FAQ:Redis - 版本历史

Eijux：/* 假如 Redis 里面有 1 亿个 key，其中有 10w 个 key 是以某个固定的已知的前缀开头的，如果将它们全部找出来？ */

2021-05-11T18:49:53Z

假如 Redis 里面有 1 亿个 key，其中有 10w 个 key 是以某个固定的已知的前缀开头的，如果将它们全部找出来？

←上一版本		2021年5月12日 (三) 02:49的版本
第417行：		第417行：


	'''问：'''如果这个 Redis 正在给线上的业务提供服务，那使用 keys ~~指令会有什么问题？~~		'''问：'''如果这个 Redis 正在给线上的业务提供服务，那使用 keys 指令会有什么问题？（Redis 关键的一个特性：Redis 的单线程的）
	~~:*（Redis~~ 关键的一个特性：Redis 的单线程的）
	'''答：'''keys 指令会'''导致线程阻塞'''一段时间，线上服务会停顿，直到指令执行完毕，服务才能恢复。		'''答：'''keys 指令会'''导致线程阻塞'''一段时间，线上服务会停顿，直到指令执行完毕，服务才能恢复。


	~~不影响~~ Redis 服务器，可以使用 '''scan''' ~~指令，该命令用于：迭代数据库中的数据库键。~~		要不影响 Redis 服务器，可以使用 '''scan''' 指令，该命令用于：'''迭代数据库中的数据库键'''。
	: scan 指令可以'''无阻塞的提取出指定模式的 key 列表，但是会有一定的重复概率'''，在客户端做一次去重就可以了。【但是整体所花费的时间会比直接用 keys 指令长】		: scan 指令可以'''无阻塞的提取出指定模式的 key 列表，但是会有一定的重复概率'''，在客户端做一次去重就可以了。【但是整体所花费的时间会比直接用 keys 指令长】
	: <syntaxhighlight lang="java" highlight="">		: <syntaxhighlight lang="java" highlight="">

Eijux：/* 假如 Redis 里面有 1 亿个 key，其中有 10w 个 key 是以某个固定的已知的前缀开头的，如果将它们全部找出来？ */

2021-05-11T18:49:15Z

假如 Redis 里面有 1 亿个 key，其中有 10w 个 key 是以某个固定的已知的前缀开头的，如果将它们全部找出来？

@@ 第421行： / 第421行： @@
 '''答：'''keys 指令会'''导致线程阻塞'''一段时间，线上服务会停顿，直到指令执行完毕，服务才能恢复。
-* 这个时候可以使用 '''scan''' 指令，scan 指令可以'''无阻塞的提取出指定模式的 key 列表，但是会有一定的重复概率'''，在客户端做一次去重就可以了。【但是整体所花费的时间会比直接用 keys 指令长】
-*: <syntaxhighlight lang="java" highlight="">
+不影响 Redis 服务器，可以使用 '''scan''' 指令，该命令用于：迭代数据库中的数据库键。
 SCAN cursor [MATCH pattern] [COUNT count]
 </syntaxhighlight>
-** 该命令用于：迭代数据库中的数据库键。
 === 怎么优化 Redis 的内存占用？【？？？】 ===

Eijux：/* 内部结构 */

2021-05-11T18:42:17Z

内部结构

←上一版本		2021年5月12日 (三) 02:42的版本
第53行：		第53行：
	512 M		512 M

	== ~~内部结构~~ ==		== 内部结构【？？？】 ==
	=== Redis 的内部结构是怎样的？【？？？】 ===		=== Redis 的内部结构是怎样的？【？？？】 ===
	# dict：是一个用于'''维护 key 和 value 映射关系'''的数据结构，与很多语言中的 Map 或 dictionary 类似。		# dict：是一个用于'''维护 key 和 value 映射关系'''的数据结构，与很多语言中的 Map 或 dictionary 类似。

Eijux：/* 数据类型 */

2021-05-11T18:32:47Z

数据类型

←上一版本		2021年5月12日 (三) 02:32的版本
第52行：		第52行：
	=== 一个字符串类型的值能存储最大容量是多少？ ===		=== 一个字符串类型的值能存储最大容量是多少？ ===
	512 M		512 M

			== 内部结构 ==
			=== Redis 的内部结构是怎样的？【？？？】 ===
			# dict：是一个用于'''维护 key 和 value 映射关系'''的数据结构，与很多语言中的 Map 或 dictionary 类似。
			#* 本质上是为了解决算法中的查找问题（Searching）。
			# sds：等同于“char * ”它可以存储任意二进制数据，不能像 C 语言字符串那样以字符’\0’来标识字符串的结束，因此它必然有个长度字段。
			# skiplist（跳跃表）：跳表是一种实现起来很简单，'''单层多指针的链表'''，它查找效率很高，堪比优化过的二叉平衡树，且比平衡树的实现。
			# quicklist：
			# ziplist（压缩表）：是一个编码后的列表，是由'''一系列特殊编码的连续内存块组成的顺序型数据结构'''。

	== 单线程 ==		== 单线程 ==

Eijux：/* 什么是 Redis 主从同步？ */

2021-05-11T18:29:31Z

什么是 Redis 主从同步？

←上一版本		2021年5月12日 (三) 02:29的版本
第178行：		第178行：
	好处：		好处：
	* 通过 Redis 的复制功能，能可以很好的实现数据库的'''读写分离'''，提高服务器的负载能力。主数据库主要进行写操作，而从数据库负责读操作。		* 通过 Redis 的复制功能，能可以很好的实现数据库的'''读写分离'''，提高服务器的负载能力。主数据库主要进行写操作，而从数据库负责读操作。

			=== Redis 集群方案应该怎么做？都有哪些方案？【？？？】 ===
			# twemproxy，大概概念是，它类似于一个'''代理'''方式，使用时在本需要连接 redis 的地方改为连接 twemproxy，它会以一个代理的身份接收请求并使用'''一致性 hash 算法'''，将请求转接到具体 redis，将结果再返回 twemproxy。
			#* 缺点： twemproxy 自身单端口实例的压力，使用一致性 hash 后，对 redis 节点数量改变时候的计算值的改变，数据无法自动移动到新的节点。
			# codis，目前用的最多的集群方案，基本和 twemproxy 一致的效果，但它支持在节点数量改变情况下，旧节点数据可恢复到新 hash 节点
			# redis cluster3.0 自带的集群，特点在于他的分布式算法不是一致性 hash，而是 '''hash 槽'''的概念，以及自身支持节点设置从节点。

	=== Redis 高可用方案有哪些？ ===		=== Redis 高可用方案有哪些？ ===

Eijux：/* 为什么要做 Redis 分区？ */

2021-05-11T18:17:19Z

为什么要做 Redis 分区？

←上一版本		2021年5月12日 (三) 02:17的版本
第274行：		第274行：
	=== 为什么要做 Redis 分区？ ===		=== 为什么要做 Redis 分区？ ===
	分区可以让 Redis '''管理更大的内存'''，Redis 将可以'''使用所有机器的内存'''。如果没有分区，你最多只能使用一台机器的内存。分区使 Redis 的计算能力通过简单地增加计算机得到成倍提升，Redis 的网络带宽也会随着计算机和网卡的增加而成倍增长。		分区可以让 Redis '''管理更大的内存'''，Redis 将可以'''使用所有机器的内存'''。如果没有分区，你最多只能使用一台机器的内存。分区使 Redis 的计算能力通过简单地增加计算机得到成倍提升，Redis 的网络带宽也会随着计算机和网卡的增加而成倍增长。

			=== Redis 分区有什么缺点？【？？？】 ===
			# 涉及多个 key 的操作通常不会被支持。
			#: 例如你不能对两个集合求交集，因为他们可能被存储到不同的Redis实例（实际上这种情况也有办法，但是不能直接使用交集指令）。
			# 同时操作多个 key,则不能使用 Redis 事务.
			# 分区使用的粒度是 key，不能使用一个非常长的排序 key 存储一个数据集。
			# 当使用分区的时候，数据处理会非常复杂，例如为了备份你必须从不同的 Redis 实例和主机同时收集 RDB / AOF 文件。
			# 分区时动态扩容或缩容可能非常复杂。
			#: Redis 集群在运行时增加或者删除 Redis 节点，能做到最大程度对用户透明地数据再平衡，但其他一些客户端分区或者代理分区方法则不支持这种特性。然而，有一种预分片的技术也可以较好的解决这个问题。

	=== 有哪些 Redis 分区实现方案？【？？？】 ===		=== 有哪些 Redis 分区实现方案？【？？？】 ===

Eijux：/* 集群 */

2021-05-11T18:14:48Z

集群

@@ 第249行： / 第249行： @@
 为什么是 16384 呢？
 : 主要考虑集群内的网络带宽，而 16384 刚好是 2K 字节大小。【16384 bit = 2^14 bit = 2^4 Kb = 2KB】
 === Redis Cluster 的主从复制模型是怎样的？【？？？】 ===
@@ 第281行： / 第271行： @@
 Redis 的集群的功能是为了'''解决单机 Redis 容量有限的问题'''，将数据按一定的规则分配到多台机器，对内存的每秒访问不受限于单台服务器，可受益于分布式集群高扩展性。
 == 缓存问题 ==

Eijux：/* 内存回收与key失效机制 */

2021-05-11T18:03:24Z

内存回收与key失效机制

←上一版本		2021年5月12日 (三) 02:03的版本
第158行：		第158行：

	=== Redis 有几种数据“过期”策略？ ===		=== Redis 有几种数据“过期”策略？ ===
	~~【key失效机制】~~		【key失效机制，即“'''缓存更新'''”】

	=== Redis 有哪几种数据“淘汰”策略？ ===		=== Redis 有哪几种数据“淘汰”策略？ ===

Eijux：/* Redis有哪些使用场景？ */

2021-05-11T15:31:10Z

Redis有哪些使用场景？

@@ 第418行： / 第418行： @@
 == 应用 ==
 === Redis有哪些使用场景？ ===
 === 如何使用 Redis 实现消息队列？【…… just so？】 ===

Eijux：/* 如何使用 Redis 实现消息队列？ */

2021-05-11T15:20:34Z

如何使用 Redis 实现消息队列？

←上一版本		2021年5月11日 (二) 23:20的版本
第419行：		第419行：
	=== Redis有哪些使用场景？ ===		=== Redis有哪些使用场景？ ===

	=== 如何使用 Redis ~~实现消息队列？~~ ===		=== 如何使用 Redis 实现消息队列？【…… just so？】 ===
			Redis 的 '''list'''（列表）数据结构常用来作为'''异步消息队列'''使用，使用 rpush / lpush 操作入队列，使用 lpop / rpop 来出队列。
			* rpush 和 lpop 结合（左出右进）；或者 lpush 和 rpop 结合（左进右出）。


			客户端是通过队列的 pop 操作来获取消息，然后进行处理。处理完了再接着获取消息，再进行处理。如此循环往复，这便是作为队列消费者的客户端的生命周期。

	== 部署 ==		== 部署 ==

FAQ:Redis - 版本历史

Eijux：​/* 假如 Redis 里面有 1 亿个 key，其中有 10w 个 key 是以某个固定的已知的前缀开头的，如果将它们全部找出来？ */

Eijux：​/* 假如 Redis 里面有 1 亿个 key，其中有 10w 个 key 是以某个固定的已知的前缀开头的，如果将它们全部找出来？ */

Eijux：​/* 内部结构 */

Eijux：​/* 数据类型 */

Eijux：​/* 什么是 Redis 主从同步？ */

Eijux：​/* 为什么要做 Redis 分区？ */

Eijux：​/* 集群 */

Eijux：​/* 内存回收与key失效机制 */

Eijux：​/* Redis有哪些使用场景？ */

Eijux：​/* 如何使用 Redis 实现消息队列？ */

Eijux：/* 假如 Redis 里面有 1 亿个 key，其中有 10w 个 key 是以某个固定的已知的前缀开头的，如果将它们全部找出来？ */

Eijux：/* 假如 Redis 里面有 1 亿个 key，其中有 10w 个 key 是以某个固定的已知的前缀开头的，如果将它们全部找出来？ */

Eijux：/* 内部结构 */

Eijux：/* 数据类型 */

Eijux：/* 什么是 Redis 主从同步？ */

Eijux：/* 为什么要做 Redis 分区？ */

Eijux：/* 集群 */

Eijux：/* 内存回收与key失效机制 */

Eijux：/* Redis有哪些使用场景？ */

Eijux：/* 如何使用 Redis 实现消息队列？ */