Redis应用实践

 

     Redis Java客户端有很多的开源产品比如Redission、Jedis、lettuce。

     Jedis是Redis的Java实现的客户端，其API提供了比较全面的Redis命令的支持；

     Redisson实现了分布式和可扩展的Java数据结构，和Jedis相比，功能较为简单，不支持字符串操作，不支持排序、事务、管道、分区等Redis特性。Redisson主要是促进使用者对Redis的关注分离，从而让使用者能够将精力更集中地放在处理业务逻辑上。

     lettuce是基于Netty构建的一个可伸缩的线程安全的Redis客户端，支持同步、异步、响应式模式。多个线程可以共享一个连接实例，而不必担心多线程并发问题；

 

      一：Redis基本操作

     基于RedisTemplate（Spring对操作Redis数据库的封装）对五种数据类型的操作

      string类型          

      适用场景：一般的key-value缓存，计数功能的缓存。

 

      list类型               

        适用场景： value存放的是结构化的对象，比较方便的就是操作其中的某个字段。博主在做单点登录的时候，就是用这种数据结构存储用户信息，以cookieId作为key，设置30分钟为缓存过期时间，能很好的模拟出类似session的效果。

 

       hash类型          

         使用场景：使用List的数据结构，可以做简单的消息队列的功能。另外还有一个就是，可以利用lrange命令，做基于redis的分页功能，性能极佳，用户体验好。

        set类型           

         使用场景： set堆放的是一堆不重复值的集合。所以可以做全局去重的功能。为什么不用JVM自带的Set进行去重？因为我们的系统一般都是集群部署，使用JVM自带的Set，比较麻烦，难道为了一个做一个全局去重，再起一个公共服务，太麻烦了。另外，就是利用交集、并集、差集等操作，可以计算共同喜好，全部的喜好，自己独有的喜好等功能。

         zset类型            

         使用场景：  sorted set多了一个权重参数score,集合中的元素能够按score进行排列。可以做排行榜应用，取TOP N操作。另外，参照另一篇《分布式之延时任务方案解析》，该文指出了sorted set可以用来做延时任务。最后一个应用就是可以做范围查找。

 

          二： Redis实现分布式锁

           通过Jedis，Redisson实现

 

          三： Redis的应用架构          

           常见的几个问题
           (一)缓存和数据库双写一致性问题

                 获取缓存的基本流程：

                 那么有几个问题出现：      

                 1. 先操作缓存中的数据再更新数据库的数据

                 2. 修改数据库中的数据再操作缓存中的数据

                 3. 更新缓存还是让缓存失效

                 redis中的数据和数据库中的数据不可能保证绝对事务性，这个是毫无疑问的，所以在实际应用中，我们都是基于当前的场景进行权衡降低出现不一致问题的出现概率。更新缓存表示数据不但会写入到数据库，还会同步更新缓存，而让缓存失效是表示只更新数据库中的数据，然后删除缓存中对应的key。那么这两种方式怎么去选择？

                 1. 如果更新缓存的代价很小，那么可以先更新缓存，这个代价很小的意思是不需要很复杂的计算。
                 2. 如果是更新缓存的代价很大，意味着需要通过多个接口调用和数据查询才能获得最新的结果，那么可以先淘汰缓存。淘汰缓存以后后续的请求如果在缓存中找不到，自然去数据库中检索。
更新数据库和更新缓存这两个操作，是无法保证原子性的，所以我们需要根据当前业务的场景的容忍性来选择。也就是如果出现不一致的情况下，哪一种更新方式对业务的影响最小，就先执行影响最小的方案。

 

           (二)缓存雪崩问题

                 缓存同一时间大面积的失效，这个时候又来了一波请求，结果请求都怼到数据库上，从而导致数据库连接异常            

                     1. 对缓存的访问，如果发现从缓存中取不到值，那么通过加锁或者队列的方式保证缓存的单进程操作，从而避免失效时并发请求全部落到底层的存储系统上，但是这种方式会带来性能上的损耗。
                     2. 将缓存失效的时间分散，降低每一个缓存过期时间的重复率。
                     3. 如果是因为缓存服务器故障导致的问题，一方面需要保证缓存服务器的高可用、另一方面，应用程序中可以采用多级缓存。

           (三)缓存击穿问题

                 黑客故意去请求缓存中不存在的数据，导致所有的请求都怼到数据库上，从而数据库连接异常         

                     1. 如果查询数据库也为空，直接设置一个默认值存放到缓存，这样第二次到缓冲中获取就有值了，而不会继续访问数据库，这种办法最简单粗暴。比如，”key” , “&&”。在返回这个&&值的时候，我    们的应用就可以认为这是不存在的key，那我们的应用就可以 决定是否继续等待继续访问，还是放弃掉这次操作。如果继续等待访问，过一个时间轮询点后，再次请求这个key，如果取到的值不再是&&，则可以认为这时候key有值了，从而避免了透传到数据库，从而把大量的类似请求挡在了缓存之中。

                     2. 根据缓存数据Key的设计规则，将不符合规则的key进行过滤采用布隆过滤器，将所有可能存在的数据哈希到一个足够大的BitSet中，不存在的数据将会被拦截掉，从而避免了对底层存储系统的查  询压力。