redis基础篇

1.redis常见的数据结构

redis是一种以键值对存储的高性能内存数据库，有五种常用的数据类型，string，list，hash，set，zset。

2.redis的过期时间

　　redis中的key可以设置过期时间，方式有两种，第一种是通过expire命令来设置，expire key seconds。第二种方式是使用setex(string key，int seconds，string value)。

3.过期键的删除策略

　　在redis中，对于过期的键，删除策略有两种，第一种是被动删除，就是在访问设置了过期时间的key时，首先判断该key是否过期，如果该key已经过期，则删除。但是这种方式存在的问题就是没法删除长时间没访问到的key。第二种是主动删除，redis从设置了过期时间的键中选取一部分，将过期的键删除。

4.redis的持久化

　　在redis中支持两种持久化的方式，一种是RDB，另一种是AOF(append-only-file)。其中RDB的方式是根据指定的规则将数据库中的数据存储下来，而AOF的方式是定时的将数据库的操作命令记录下来。

　　RDB方式:当满足一定的条件时，redis会fork一个子进程来进行持久化，会先将数据存储在一个临时文件中，等到持久化过程结束后，替换原先的持久化文件。该方式的优点是持久化的线程是fork出来的，不会对服务的性能产生影响。但是缺点是最后一次持久化的数据可能会丢失。RDB会在下面几种条件下对数据进行快照，第一是根据配置规则进行自动快照，第二是执行save或bgsave命令，第三是执行flushall命令，第四是执行复制(replication)命令。

　　AOF方式:当使用redis存储非临时文件时，为了防止数据的损失，采用AOF的方式是必要的。这种方式是将redis的每一条写命令追加到硬盘文件中，这种方式对redis的性能会有影响，但是这种性能损耗在一定条件下是可以接受的，另外使用较快的硬盘可以提高redis的性能。

5.redis的内存回收策略

随着redis中存储的数据增多，当内存不足时，就需要淘汰一部分的数据，具体的淘汰规则有下面几种。

　　第一种：noeviction，默认的策略，当内存不足时，所有申请内存的相关操作都会报错。

　　第二种：allkeys-lru，从数据集（server.db[i].dict）中挑选最近最少使用的数据进行淘汰。使用场景：如果我们对缓存的访问都是热点数据，可以使用这个策略。

　　第三种：allkeys-random，随机移除某个key。使用场景：如果我们的应用对于缓存key的访问频率相等，可以使用这个策略。

　　第四种：volatile-random，从已设置过期时间的数据集（server.db[i].expires）中选取任意的数据进行淘汰。

　　第五种：volatile-lru，从已设置过期时间的数据集（server.db[i].expires）中选取最近最少使用的数据进行淘汰。

　　第六种：volatile-ttl，从已设置过期时间的数据集（server.db[i].expires）中选取将要过期的数据进行淘汰。

　　总结：实际上Redis实现的LRU并不是可靠的LRU，也就是名义上我们使用LRU算法淘汰内存数据，但是实际上被淘汰的键并不一定是真正的最少使用的数据，这里涉及到一个权衡的问题，如果需要在所有的数据中搜索符合条件的数据，那么一定会增加系统的开销，Redis是单线程的，所以对于耗时的操作会谨慎一些。为了在一定成本内实现相对的 LRU，早期的Redis版本是基于采样的LRU，也就是放弃了从所有数据中搜索解改为采样空间搜索优解。Redis3.0 版本之后，Redis作者对于基于采样的LRU进行了一些优化，目的是在一定的成本内让结果更靠近真实的LRU。

6.redis单线程效率高的原因

　　redis是单线程的，通过单线程来处理所有来自客户端的请求。redis把所有的任务封装在了一个线程之中，从而避免了线程安全问题。至于为什么要使用单线程，官网认为redis的主要瓶颈在于内存和带宽，而不是cpu。

　　redis是跑在单线程中的，所有的操作都是按照顺序线性执行的。但是由于读写操作等待用户的输入输出都是阻塞的，所以IO操作在一般情况下不能够直接返回，这会导致某一文件的IO阻塞，从而使整个进程无法对外提供服务，而IO的多路复用就是为了解决这个问题而出现的。

　　几种简单的IO模型，第一种是同步阻塞IO(Blocking IO)，即传统IO模型。第二种是同步非阻塞IO(Non-blocking IO):默认创建的socket都是阻塞的，非阻塞IO需要设置socket为NONBLOCK。第三种是多路复用(IO Multiplexing)，即经典的reactor设计模式，也称为异步阻塞IO，java中的selector和linux的epoll都是这种模型。第四种是异步IO(Asynchronous IO)，即经典的Proactor设计模式，也称为异步非阻塞IO。

　　同步和异步指的是用户线程和内核的交互方式。阻塞和非阻塞指用户线程调用内核IO操作是阻塞还是非阻塞。

7.lua脚本在redis中的使用

7.1 1ua脚本产生的背景

　　在我们使用redis的时候，会面临一些问题，第一是原子性问题，redis虽然是单线程的，但是仍然会存在线程安全问题，不过这个问题不在于redis服务器的内部。redis作为数据服务器，是提供给多个客户端使用的，多个客户端相当于同一个进程内的多个线程，如果多个客户端之间没有做好数据同步的策略，就会产生数据的不一致问题。比如，多个客户端的命令没有做请求同步，导致实际的执行顺序可能会不一致，最终的结果也就没法满足原子性了。第二个是效率问题，由于redis是基于内存的数据库，所以它自身的吞吐量是非常高的。但是在实际的使用过程中有一个因素会影响吞吐量，那就是网络。当我们在使用redis做某些特定功能的时候，可能需要多个命令或者是多个数据类型的交互才能够完成，这种多次的网络请求对性能的影响是比较大的。redis为此也提供了优化的措施，比如pipeline管道操作，但是管道有一定的局限性，就是执行的多个命令和响应之间是不存在依赖关系的。在这种情况下，我们就需要一些机制能够编写一些具体的业务逻辑的命令，从而减少网络的请求。

7.2 lua脚本

　　redis服务器内部本身提供了对lua基本的支持，允许我们将开发好的lua脚本传到redis中执行。redis客户端可以使用lua脚本在服务器端原子性的执行多个命令。使用lua脚本的好处有，第一，减少了网路的开销，我们可以将多个命令放到一个lua脚本中去执行。第二，原子性操作，lua脚本中可以存放多个redis命令，执行过程不会被打断。第三，lua脚本是可复用的，也可以将脚本存储在redis服务端，较少网络传输的开销。

　　在redis中如何使用lua脚本。