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。