@TOC(Redis相关)

Redis 底层数据结构

字符串底层存储

在Redis 中，字符串有三种存储编码方式： int编码 、embstr编码和raw编码

int编码
当value是一个整数且值大小不超过8个字节，就会是哟红int编码，ptr直接存储数值

embstr 编码

embstr对象用于存储比较短的字符串，embstr编码中RedisObject结构与ptr指向的SDS 结构在内存中是连续的，内存分配次数和内存释放次数均是一次。
raw编码会分别调用两次内存分配函数来分别创建RedisObject结构个SDS结构。

hash对象

Redis中，hash类型的value可以是一个hash表，底层编码可以是ziplist，也可以是hashtable。
默认情况下，当元素个数小于512个时，底层使用ziplist存储数据。

ziplist
元素保存的字符串长度较短且元素个数较少。（长度小于64字节，个数小于512），出于节约内存考虑，hash表会使用ziplist作为底层实现，ziplist是一块连续的内存，里面每一个节点保存了对应的key和value，然后每个节点很紧凑地存储在一起。
优点是： 没有冗余空间
缺点是： 插入新元素需要调用realloc扩展内存，这可能会导致内存重分配

hashtable

元素比较多是就会使用hashtable编码作为底层实现。此时RedisObject的ptr指针指向一个dict结构，dict结构中的ht数组有两个元素h[0]和h[1]。通常h[0]保存键值对，h[1]只在渐进式rehash时使用，hashtable是通过链地址法来解决冲突的。

Zset

Zset在存储时会将元素按照score从低到高排列，底层是通过跳表实现的。

ziplist
当元素较少时（元素长度小于64字节，且元素个数小于128），Zset的底层编码使用ziplist实现，所有元素按照score从低到高排序。

skiplist + dict
当元素较多时，使用skiplist + dict来实现。skiplist存储元素的值和score，并且将所有元素按照分值有序排列。便于以O(logN)的时间复杂度插入，删除，更新，及根据Score进行范围性查找。

dict存储元素的值和Score的映射关系，便于以O(1)的时间复杂度查找元素对应的分值。

跳表

跳表就是层次化的链表结构，它由多个链表组成。只有底层的链表保存节点数据，一般来说每两个节点选出一个节点作为下一级索引的节点，让下一级 索引的节点数量为本机索引节点数量的一半。依次类推直至最顶层索引节点数为1。
原理是每次查找数据时，先在最上层查找，然后再定位到下一层，层层定位，直至最终找到目标数据。这种方式不用遍历整个链表，而是跳跃着差，这样就使得查找时间复杂度退化到了logn

为什么不使用List、红黑树或平衡二叉树呢？

List是顺序㽾，访问速度很快，但是添加和删除操作是O（N）操作。至于红黑树和平衡二叉树，每次更新redis的值，都要消耗O(logn)的复杂度调整树结构，而跳跃表只需要调整局部链表结构就行，显然跳跃表更适合。
跳跃表支持平均O(logN)、最坏O(N)的复杂度进行节点查找，还可以通过顺序性操作来批量处理节点。
在大部分情况下，跳跃表的效率与平衡树媲美，但是跳跃表的实现要比平衡树要来得更为简单。

Redis 常用数据结构底层实现

缓存

缓存穿透

查询一个不存在的数据，mysql查询不到数据也不会写入缓存中，导致每次查询都要访问数据库。

单key穿透

多key穿透

Redis持久化策略

重复排队、并发超卖、数据不一致

分布式锁

使用分布式锁后的抢券流程

设计分布式锁的要点

• 互斥性。对同一个key进行操作。
• 防止误解锁。value值唯一，作为客户端的身份标识。
• 防止出现死锁。 过期时间，续锁。

redis分布式锁

Redission实现的分布式锁

• watch dog，客户端没有设置过期时间时自动续期。
• 锁重试，while。
• 加锁，过期时间设置等操作都是基于Lua脚本。

Redission实现可重入锁

• 哈希结构中的VALUE记录线程id和可重入次数。

Redission实现的分布式锁——主从一致

1. 单机多线程下存在并发问题。 – 在JVM层面加锁，如synchronized或ReentrantLock
2. 分布式部署下存在超卖问题。 --使用Redis分布式锁，加解锁。

String value = UUID.random().toString();
Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(REDIS_LOCK, value);  //加锁
stringRedisTemplate.delte(REDIS_LOCK)

3. 秒杀业务逻辑代码块出现异常时可能无法释放掉锁。 — 增加try -catch 语句块 在finally代码块释放锁
4. 部署了秒杀服务的服务器宕机 – 对lockkey 增加过期时间的设定
   5. 原子性考虑。 加锁和设置过期时间非原子操作
   

EX seconds – Set the specified expire time, in seconds.
PX milliseconds – Set the specified expire time, in milliseconds.

6. 误删其他事务的锁。 必须在删除锁之前判断是否是自己的加的锁。
   
   
7. 判断是否是自己加的锁 与 解锁非原子性操作，那么会出现判断加锁与解锁不是同一个客户端导致误解锁

• 利用LUA脚本
  

• 使用Redis的事务

仍然存在 redisLock 过期时间小于业务执行时间的问题，也就是如何实现分布式锁的续期问题。
再者在集群环境下还存在Redis的主从不一致

Redison

9. 在超高并发下，可能出现IllegalMonitorStateException

select … for update后，对所在行加了互斥锁，而你使用select …在Innodb里是快照读，是不涉及到锁的问题的，如果想要验证加锁是否成功，需要对查询加共享锁 lock in share mode或互斥锁for update

注意需要两个会话都开启事务：

select * from tmp_file_bk limit 0,10 for update;

之后会话2，使用

select * from tmp_file_bk where id = 106 lock in share mode ;

也无法访问到

Redis是单线程还是多线程

Redis在6.0之前使用的是单线程，对网络IO以及键值对的读写都是由一个线程完成的，但是持久化、集群数据同步都是由额外的线程完成的。
在6.0之后引入了多线程，但是其多线程限于网络请求和响应，对于键值对的读写仍然是单线程的，因此是线程安全的。

Redis单线程为什么还怎么快

• Redis作为缓存，是基于内存操作的。
• Redis命令执行是单线程的，没有上下文切换的开销。
• 基于IO多路复用机制提升了RedisIO的利用率。
• 高效的数据存储结构。

Redis和数据库的一致性如何保证

1、先更新数据库，再更新缓存。

2、先删除缓存，在更新数据库。

无法保证原子操作，只能采用最终一致性。
1、基于RocketMQ的可靠性消息通信来实现消息的最终一致性。

2、通过Canal组件监控MySQL数据库中binlog，将更新后的数据写同步到redis中。