Redis

为什么需要Redis

因为

• 数据从单表，演进出了分库分表
• MySQL从单机演进出了集群
• 随着业务的扩展，数据量、读写操作不断增加

Redis怎么解决的

• 将数据分为冷数据、热数据，对于使用频率较高的数据存在内存中(热数据)
• 将热数据存储到内存当中去
• 

那么Redis的工作原理

• 数据从内存中读写
• 数据保存到硬盘上防止重启数据丢失(持久化)
  • 增量数据保存到AOF文件
  • 
  • 全量数据RDB文件
  • 
• 单线程处理所有操作

Redis应用案例

1. 连续签到

   完成案例要使用 String数据结构

• 在Redis中 String数据结构是一个数据安全的二进制数据，可以存储字符串、数字、二进制数据，通常配合expire使用(应用场景存储计数、Session)

alloc表示buf有多少空间 len表示buf已经使用了多少空间

2. 消息通知

   • 用list作为消息队列(文章更新，将更新的文章推送到ES，用户就能看到了)

   • List数据结构

   • Quicklist(由一个双向链表和Listpack实现)

   • Listpack

3. 计数 一个用户有多项计数需求,可通过hash结构储存(文章点赞、阅读、评论数、关注数)

• Hash数据结构
  • 

    Rehash:
    
    rehash操作是将ht[0]中的数据全部迁移到ht[1]中。
    数据量小的场景下直接将数据从ht[0]拷贝到ht[1]速度是较快的。
    数据量大的场景，例如存有上百万的KV时，迁移过程将会明显阻塞用户请求。
    
    渐进式Rehash:
    
    为避免出现这种情况，使用了rehash方案。
    基本原理就是，每次用户访问时都会迁移少量数据。将整个迁移过程，
    平摊到所有的访问用户请求过程中。
    

4. 排行榜 积分变化时，排名需要实时变化 (结合dict后可实现通过ket操作跳表功能)

   Zset数据结构 zskiplist(跳跃表加哈希) 对于某些实时性比较高、数据量比较大的排行榜，如果采用MySQL的OrderBy命令对用户热度进行排序，再更新排行榜，那么服务器将不堪重负。对于这种场景，可以使用Redis中的ZSet数据结构

   

5. 限流 要求1秒内放行的请求为N，超过N则禁止访问 (Key: comment freq_limit_1671356046对这个Key调用incr，超过限制N则禁止访问1671356046 是当前时间戳)

7. 分布式锁

并发场景，要求一次只能有一个协程执行执行完成后，其它等待中的协程才能执行

• 可以使用redis的setnx实现，利用了两个特性Redis是单线程执行命令
• setnx只有未设置过才能执行成功