Redis的缓存穿透、缓存击穿和缓存雪崩都是与缓存相关的常见问题,它们有一些共同点,并可以采用类似的解决方法:
https://blog.csdn.net/qq_48595067/article/details/131710868
所谓的bigkey就是存储本身的key值空间太大,或者hash,list,set等存储中value值过多。
主要包括:
bigkey会带来一些问题,如:
BigKey 问题怎么定位
总结
热点Key带来的问题
如何检测热点Key
Redis提供了一些监控工具,如 Redis monitor
和 redis-stat
,可以用来监控Redis实例的运行状态。通过这些工具,我们可以观察到访问频率较高的Key,以及它们对Redis性能的影响。
Redis monitor
: 使用redis-cli
的monitor
命令,可以实时查看Redis实例的命令执行情况。通过分析输出的日志信息,可以找到访问频率较高的Key。redis-stat
: redis-stat
是一个实时监控Redis实例的工具,它可以展示包括命令执行次数、内存使用情况等指标。通过观察这些指标,可以发现热点Key对Redis性能的影响。https://zhuanlan.zhihu.com/p/624724087
https://www.cnblogs.com/better-farther-world2099/articles/16159375.html
https://blog.csdn.net/weixin_39992884/article/details/128407952
Redis共提供了8中缓存淘汰策略,其中 volatile-lfu 和 allkeys-lfu 是 Redis 4.0 版本新增的。
https://www.swvq.com/boutique/detail/tanfkkig
https://cloud.tencent.com/developer/article/1557689?from=15425
主从复制
哨兵模式
Cluster 集群模式(Redis官方)
自研型
https://www.cnblogs.com/sfzlstudy/p/16615233.html
Redis 集群没有使用一致性 hash,而是引入了虚拟槽分区的算法。会把Redis 集群分成16384 个槽,每个 key 通过 CRC16 校验后对 16384 取模来决定放置哪个槽。集群的每个节点负责一部分hash槽。
为什么只有16384个槽 (2^14)
https://www.cnblogs.com/rjzheng/p/11430592.html
https://blog.csdn.net/weixin_36755535/article/details/126789580
https://blog.csdn.net/weixin_51095543/article/details/125287604
crc16()一共可以有:2^16-1=65535
主要原因是集群间的redis进行ping/pon通讯消息时,如果使用65535则消息头达8k,而使用16384 则只有2k
65535 / 8 (8bit/byte)/1024(1k)=7.99 Kbytes
16384 / 8 (8bit/byte)/1024(1k)=2 Kbytes
https://blog.csdn.net/qq_41960367/article/details/127975998
redis提供两种方式进行持久化
二者的区别
二者优缺点
常用配置
Redis会将数据集的快照dump到dump.rdb文件中。此外,也可以通过配置文件来修改Redis服务器dump快照的频率,在打开6379.conf文件之后,搜索save,可以看到下面的配置信息:
save 900 1 #在900秒(15分钟)之后,如果至少有1个key发生变化,则dump内存快照。 save 300 10 #在300秒(5分钟)之后,如果至少有10个key发生变化,则dump内存快照。 save 60 10000 #在60秒(1分钟)之后,如果至少有10000个key发生变化,则dump内存快照。
在Redis的配置文件中存在三种同步方式,它们分别是:
appendfsync always #每次有数据修改发生时都会写入AOF文件。 appendfsync everysec #每秒钟同步一次,该策略为AOF的缺省策略。 appendfsync no #从不同步。高效但是数据不会被持久化。
string(字符串)
hash(哈希)
list(列表)
set(集合)
zset(有序集合)
stream(流)
geospatial(地理)
bitmap(位图)
bitfield(位域)
hyperloglog(基数统计)
https://www.cnblogs.com/reim/p/17377883.html
https://blog.csdn.net/qq_35549286/article/details/126639070
https://www.cnblogs.com/reim/p/17377883.html
https://zhuanlan.zhihu.com/p/457375259
https://www.cnblogs.com/longe-blog/p/15638220.html
https://blog.csdn.net/qq_22156459/article/details/125496995
https://www.cnblogs.com/zhtzyh2012/p/15038151.html