Redis

可基于内存亦可持久化的日志型的Key-Value数据库，并提供多种语言的API。在很多地方，Redis也称为数据结构服务器，因为它允许缓存的值（value）可以是字符串(string)、哈希(hash)、列表(list)、集合(set)和有序集合(sorted set)等类型。此外，Redis还支持master-slave方式的数据备份，所有的这一切都让Redis在同类型的产品中脱颖而出。

在Java项目中使用Redis

  Jedis是Redis官方首选的Java客户端开发包，点击链接可以获得相关的API文档。下面给出一段简单的测试代码。

importredis.clients.jedis.Jedis;
class RedisTest {
    public static void main(String[] args) {
        Jedis jedis = newJedis("localhost");       // 连接到Redis服务器
        // jedis.auth("123456");                    // 输入口令进行验证
        jedis.set("greeting","Hello, world!");     // 将字符串缓存到Redis服务器
       System.out.println(jedis.get("greeting"));  // 从Redis缓存中获取数据
    }
}

Redis和Memcached的比较

Redis使用最佳方式是全部数据in-memory。

Redis更多场景是作为Memcached的替代者来使用。

当需要除key/value之外的更多数据类型支持时，Redis更合适。

当存储的数据不能被剔除时，使用Redis更合适。

Redis可以使用指令直接对缓存的数据进行运算

 

Redis基本原理

 

1. 单实例单进程

Redis使用的是单进程，所以在配置时，一个实例只会用到一个CPU；

在配置时，如果需要让CPU使用率最大化，可以配置Redis实例数对应CPU数, Redis实例数对应端口数(8核Cpu, 8个实例, 8个端口), 以提高并发:

单机测试时, 单条数据在200字节, 测试的结果为8~9万tps；

 

2. Replication

过程: 数据写到master–>master存储到slave的rdb中–>slave加载rdb到内存。

存储点(save point): 当网络中断了, 连上之后, 继续传.

Master-slave下第一次同步是全传，后面是增量同步；、

 

3. 数据一致性

长期运行后多个结点之间存在不一致的可能性；

开发两个工具程序：

1.对于数据量大的数据，会周期性的全量检查；

2.实时的检查增量数据，是否具有一致性；

对于主库未及时同步从库导致的不一致，称之为延时问题；

对于一致性要求不是那么严格的场景，我们只需要要保证最终一致性即可；

对于延时问题，需要根据业务场景特点分析，从应用层面增加策略来解决这个问题；

例如：

1.新注册的用户，必须先查询主库；

2.注册成功之后，需要等待3s之后跳转，后台此时就是在做数据同步。