关于Redis的几件小事 | Redis的数据类型/过期策略/内存淘汰

1.string

这是最基本的类型了，就是普通的set和get，做简单的kv缓存。

2.hash

这个是类似map的一种结构，这个一般就是可以将结构化的数据，比如一个对象（前提是这个对象没嵌套其他的对象）给缓存在redis里，然后每次读写缓存的时候，可以就操作hash里的某个字段。

key=150

value={
  “id”: 150,
  “name”: “zhangsan”,
  “age”: 20
}

hash类的数据结构，主要是用来存放一些对象，把一些简单的对象给缓存起来，后续操作的时候，你可以直接仅仅修改这个对象中的某个字段的值

value={
  “id”: 150,
  “name”: “zhangsan”,
  “age”: 21
}

3.list

有序列表，这个是可以做很多不同操作的 比如：微博，某个大v的粉丝，就可以以list的格式放在redis里去缓存

key=某大v
value=[zhangsan, lisi, wangwu]

比如：可以通过list存储一些列表型的数据结构，类似粉丝列表了、文章的评论列表了之类的东西

比如：可以通过lrange命令，就是从某个元素开始读取多少个元素，可以基于list实现分页查询，这个很棒的一个功能，基于redis实现简单的高性能分页，可以做类似微博那种下拉不断分页的东西，性能高，就一页一页走

比如：可以搞个简单的消息队列，从list头怼进去，从list尾巴那里弄出来

4.set

无序集合，自动去重

直接基于set将系统里需要去重的数据扔进去，自动就给去重了，如果你需要对一些数据进行快速的全局去重，你当然也可以基于jvm内存里的HashSet进行去重，但是如果你的某个系统部署在多台机器上呢？

得基于redis进行全局的set去重

可以基于set玩儿交集、并集、差集的操作，比如交集吧，可以把两个人的粉丝列表整一个交集，看看俩人的共同好友是谁？对吧

把两个大v的粉丝都放在两个set中，对两个set做交集

5.sorted set

排序的set，去重但是可以排序，写进去的时候给一个分数，自动根据分数排序，这个可以玩儿很多的花样，最大的特点是有个分数可以自定义排序规则

比如说你要是想根据时间对数据排序，那么可以写入进去的时候用某个时间作为分数，人家自动给你按照时间排序了

排行榜：将每个用户以及其对应的什么分数写入进去，zadd board score username，接着zrevrange board 0 99，就可以获取排名前100的用户；zrank board username，可以看到用户在排行榜里的排名

zadd board 85 zhangsan
zadd board 72 wangwu
zadd board 96 lisi
zadd board 62 zhaoliu
96 lisi
85 zhangsan
72 wangwu
62 zhaoliu
zrevrange board 0 3
获取排名前3的用户
96 lisi
85 zhangsan
72 wangwu
zrank board zhaoliu
4

‍

6. 数据为什么会过期？

首先，要明白redis是用来做数据缓存的，不是用来做数据存储的(当然也可以当数据库用)，所以数据时候过期的，过期的数据就不见了，过期主要有两种情况， ①在设置缓存数据时制定了过期时间，这样到了过期时间数据就不见了。 ②redis的数据是存放在内存中的，而内存是有限的，是不可能放过多数据的，比如只有10G的内存，想要向里面放入20G的数据，那么就注定会有10G的数据会丢失。

7. redis的过期策略是什么样的？

redis采用了 “定期删除+惰性删除” 的过期策略。 ①定期删除 原理：定期删除指的是redis默认每隔100ms就随机抽取一些设置了过期时间的key，检测这些key是否过期，如果过期了就将其删掉。 为什么会选择一部分，而不是全部：因为如果这是redis里面有大量的key都设置了过期时间，那么如果全部去检测一遍，CPU负载就会很高，会浪费大量的时间在检测上面，甚至直接导致redis挂掉。所有只会抽取一部分而不会全部检查。 出现问题：这样的话就会出现大量的已经过期的key并没有被删除，这就是 为什么有时候大量的key明明已经过了失效时间，但是redis的内存还是被大量占用的原因 ，为了解决这个问题，就需要 惰性删除 这个策略了。

②惰性删除 原理：惰性删除不在是redis去主动删除，而是在你要获取某个key 的时候，redis会先去检测一下这个key是否已经过期，如果没有过期则返回给你，如果已经过期了，那么redis会删除这个key，不会返回给你。 这样两种策略就保证了 过期的key最终一定会被删除掉 ，但是这只是保证了最终一定会被删除，要是定时删除漏掉了大量过期的key，而且我们也没有及时的去访问这些key，那么这些key不就不会被删除了吗？不就会一直占着我们的内存吗?这样不还是会导致redis内存耗尽吗？ 由于存在这样的问题，所以redis引入了 内存淘汰机制 来解决。

8.内存淘汰机制

内存淘汰机制就保证了在redis的内存占用过多的时候，去进行内存淘汰，也就是删除一部分key，保证redis的内存占用率不会过高，那么它会删除那些key呢？ redis提供了6中内存淘汰策略，我们可以去进行选择，六中策略如下: ①noeviction：当内存不足以容纳新写入数据时，新写入操作会报错，无法写入新数据，一般不采用。 ②allkeys-lru：当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的key，这个是最常用的。 ③allkeys-random：当内存不足以容纳新写入的数据时，在键空间中，随机移除key，一般也不使用。 ④volatile-lru：volatile-lru：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，移除最近最少使用的key（这个一般不太合适） 。 ⑤volatile-random：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，随机移除某个key 。 ⑥volatile-ttl：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，有更早过期时间的key优先移除。

9.手写一个LRU算法

//基于JavaLinkedHashMap实现
public class LRUCache<K,V> extends LinkedHashMap<K,V>{
private final int CACHE_SIZE;
      
//保存传递进来的最大数据量
public LRUCache(int cacheSize){
//设置hashmap的初始大小，同时最后一个true指的是让linkedhashmap按照访问顺序来进行排序，
//最近访问的放在头，最老访问的放在尾
super((int)Math.ceil(cacheSize/0.75)+1,0.75f,true);
          CACHE_SIZE = CacheSize；
      }

@Override
protected boolean removeEldestEntry(Map.Entry eldest){
//当map中的数据量大于指定的缓存个数的时候，就自动删除最老的数据。
return size() > CACHE_SIZE;
      }
}

— THE END —