩的场景及避免方案
