redis能做什么（redis可以做什么）

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于redis能做什么的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

開始之前先推薦一個非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報告、論文、代碼、作文、做題和對話答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，越精準(zhǔn)，寫出的就越詳細(xì)，有微信小程序端、在線網(wǎng)頁版、PC客戶端

官網(wǎng)：https://ai.de1919.com。

創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀的企業(yè)，服務(wù)客戶遍布全球各地，如需了解SEO相關(guān)業(yè)務(wù)請撥打電話175-8598-2043，或添加微信：1454722008

本文目錄:

• 1、Redis實(shí)現(xiàn)簡單消息隊(duì)列

• 2、利用Redis設(shè)計(jì)庫存系統(tǒng)的苦與樂

• 3、基于redis做緩存分頁

• 4、Redis 和 Memcached 各有什么優(yōu)缺點(diǎn)，主要的應(yīng)用場景是什么樣的

一、Redis實(shí)現(xiàn)簡單消息隊(duì)列

打開瀏覽器，輸入地址，按下回車，打開了頁面。于是一個 HTTP 請求（ request ）就由客戶端發(fā)送到服務(wù)器，服務(wù)器處理請求，返回響應(yīng)（ response ）內(nèi)容。

我們每天都在瀏覽網(wǎng)頁，發(fā)送大大小小的請求給服務(wù)器。有時候，服務(wù)器接到了請求，會發(fā)現(xiàn)他也需要給另外的服務(wù)器發(fā)送請求，或者服務(wù)器也需要做另外一些事情，于是最初們發(fā)送的請求就被阻塞了，也就是要等待服務(wù)器完成其他的事情。

更多的時候，服務(wù)器做的額外事情，并不需要客戶端等待，這時候就可以把這些額外的事情異步去做。從事異步任務(wù)的工具有很多。主要原理還是處理通知消息，針對通知消息通常采取是隊(duì)列結(jié)構(gòu)。生產(chǎn)和消費(fèi)消息進(jìn)行通信和業(yè)務(wù)實(shí)現(xiàn)。

上述異步任務(wù)的實(shí)現(xiàn)，可以抽象為生產(chǎn)者消費(fèi)模型。如同一個餐館，廚師在做飯，吃貨在吃飯。如果廚師做了很多，暫時賣不完，廚師就會休息；如果客戶很多，廚師馬不停蹄的忙碌，客戶則需要慢慢等待。實(shí)現(xiàn)生產(chǎn)者和消費(fèi)者的方式用很多，下面使用 Python 標(biāo)準(zhǔn)庫 Queue 寫個小例子：

大概輸出如下：

Python內(nèi)置了一個好用的隊(duì)列結(jié)構(gòu)。我們也可以是用redis實(shí)現(xiàn)類似的操作。并做一個簡單的異步任務(wù)。

Redis提供了兩種方式來作消息隊(duì)列。一個是使用 生產(chǎn)者消費(fèi)模式 模式，另外一個方法就是 發(fā)布訂閱者模式 。前者會讓一個或者多個客戶端監(jiān)聽消息隊(duì)列，一旦消息到達(dá)，消費(fèi)者馬上消費(fèi)，誰先搶到算誰的，如果隊(duì)列里沒有消息，則消費(fèi)者繼續(xù)監(jiān)聽。后者也是一個或多個客戶端訂閱消息頻道，只要發(fā)布者發(fā)布消息，所有訂閱者都能收到消息，訂閱者都是平等的。

主要使用了redis提供的blpop獲取隊(duì)列數(shù)據(jù)，如果隊(duì)列沒有數(shù)據(jù)則阻塞等待，也就是監(jiān)聽。

使用redis的pubsub功能，訂閱者訂閱頻道，發(fā)布者發(fā)布消息到頻道了，頻道就是一個消息隊(duì)列。

我們分別實(shí)現(xiàn)了兩種異步任務(wù)的后端服務(wù)，直接啟動他們，就能監(jiān)聽redis隊(duì)列或頻道的消息了。簡單的測試如下：

啟動腳本，使用

可以分別在監(jiān)聽的腳本輸入中看到異步消息。在異步的任務(wù)中，可以執(zhí)行一些耗時間的操作，當(dāng)然目前這些做法并不知道異步的執(zhí)行結(jié)果，如果需要知道異步的執(zhí)行結(jié)果，可以考慮設(shè)計(jì)協(xié)程任務(wù)或者使用一些工具如 RQ 或者 celery 等。

二、利用Redis設(shè)計(jì)庫存系統(tǒng)的苦與樂

在秒殺等高并發(fā)場景下，既要保證庫存安全，也要擁有極高的系統(tǒng)性能。從存儲結(jié)構(gòu)上，很多同學(xué)會選用Redis，畢竟Redis的單線程操作特性，很好地避免了線程安全的問題，同時具備極高的讀寫性能。

我們先來看下庫存系統(tǒng)設(shè)計(jì)的幾大核心要點(diǎn)：

1. 庫存安全：既要保證線程安全，也要防止出現(xiàn)超賣

2. 同步響應(yīng)：業(yè)務(wù)場景基本不允許異步響應(yīng)庫存扣減結(jié)果

3. 性能極限：在seckill場景下，性能總是被要求越高越好

我們來看下如何利用Redis來解決上面的三個問題。

一.庫存安全

利用Redis來做庫存扣減，避免超限的"方法"很多，坑也很多，我們先來看下常用的陷阱有哪些。

1. 先獲取當(dāng)前庫存值進(jìn)行比較，再進(jìn)行扣減

defdecr_stock():conn=redis_conn()key="productA"current_storage=conn.get(key)current_storage_int=int(current_storage)ifcurrent_storage_int<=0 :return0result=conn.decr(key)returnresult

我們先在Redis中拿到當(dāng)前的庫存值，然后check是否已經(jīng)扣減到了零，如果已經(jīng)扣減到了零，則直接return；否則，就利用Redis的decr原子操作進(jìn)行扣減，同時返回扣減后的庫存值。

這種方法的問題很明顯，在并發(fā)條件下，會出現(xiàn)臟讀，設(shè)想一個場景，AB兩個請求進(jìn)來，A獲取的庫存值為1，B獲取的庫存值為1，然后兩個請求都被發(fā)到redis中進(jìn)行扣減操作，然后這種場景下，A最后得到的庫存值為0；但是B最后得到的庫存值為-1，超限。

2. 先扣減庫存，再做比較，跟進(jìn)情況是否做回滾

defdecr_stock():conn=redis_conn()key="productA"current=conn.decr(key)ifcurrent>=0:returncurrentelse:          #回滾庫存conn.incr(key)return0

直接先對庫存值進(jìn)行扣減，得到當(dāng)前的庫存值；然后，對此庫存值進(jìn)行check，如果庫存>=0，則返回庫存值，如果庫存<0，則回滾庫存，以便于防止負(fù)庫存量的存在。

Redis Decr命令：DECR 命令會返回鍵 key 在執(zhí)行減1操作之后的值。

這種做法引入了兩個新的問題：

1).如果大批量的并發(fā)請求過來，redis承受的寫操作的量，是加倍的，因?yàn)榛貪L庫存的存在導(dǎo)致的。所以這種情況下，高并發(fā)量進(jìn)來，極有可能將redis的寫操作打出極限值，然后會出現(xiàn)很多redis寫失敗的錯誤警告

2). Redis的Decr操作和回滾操作無法保證原子性，在宕機(jī)情況下，容易產(chǎn)生數(shù)據(jù)不一致

3.先扣庫存，然后通過整數(shù)溢出控制，根據(jù)情況進(jìn)行回滾

defdecr_stock():conn=redis_conn()key="productA"current=conn.decr(key)      #通過整數(shù)控制溢出的做法ifcheck_overflow(current):returncurrentelse:          #回滾庫存conn.incr(key)return0  defcheck_overflow(stock):      #如果當(dāng)前庫存未被遞減到0，則check_number為int類型，isinstance方法檢測結(jié)果為true      #如果當(dāng)前庫存已被遞減到負(fù)數(shù)，則check_number為long類型，isinstance方法檢測結(jié)果為falsecheck_number=sys.maxint - stockcheck_result=isinstance(check_number,int)returncheck_result

這種做法和方法2類似，只是比對部分由直接和0比對，變成了通過檢測integer是否溢出的方式來進(jìn)行。這樣就徹底解決了高并發(fā)情況下，直接和零比對，限制不住的問題了。

雖然此種做法，相對于做法二說來，要靠譜很多，但是仍然解決不了在高并發(fā)情況下，redis寫并發(fā)量加倍的問題，極有可能某個促銷活動，在開始的那一刻，直接將redis的寫操作打出問題來。

4.基于分布式鎖的庫存扣減

defdecr_stock():key ="productA"    lock = getLock(key)iflocked ==1:        current_storage = conn.get(key)        current_storage_int = int(current_storage)ifcurrent_storage_int<=0:return0        result = conn.decr(key)returnresultelse:return"someone in it"

Redis在2.8以后支持Lua腳本的原子性操作，可以用來做分布式鎖，解決超限的問題。

5. All in Lua

defstorage_scenario_six():        conn = redis_conn()lua ="""                local storage = redis.call('get','storage_seckill')                if  storage ~= false then                    if tonumber(storage) > 0 then                        return redis.call('decr','storage_seckill')                    else                        return 'storage is zero now, can't perform decr action'                    end                else                    return redis.call('set','storage_seckill',10)                end              """result = conn.eval(lua,0)        print(result)

二、同步響應(yīng)

如果只用Redis來進(jìn)行存儲，處理完數(shù)據(jù)直接返回前端即可。如果還要持久化到DB，要盡量避免直接操作DB，因?yàn)镈B往往是最大的IO瓶頸，如果要異步落庫到DB，比如使用MQ。要注意處理Redis扣減和消息發(fā)送的原子性處理。

三、性能

官網(wǎng)上redis的讀寫性能能到10W/QPS左右，這個量級應(yīng)該可以解決絕大部分的場景。

但是經(jīng)常有同學(xué)在壓測的時候達(dá)不到這個性能，主要還是卡在網(wǎng)絡(luò)環(huán)境上，在5W/QPS的時候，帶寬就超過10M/s了。所有想追求Redis的極致性能，最好還是在同機(jī)房進(jìn)行調(diào)用。

三、基于redis做緩存分頁

在實(shí)際業(yè)務(wù)中我們會將一些熱數(shù)據(jù)緩存到redis里面，這時候數(shù)據(jù)量比較大的話，我們就要對這些熱數(shù)據(jù)進(jìn)行分頁，分頁的方式有2種：

第一：從redis拿出所有數(shù)據(jù)后，再做內(nèi)存分頁（不推薦），熱點(diǎn)數(shù)據(jù)小的時候可以這樣做，性能相差不是很大，但是當(dāng)數(shù)據(jù)量大的時候，分頁期間就會占用大量內(nèi)存，或撐爆；

第二：基于redis的數(shù)據(jù)結(jié)構(gòu)做緩存分頁，這里又分2種

①：基于redis的list數(shù)據(jù)結(jié)構(gòu)，直接通過list的數(shù)據(jù)結(jié)構(gòu)，用range方法可以進(jìn)行分頁，在數(shù)據(jù)量大的時候，性能也很可觀，但是當(dāng)存在接口高并發(fā)訪問時，這個list可能會無限延長，且里面的數(shù)據(jù)會存在很多重復(fù)，這就會影響到正常的業(yè)務(wù)（不是很推薦）；

②：基于redis的ZSet數(shù)據(jù)結(jié)構(gòu)，通過Zset這個有序集合我們也可以做分頁，同樣也是用range方法，但是這里比較麻煩的是在初始化數(shù)據(jù)的時候Zset必須存放TypedTuple類型的數(shù)據(jù)，這個類型是一個value和score的鍵值對，具體可以查百度，這個score的生成比較麻煩我這邊測試時用的是當(dāng)前數(shù)據(jù)在這個list的位置，然后Zset是根據(jù)這個score值來排序的，默認(rèn)是從小到大；用這個的好處是，即使在高并發(fā)情況下Zset中也不會存在重復(fù)數(shù)據(jù)從而影響正常的業(yè)務(wù)；而且分頁效率也和list結(jié)構(gòu)差不多；

③：用hash和Zset來一起實(shí)現(xiàn)；這個是問了一個朋友和得知的，Zset中存儲有序的id字段，通過分頁后拿到id，然后再用id去hash中取，感覺應(yīng)該效率相差不大的，只是中間多了層從hash結(jié)構(gòu)取，還需要維護(hù)又一個hash；（為何這樣做我也不清楚）；

貼一張我測試list和ZSet的結(jié)果圖

四、Redis 和 Memcached 各有什么優(yōu)缺點(diǎn)，主要的應(yīng)用場景是什么樣的

Redis的作者Salvatore Sanfilippo曾經(jīng)對這兩種基于內(nèi)存的數(shù)據(jù)存儲系統(tǒng)進(jìn)行過比較：

1、Redis支持服務(wù)器端的數(shù)據(jù)操作：Redis相比Memcached來說，擁有更多的數(shù)據(jù)結(jié)構(gòu)和并支持更豐富的數(shù)據(jù)操作，通常在Memcached里，你需要將數(shù)據(jù)拿到客戶端來進(jìn)行類似的修改再set回去。這大大增加了網(wǎng)絡(luò)IO的次數(shù)和數(shù)據(jù)體積。在Redis中，這些復(fù)雜的操作通常和一般的GET/SET一樣高效。所以，如果需要緩存能夠支持更復(fù)雜的結(jié)構(gòu)和操作，那么Redis會是不錯的選擇。

2、內(nèi)存使用效率對比：使用簡單的key-value存儲的話，Memcached的內(nèi)存利用率更高，而如果Redis采用hash結(jié)構(gòu)來做key-value存儲，由于其組合式的壓縮，其內(nèi)存利用率會高于Memcached。

3、性能對比：由于Redis只使用單核，而Memcached可以使用多核，所以平均每一個核上Redis在存儲小數(shù)據(jù)時比Memcached性能更高。而在100k以上的數(shù)據(jù)中，Memcached性能要高于Redis，雖然Redis最近也在存儲大數(shù)據(jù)的性能上進(jìn)行優(yōu)化，但是比起Memcached，還是稍有遜色。

具體為什么會出現(xiàn)上面的結(jié)論，以下為收集到的資料：

1、數(shù)據(jù)類型支持不同

與Memcached僅支持簡單的key-value結(jié)構(gòu)的數(shù)據(jù)記錄不同，Redis支持的數(shù)據(jù)類型要豐富得多。最為常用的數(shù)據(jù)類型主要由五種：String、Hash、List、Set和Sorted Set。Redis內(nèi)部使用一個redisObject對象來表示所有的key和value。redisObject最主要的信息如圖所示：

type代表一個value對象具體是何種數(shù)據(jù)類型，encoding是不同數(shù)據(jù)類型在redis內(nèi)部的存儲方式，比如：type=string代表value存儲的是一個普通字符串，那么對應(yīng)的encoding可以是raw或者是int，如果是int則代表實(shí)際redis內(nèi)部是按數(shù)值型類存儲和表示這個字符串的，當(dāng)然前提是這個字符串本身可以用數(shù)值表示，比如:”123″ “456”這樣的字符串。只有打開了Redis的虛擬內(nèi)存功能，vm字段字段才會真正的分配內(nèi)存，該功能默認(rèn)是關(guān)閉狀態(tài)的。

1）String

• 常用命令：set/get/decr/incr/mget等；

• 應(yīng)用場景：String是最常用的一種數(shù)據(jù)類型，普通的key/value存儲都可以歸為此類；

• 實(shí)現(xiàn)方式：String在redis內(nèi)部存儲默認(rèn)就是一個字符串，被redisObject所引用，當(dāng)遇到incr、decr等操作時會轉(zhuǎn)成數(shù)值型進(jìn)行計(jì)算，此時redisObject的encoding字段為int。

2）Hash

• 常用命令：hget/hset/hgetall等

• 應(yīng)用場景：我們要存儲一個用戶信息對象數(shù)據(jù)，其中包括用戶ID、用戶姓名、年齡和生日，通過用戶ID我們希望獲取該用戶的姓名或者年齡或者生日；

• 實(shí)現(xiàn)方式：Redis的Hash實(shí)際是內(nèi)部存儲的Value為一個HashMap，并提供了直接存取這個Map成員的接口。如圖所示，Key是用戶ID, value是一個Map。這個Map的key是成員的屬性名，value是屬性值。這樣對數(shù)據(jù)的修改和存取都可以直接通過其內(nèi)部Map的Key(Redis里稱內(nèi)部Map的key為field), 也就是通過 key(用戶ID) + field(屬性標(biāo)簽) 就可以操作對應(yīng)屬性數(shù)據(jù)。當(dāng)前HashMap的實(shí)現(xiàn)有兩種方式：當(dāng)HashMap的成員比較少時Redis為了節(jié)省內(nèi)存會采用類似一維數(shù)組的方式來緊湊存儲，而不會采用真正的HashMap結(jié)構(gòu)，這時對應(yīng)的value的redisObject的encoding為zipmap，當(dāng)成員數(shù)量增大時會自動轉(zhuǎn)成真正的HashMap,此時encoding為ht。

3）List

• 常用命令：lpush/rpush/lpop/rpop/lrange等；

• 應(yīng)用場景：Redis list的應(yīng)用場景非常多，也是Redis最重要的數(shù)據(jù)結(jié)構(gòu)之一，比如twitter的關(guān)注列表，粉絲列表等都可以用Redis的list結(jié)構(gòu)來實(shí)現(xiàn)；

• 實(shí)現(xiàn)方式：Redis list的實(shí)現(xiàn)為一個雙向鏈表，即可以支持反向查找和遍歷，更方便操作，不過帶來了部分額外的內(nèi)存開銷，Redis內(nèi)部的很多實(shí)現(xiàn)，包括發(fā)送緩沖隊(duì)列等也都是用的這個數(shù)據(jù)結(jié)構(gòu)。

4）Set

• 常用命令：sadd/spop/smembers/sunion等；

• 應(yīng)用場景：Redis set對外提供的功能與list類似是一個列表的功能，特殊之處在于set是可以自動排重的，當(dāng)你需要存儲一個列表數(shù)據(jù)，又不希望出現(xiàn)重復(fù)數(shù)據(jù)時，set是一個很好的選擇，并且set提供了判斷某個成員是否在一個set集合內(nèi)的重要接口，這個也是list所不能提供的；

• 實(shí)現(xiàn)方式：set 的內(nèi)部實(shí)現(xiàn)是一個 value永遠(yuǎn)為null的HashMap，實(shí)際就是通過計(jì)算hash的方式來快速排重的，這也是set能提供判斷一個成員是否在集合內(nèi)的原因。

5）Sorted Set

• 常用命令：zadd/zrange/zrem/zcard等；

• 應(yīng)用場景：Redis sorted set的使用場景與set類似，區(qū)別是set不是自動有序的，而sorted set可以通過用戶額外提供一個優(yōu)先級(score)的參數(shù)來為成員排序，并且是插入有序的，即自動排序。當(dāng)你需要一個有序的并且不重復(fù)的集合列表，那么可以選擇sorted set數(shù)據(jù)結(jié)構(gòu)，比如twitter 的public timeline可以以發(fā)表時間作為score來存儲，這樣獲取時就是自動按時間排好序的。

• 實(shí)現(xiàn)方式：Redis sorted set的內(nèi)部使用HashMap和跳躍表(SkipList)來保證數(shù)據(jù)的存儲和有序，HashMap里放的是成員到score的映射，而跳躍表里存放的是所有的成員，排序依據(jù)是HashMap里存的score,使用跳躍表的結(jié)構(gòu)可以獲得比較高的查找效率，并且在實(shí)現(xiàn)上比較簡單。

2、內(nèi)存管理機(jī)制不同

在Redis中，并不是所有的數(shù)據(jù)都一直存儲在內(nèi)存中的。這是和Memcached相比一個最大的區(qū)別。當(dāng)物理內(nèi)存用完時，Redis可以將一些很久沒用到的value交換到磁盤。Redis只會緩存所有的key的信息，如果Redis發(fā)現(xiàn)內(nèi)存的使用量超過了某一個閥值，將觸發(fā)swap的操作，Redis根據(jù)“swappability = age*log(size_in_memory)”計(jì)算出哪些key對應(yīng)的value需要swap到磁盤。然后再將這些key對應(yīng)的value持久化到磁盤中，同時在內(nèi)存中清除。這種特性使得Redis可以保持超過其機(jī)器本身內(nèi)存大小的數(shù)據(jù)。當(dāng)然，機(jī)器本身的內(nèi)存必須要能夠保持所有的key，畢竟這些數(shù)據(jù)是不會進(jìn)行swap操作的。同時由于Redis將內(nèi)存中的數(shù)據(jù)swap到磁盤中的時候，提供服務(wù)的主線程和進(jìn)行swap操作的子線程會共享這部分內(nèi)存，所以如果更新需要swap的數(shù)據(jù)，Redis將阻塞這個操作，直到子線程完成swap操作后才可以進(jìn)行修改。當(dāng)從Redis中讀取數(shù)據(jù)的時候，如果讀取的key對應(yīng)的value不在內(nèi)存中，那么Redis就需要從swap文件中加載相應(yīng)數(shù)據(jù)，然后再返回給請求方。 這里就存在一個I/O線程池的問題。在默認(rèn)的情況下，Redis會出現(xiàn)阻塞，即完成所有的swap文件加載后才會相應(yīng)。這種策略在客戶端的數(shù)量較小，進(jìn)行批量操作的時候比較合適。但是如果將Redis應(yīng)用在一個大型的網(wǎng)站應(yīng)用程序中，這顯然是無法滿足大并發(fā)的情況的。所以Redis運(yùn)行我們設(shè)置I/O線程池的大小，對需要從swap文件中加載相應(yīng)數(shù)據(jù)的讀取請求進(jìn)行并發(fā)操作，減少阻塞的時間。

對于像Redis和Memcached這種基于內(nèi)存的數(shù)據(jù)庫系統(tǒng)來說，內(nèi)存管理的效率高低是影響系統(tǒng)性能的關(guān)鍵因素。傳統(tǒng)C語言中的malloc/free函數(shù)是最常用的分配和釋放內(nèi)存的方法，但是這種方法存在著很大的缺陷：首先，對于開發(fā)人員來說不匹配的malloc和free容易造成內(nèi)存泄露；其次頻繁調(diào)用會造成大量內(nèi)存碎片無法回收重新利用，降低內(nèi)存利用率；最后作為系統(tǒng)調(diào)用，其系統(tǒng)開銷遠(yuǎn)遠(yuǎn)大于一般函數(shù)調(diào)用。所以，為了提高內(nèi)存的管理效率，高效的內(nèi)存管理方案都不會直接使用malloc/free調(diào)用。Redis和Memcached均使用了自身設(shè)計(jì)的內(nèi)存管理機(jī)制，但是實(shí)現(xiàn)方法存在很大的差異，下面將會對兩者的內(nèi)存管理機(jī)制分別進(jìn)行介紹。

Memcached默認(rèn)使用Slab Allocation機(jī)制管理內(nèi)存，其主要思想是按照預(yù)先規(guī)定的大小，將分配的內(nèi)存分割成特定長度的塊以存儲相應(yīng)長度的key-value數(shù)據(jù)記錄，以完全解決內(nèi)存碎片問題。Slab Allocation機(jī)制只為存儲外部數(shù)據(jù)而設(shè)計(jì)，也就是說所有的key-value數(shù)據(jù)都存儲在Slab Allocation系統(tǒng)里，而Memcached的其它內(nèi)存請求則通過普通的malloc/free來申請，因?yàn)檫@些請求的數(shù)量和頻率決定了它們不會對整個系統(tǒng)的性能造成影響Slab Allocation的原理相當(dāng)簡單。 如圖所示，它首先從操作系統(tǒng)申請一大塊內(nèi)存，并將其分割成各種尺寸的塊Chunk，并把尺寸相同的塊分成組Slab Class。其中，Chunk就是用來存儲key-value數(shù)據(jù)的最小單位。每個Slab Class的大小，可以在Memcached啟動的時候通過制定Growth Factor來控制。假定圖中Growth Factor的取值為1.25，如果第一組Chunk的大小為88個字節(jié)，第二組Chunk的大小就為112個字節(jié)，依此類推。

當(dāng)Memcached接收到客戶端發(fā)送過來的數(shù)據(jù)時首先會根據(jù)收到數(shù)據(jù)的大小選擇一個最合適的Slab Class，然后通過查詢Memcached保存著的該Slab Class內(nèi)空閑Chunk的列表就可以找到一個可用于存儲數(shù)據(jù)的Chunk。當(dāng)一條數(shù)據(jù)庫過期或者丟棄時，該記錄所占用的Chunk就可以回收，重新添加到空閑列表中。從以上過程我們可以看出Memcached的內(nèi)存管理制效率高，而且不會造成內(nèi)存碎片，但是它最大的缺點(diǎn)就是會導(dǎo)致空間浪費(fèi)。因?yàn)槊總€Chunk都分配了特定長度的內(nèi)存空間，所以變長數(shù)據(jù)無法充分利用這些空間。如圖 所示，將100個字節(jié)的數(shù)據(jù)緩存到128個字節(jié)的Chunk中，剩余的28個字節(jié)就浪費(fèi)掉了。

Redis的內(nèi)存管理主要通過源碼中zmalloc.h和zmalloc.c兩個文件來實(shí)現(xiàn)的。Redis為了方便內(nèi)存的管理，在分配一塊內(nèi)存之后，會將這塊內(nèi)存的大小存入內(nèi)存塊的頭部。如圖所示，real_ptr是redis調(diào)用malloc后返回的指針。redis將內(nèi)存塊的大小size存入頭部，size所占據(jù)的內(nèi)存大小是已知的，為size_t類型的長度，然后返回ret_ptr。當(dāng)需要釋放內(nèi)存的時候，ret_ptr被傳給內(nèi)存管理程序。通過ret_ptr，程序可以很容易的算出real_ptr的值，然后將real_ptr傳給free釋放內(nèi)存。

Redis通過定義一個數(shù)組來記錄所有的內(nèi)存分配情況，這個數(shù)組的長度為ZMALLOC_MAX_ALLOC_STAT。數(shù)組的每一個元素代表當(dāng)前程序所分配的內(nèi)存塊的個數(shù)，且內(nèi)存塊的大小為該元素的下標(biāo)。在源碼中，這個數(shù)組為zmalloc_allocations。zmalloc_allocations[16]代表已經(jīng)分配的長度為16bytes的內(nèi)存塊的個數(shù)。zmalloc.c中有一個靜態(tài)變量used_memory用來記錄當(dāng)前分配的內(nèi)存總大小。所以，總的來看，Redis采用的是包裝的mallc/free，相較于Memcached的內(nèi)存管理方法來說，要簡單很多。

3、數(shù)據(jù)持久化支持

Redis雖然是基于內(nèi)存的存儲系統(tǒng)，但是它本身是支持內(nèi)存數(shù)據(jù)的持久化的，而且提供兩種主要的持久化策略：RDB快照和AOF日志。而memcached是不支持?jǐn)?shù)據(jù)持久化操作的。

1）RDB快照

Redis支持將當(dāng)前數(shù)據(jù)的快照存成一個數(shù)據(jù)文件的持久化機(jī)制，即RDB快照。但是一個持續(xù)寫入的數(shù)據(jù)庫如何生成快照呢？Redis借助了fork命令的copy on write機(jī)制。在生成快照時，將當(dāng)前進(jìn)程fork出一個子進(jìn)程，然后在子進(jìn)程中循環(huán)所有的數(shù)據(jù)，將數(shù)據(jù)寫成為RDB文件。我們可以通過Redis的save指令來配置RDB快照生成的時機(jī)，比如配置10分鐘就生成快照，也可以配置有1000次寫入就生成快照，也可以多個規(guī)則一起實(shí)施。這些規(guī)則的定義就在Redis的配置文件中，你也可以通過Redis的CONFIG SET命令在Redis運(yùn)行時設(shè)置規(guī)則，不需要重啟Redis。

Redis的RDB文件不會壞掉，因?yàn)槠鋵懖僮魇窃谝粋€新進(jìn)程中進(jìn)行的，當(dāng)生成一個新的RDB文件時，Redis生成的子進(jìn)程會先將數(shù)據(jù)寫到一個臨時文件中，然后通過原子性rename系統(tǒng)調(diào)用將臨時文件重命名為RDB文件，這樣在任何時候出現(xiàn)故障，Redis的RDB文件都總是可用的。同時，Redis的RDB文件也是Redis主從同步內(nèi)部實(shí)現(xiàn)中的一環(huán)。RDB有他的不足，就是一旦數(shù)據(jù)庫出現(xiàn)問題，那么我們的RDB文件中保存的數(shù)據(jù)并不是全新的，從上次RDB文件生成到Redis停機(jī)這段時間的數(shù)據(jù)全部丟掉了。在某些業(yè)務(wù)下，這是可以忍受的。

2）AOF日志

AOF日志的全稱是append only file，它是一個追加寫入的日志文件。與一般數(shù)據(jù)庫的binlog不同的是，AOF文件是可識別的純文本，它的內(nèi)容就是一個個的Redis標(biāo)準(zhǔn)命令。只有那些會導(dǎo)致數(shù)據(jù)發(fā)生修改的命令才會追加到AOF文件。每一條修改數(shù)據(jù)的命令都生成一條日志，AOF文件會越來越大，所以Redis又提供了一個功能，叫做AOF rewrite。其功能就是重新生成一份AOF文件，新的AOF文件中一條記錄的操作只會有一次，而不像一份老文件那樣，可能記錄了對同一個值的多次操作。其生成過程和RDB類似，也是fork一個進(jìn)程，直接遍歷數(shù)據(jù)，寫入新的AOF臨時文件。在寫入新文件的過程中，所有的寫操作日志還是會寫到原來老的AOF文件中，同時還會記錄在內(nèi)存緩沖區(qū)中。當(dāng)重完操作完成后，會將所有緩沖區(qū)中的日志一次性寫入到臨時文件中。然后調(diào)用原子性的rename命令用新的AOF文件取代老的AOF文件。

AOF是一個寫文件操作，其目的是將操作日志寫到磁盤上，所以它也同樣會遇到我們上面說的寫操作的流程。在Redis中對AOF調(diào)用write寫入后，通過appendfsync選項(xiàng)來控制調(diào)用fsync將其寫到磁盤上的時間，下面appendfsync的三個設(shè)置項(xiàng)，安全強(qiáng)度逐漸變強(qiáng)。

• appendfsync no 當(dāng)設(shè)置appendfsync為no的時候，Redis不會主動調(diào)用fsync去將AOF日志內(nèi)容同步到磁盤，所以這一切就完全依賴于操作系統(tǒng)的調(diào)試了。對大多數(shù)Linux操作系統(tǒng)，是每30秒進(jìn)行一次fsync，將緩沖區(qū)中的數(shù)據(jù)寫到磁盤上。

• appendfsync everysec 當(dāng)設(shè)置appendfsync為everysec的時候，Redis會默認(rèn)每隔一秒進(jìn)行一次fsync調(diào)用，將緩沖區(qū)中的數(shù)據(jù)寫到磁盤。但是當(dāng)這一次的fsync調(diào)用時長超過1秒時。Redis會采取延遲fsync的策略，再等一秒鐘。也就是在兩秒后再進(jìn)行fsync，這一次的fsync就不管會執(zhí)行多長時間都會進(jìn)行。這時候由于在fsync時文件描述符會被阻塞，所以當(dāng)前的寫操作就會阻塞。所以結(jié)論就是，在絕大多數(shù)情況下，Redis會每隔一秒進(jìn)行一次fsync。在最壞的情況下，兩秒鐘會進(jìn)行一次fsync操作。這一操作在大多數(shù)數(shù)據(jù)庫系統(tǒng)中被稱為group commit，就是組合多次寫操作的數(shù)據(jù)，一次性將日志寫到磁盤。

• appednfsync always 當(dāng)設(shè)置appendfsync為always時，每一次寫操作都會調(diào)用一次fsync，這時數(shù)據(jù)是最安全的，當(dāng)然，由于每次都會執(zhí)行fsync，所以其性能也會受到影響。

對于一般性的業(yè)務(wù)需求，建議使用RDB的方式進(jìn)行持久化，原因是RDB的開銷并相比AOF日志要低很多，對于那些無法忍數(shù)據(jù)丟失的應(yīng)用，建議使用AOF日志。

4、集群管理的不同

Memcached是全內(nèi)存的數(shù)據(jù)緩沖系統(tǒng)，Redis雖然支持?jǐn)?shù)據(jù)的持久化，但是全內(nèi)存畢竟才是其高性能的本質(zhì)。作為基于內(nèi)存的存儲系統(tǒng)來說，機(jī)器物理內(nèi)存的大小就是系統(tǒng)能夠容納的最大數(shù)據(jù)量。如果需要處理的數(shù)據(jù)量超過了單臺機(jī)器的物理內(nèi)存大小，就需要構(gòu)建分布式集群來擴(kuò)展存儲能力。

Memcached本身并不支持分布式，因此只能在客戶端通過像一致性哈希這樣的分布式算法來實(shí)現(xiàn)Memcached的分布式存儲。下圖給出了Memcached的分布式存儲實(shí)現(xiàn)架構(gòu)。當(dāng)客戶端向Memcached集群發(fā)送數(shù)據(jù)之前，首先會通過內(nèi)置的分布式算法計(jì)算出該條數(shù)據(jù)的目標(biāo)節(jié)點(diǎn)，然后數(shù)據(jù)會直接發(fā)送到該節(jié)點(diǎn)上存儲。但客戶端查詢數(shù)據(jù)時，同樣要計(jì)算出查詢數(shù)據(jù)所在的節(jié)點(diǎn)，然后直接向該節(jié)點(diǎn)發(fā)送查詢請求以獲取數(shù)據(jù)。

相較于Memcached只能采用客戶端實(shí)現(xiàn)分布式存儲，Redis更偏向于在服務(wù)器端構(gòu)建分布式存儲。最新版本的Redis已經(jīng)支持了分布式存儲功能。Redis Cluster是一個實(shí)現(xiàn)了分布式且允許單點(diǎn)故障的Redis高級版本，它沒有中心節(jié)點(diǎn)，具有線性可伸縮的功能。下圖給出Redis Cluster的分布式存儲架構(gòu)，其中節(jié)點(diǎn)與節(jié)點(diǎn)之間通過二進(jìn)制協(xié)議進(jìn)行通信，節(jié)點(diǎn)與客戶端之間通過ascii協(xié)議進(jìn)行通信。在數(shù)據(jù)的放置策略上，Redis Cluster將整個key的數(shù)值域分成4096個哈希槽，每個節(jié)點(diǎn)上可以存儲一個或多個哈希槽，也就是說當(dāng)前Redis Cluster支持的最大節(jié)點(diǎn)數(shù)就是4096。Redis Cluster使用的分布式算法也很簡單：crc16( key ) % HASH_SLOTS_NUMBER。

為了保證單點(diǎn)故障下的數(shù)據(jù)可用性，Redis Cluster引入了Master節(jié)點(diǎn)和Slave節(jié)點(diǎn)。在Redis Cluster中，每個Master節(jié)點(diǎn)都會有對應(yīng)的兩個用于冗余的Slave節(jié)點(diǎn)。這樣在整個集群中，任意兩個節(jié)點(diǎn)的宕機(jī)都不會導(dǎo)致數(shù)據(jù)的不可用。當(dāng)Master節(jié)點(diǎn)退出后，集群會自動選擇一個Slave節(jié)點(diǎn)成為新的Master節(jié)點(diǎn)。

以上就是關(guān)于redis能做什么相關(guān)問題的回答。希望能幫到你，如有更多相關(guān)問題，您也可以聯(lián)系我們的客服進(jìn)行咨詢，客服也會為您講解更多精彩的知識和內(nèi)容。

推薦閱讀：

different諧音記憶

really諧音記憶

literature諧音記憶

個人做跨境電商怎么做（個人做跨境電商怎么做才能賺錢）

小紅書封面圖橫圖豎圖（小紅書封面圖橫圖豎圖怎么設(shè)置）