目录

    • 一、单点Redis的问题
    • 二、RDB
    • 三、AOF
    • 四、Redis优化秒杀流程
      • 1、秒杀步骤:
      • 2、Redis优化秒杀步骤:
      • 3、秒杀的lua脚本
      • 4、调用秒杀的lua脚本
      • 5、通过线程池,操作阻塞队列
    • 五、基于Redis实现共享session登录
      • NoSQL数据库进阶实战
      • 哪吒精品系列文章

一、单点Redis的问题

1、数据丢失问题

Redis数据持久化。

2、并发能力问题

大家主从集群,实现读写分离。

3、故障恢复问题

利用Redis哨兵,实现健康检测和自动恢复。

4、存储能力问题

搭建分片集群,利用插槽机制实现动态扩容。

二、RDB

RDB全称Redis Database Backup file(Redis数据备份文件),也被叫做Redis数据快照。简单来说就是把内存中的所有数据都记录到磁盘中。当Redis实例故障重启后,从磁盘读取快照文件,恢复数据。
快照文件称为RDB文件,默认是保存在当前运行目录。

Redis内部有触发RDB的机制,可以在redis.conf文件中找到,格式如下:

900秒内,如果至少有1个key被修改,则执行bgsave , 如果是save "" 则表示禁用RDBsave 900 1  save 300 10  save 60 10000 

bgsave开始时会fork主进程得到子进程,子进程共享主进程的内存数据。完成fork后读取内存数据并写入 RDB 文件。

fork采用的是copy-on-write技术:

  • 当主进程执行读操作时,访问共享内存;
  • 当主进程执行写操作时,则会拷贝一份数据,执行写操作;

RDB方式bgsave的基本流程?

  1. fork主进程得到一个子进程,共享内存空间;
  2. 子进程读取内存数据并写入新的RDB文件;
  3. 用新RDB文件替换旧的RDB文件;

RDB会在什么时候执行?save 60 1000代表什么含义?

  • 默认是服务停止时;
  • 代表60秒内至少执行1000次修改则触发RDB;

RDB的缺点?

  • RDB执行间隔时间长,两次RDB之间写入数据有丢失的风险;
  • fork子进程、压缩、写出RDB文件都比较耗时;

三、AOF

AOF全称为Append Only File(追加文件)。Redis处理的每一个写命令都会记录在AOF文件,可以看做是命令日志文件。

AOF默认是关闭的,需要修改redis.conf配置文件来开启AOF:

# 是否开启AOF功能,默认是不开启noappendonly yes# AOF文件的名称appendfilename "appendonly.aof"

AOF的命令记录的频率也可以通过redis.conf文件来配:

# 表示每执行一次写命令,立即记录到AOF文件appendfsync always # 写命令执行完先放入AOF缓冲区,然后表示每隔1秒将缓冲区数据写到AOF文件,是默认方案appendfsync everysec # 写命令执行完先放入AOF缓冲区,由操作系统决定何时将缓冲区内容写回磁盘appendfsync no
配置项刷盘时机优点缺点
Always同步刷盘可靠性高,几乎不丢数据性能影响大
everysec每秒刷盘性能适中最多丢失一分钟的数据
no操作系统控制性能最好可靠性较差,可能丢失大量数据

因为是记录命令,AOF文件会比RDB文件大的多。而且AOF会记录对同一个key的多次写操作,但只有最后一次写操作才有意义。通过执行bgrewriteaof命令,可以让AOF文件执行重写功能,用最少的命令达到相同效果。

set id 1set name nezhaset id 2bgrewriteaofmset name nezha id 2

Redis也会在触发阈值时自动去重写AOF文件。阈值也可以在redis.conf中配置:

# AOF文件比上次文件 增长超过多少百分比则触发重写auto-aof-rewrite-percentage 100# AOF文件体积最小多大以上才触发重写 auto-aof-rewrite-min-size 64mb 

RDB和AOF各有自己的优缺点,如果对数据安全性要求较高,在实际开发中往往会结合两者来使用。

RDBAOF
持久化方式定时对整个内存做快照记录每一次执行的命令
数据完整性不完整,两次备份之间会丢失相对完整,取决于刷盘策略
文件大小会有压缩,文件体积小记录命令,文件体积很大
宕机恢复速度很快
数据恢复优先级低,因为数据完整性不低高,因为数据完整性更高
系统资源占用高,大量CPU和内存消耗低,主要是磁盘IO资源,但AOF重写时会占用大量CPU和内存资源
使用场景可以容忍数分钟的数据丢失,追求更快的启动速度对数据安全性要求较高常见

四、Redis优化秒杀流程

1、秒杀步骤:

  1. 查询优惠券;
  2. 判断秒杀商品库存;
  3. 查询订单
  4. 校验一人一单;
  5. 减库存;
  6. 创建订单;

2、Redis优化秒杀步骤:

  1. 新增秒杀的优惠券,将优惠券信息保存到Redis中;
  2. 基于Lua脚本,判断秒杀商品库存,一人一单,决定用户是否秒杀成功;
  3. 如果秒杀成功,将优惠券id、用户id、商品id封装到阻塞队列中;
  4. 开启异步任务,不断从阻塞队列中读取信息,实现异步下单功能;

3、秒杀的lua脚本

-- 1.参数列表-- 1.1.优惠券idlocal voucherId = ARGV[1]-- 1.2.用户idlocal userId = ARGV[2]-- 1.3.订单idlocal orderId = ARGV[3]-- 2.数据key-- 2.1.库存keylocal stockKey = 'seckill:stock:' .. voucherId-- 2.2.订单keylocal orderKey = 'seckill:order:' .. voucherId-- 3.脚本业务-- 3.1.判断库存是否充足 get stockKeyif(tonumber(redis.call('get', stockKey)) <= 0) then    -- 3.2.库存不足,返回1    return 1end-- 3.2.判断用户是否下单 SISMEMBER orderKey userIdif(redis.call('sismember', orderKey, userId) == 1) then    -- 3.3.存在,说明是重复下单,返回2    return 2end-- 3.4.扣库存 incrby stockKey -1redis.call('incrby', stockKey, -1)-- 3.5.下单(保存用户)sadd orderKey userIdredis.call('sadd', orderKey, userId)-- 3.6.发送消息到队列中, XADD stream.orders * k1 v1 k2 v2 ...redis.call('xadd', 'stream.orders', '*', 'userId', userId, 'voucherId', voucherId, 'id', orderId)return 0

4、调用秒杀的lua脚本

public Result seckillVoucher(Long voucherId) {     Long userId = UserHolder.getUser().getId();     long orderId = redisIdWorker.nextId("order");     // 1.执行lua脚本     Long result = stringRedisTemplate.execute(             SECKILL_SCRIPT,             Collections.emptyList(),             voucherId.toString(), userId.toString(), String.valueOf(orderId)     );     int r = result.intValue();     // 2.判断结果是否为0     if (r != 0) {         // 2.1.不为0 ,代表没有购买资格         return Result.fail(r == 1 " />
基于Redis实现共享session登录

public class RefreshTokenInterceptor implements HandlerInterceptor {    private StringRedisTemplate stringRedisTemplate;    public RefreshTokenInterceptor(StringRedisTemplate stringRedisTemplate) {        this.stringRedisTemplate = stringRedisTemplate;    }    @Override    public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {        // 1、获取请求头中的token        String token = request.getHeader("authorization");        if (StrUtil.isBlank(token)) {            return true;        }        // 2、基于TOKEN获取redis中的用户        String key  = LOGIN_USER_KEY + token;        Map<Object, Object> userMap = stringRedisTemplate.opsForHash().entries(key);        // 3、判断用户是否存在        if (userMap.isEmpty()) {            return true;        }        // 5、将查询到的hash数据转为UserDTO        UserDTO userDTO = BeanUtil.fillBeanWithMap(userMap, new UserDTO(), false);        // 6、存在,保存用户信息到 ThreadLocal        UserHolder.saveUser(userDTO);        // 7、刷新token有效期        stringRedisTemplate.expire(key, LOGIN_USER_TTL, TimeUnit.MINUTES);        // 8、放行        return true;    }    @Override    public void afterCompletion(HttpServletRequest request, HttpServletResponse response, Object handler, Exception ex) throws Exception {        // 移除用户        UserHolder.removeUser();    }}

NoSQL数据库进阶实战

NoSQL数据库进阶实战1,那些年学过的NoSQL基础

NoSQL数据库进阶实战2,NoSQL数据存储模式

Redis缓存穿透、击穿、雪崩到底是个啥?7张图告诉你

Redis分布式锁的实现方式

哪吒精品系列文章

Java学习路线总结,搬砖工逆袭Java架构师

10万字208道Java经典面试题总结(附答案)

Java基础教程系列

Java高并发编程系列

数据库进阶实战系列