最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Redis數(shù)據(jù)庫(kù)的鍵管理示例詳解

 更新時(shí)間:2023年10月25日 09:29:16   作者:歸思君  
這篇文章主要為大家介紹了Redis數(shù)據(jù)庫(kù)的鍵管理示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪

一、Redis 數(shù)據(jù)庫(kù)管理

Redis 是一個(gè)鍵值對(duì)(key-value pair)的數(shù)據(jù)庫(kù)服務(wù)器,其數(shù)據(jù)保存在 src/server.h/redisDb 中(網(wǎng)上很多帖子說(shuō)在 redis.h 文件中,但是 redis 6.x版本目錄中都沒(méi)有這個(gè)文件。redisDb 結(jié)構(gòu)應(yīng)該在 server.h文件中)

typedef redisServer {
    ....
    // Redis數(shù)據(jù)庫(kù)
    redisDb *db;
    ....
}

Redis 默認(rèn)會(huì)創(chuàng)建 16 個(gè)數(shù)據(jù)庫(kù),每個(gè)數(shù)據(jù)庫(kù)是獨(dú)立互不影響。其默認(rèn)的目標(biāo)數(shù)據(jù)庫(kù)是 0 號(hào)數(shù)據(jù)庫(kù),可以通過(guò) select 命令來(lái)切換目標(biāo)數(shù)據(jù)庫(kù)。在 redisClient 結(jié)構(gòu)中記錄客戶端當(dāng)前的目標(biāo)數(shù)據(jù)庫(kù):

typedef struct redisClient {
    // 套接字描述符
    int fd;
    // 當(dāng)前正在使用的數(shù)據(jù)庫(kù)
    redisDb *db;
    // 當(dāng)前正在使用的數(shù)據(jù)庫(kù)的 id (號(hào)碼)
    int dictid;
    // 客戶端的名字
    robj *name;             /* As set by CLIENT SETNAME */
} redisClient;

下面是客戶端和服務(wù)器狀態(tài)之間的關(guān)系實(shí)例,客戶端的目標(biāo)數(shù)據(jù)庫(kù)目前為 1 號(hào)數(shù)據(jù)庫(kù):

通過(guò)修改 redisClient.db 的指針來(lái)指向不同數(shù)據(jù)庫(kù),這也就是 select 命令的實(shí)現(xiàn)原理。但是,到目前為止,Redis 仍然沒(méi)有可以返回客戶端目標(biāo)數(shù)據(jù)庫(kù)的命令。雖然在 redis-cli 客戶端中輸入時(shí)會(huì)顯示:

redis> SELECT 1
Ok
redis[1]>

但是在其他語(yǔ)言客戶端沒(méi)有顯示目標(biāo)數(shù)據(jù)庫(kù)的號(hào)端,所以在頻繁切換數(shù)據(jù)庫(kù)后,會(huì)導(dǎo)致忘記目前使用的是哪一個(gè)數(shù)據(jù)庫(kù),也容易產(chǎn)生誤操作。因此要謹(jǐn)慎處理多數(shù)據(jù)庫(kù)程序,必須要執(zhí)行時(shí),可以先顯示切換指定數(shù)據(jù)庫(kù),然后再執(zhí)行別的命令。

二、Redis 數(shù)據(jù)庫(kù)鍵

2.1 數(shù)據(jù)庫(kù)鍵空間

Redis 服務(wù)器中的每一個(gè)數(shù)據(jù)庫(kù)是由一個(gè) server.h/redisDb 結(jié)構(gòu)來(lái)表示的,其具體結(jié)構(gòu)如下:

typedef struct redisDb {
    //數(shù)據(jù)庫(kù)鍵空間
    dict *dict;                 /* The keyspace for this DB */
    //鍵的過(guò)期時(shí)間,字典的值為過(guò)期事件 UNIX 時(shí)間戳
    dict *expires;              /* Timeout of keys with a timeout set */
    //正處于阻塞狀態(tài)的鍵
    dict *blocking_keys;        /* Keys with clients waiting for data (BLPOP)*/
    //可以解除阻塞的鍵
    dict *ready_keys;           /* Blocked keys that received a PUSH */
    //正在被 WATCH 命令監(jiān)視的鍵
    dict *watched_keys;         /* WATCHED keys for MULTI/EXEC CAS */
    //數(shù)據(jù)庫(kù)號(hào)端
    int id;                     /* Database ID */
    //數(shù)據(jù)庫(kù)鍵的平均 TTL,統(tǒng)計(jì)信息
    long long avg_ttl;          /* Average TTL, just for stats */
    //
    unsigned long expires_cursor; /* Cursor of the active expire cycle. */
    list *defrag_later;         /* List of key names to attempt to defrag one by one, gradually. */
} redisDb;

鍵空間和用戶所見(jiàn)的數(shù)據(jù)庫(kù)是直接對(duì)應(yīng):

  • 鍵空間的 key 就是數(shù)據(jù)庫(kù)的 key, 每個(gè) key 都是一個(gè)字符串對(duì)象
  • 鍵空間的 value 是數(shù)據(jù)庫(kù)的 value, 每個(gè) value 可以是字符串對(duì)象、列表對(duì)象和集合對(duì)象等等任意一種 Redis 對(duì)象

舉個(gè)實(shí)例,若在空白數(shù)據(jù)庫(kù)中執(zhí)行一下命令:插入字符串對(duì)象、列表對(duì)象和哈希對(duì)象

# 插入一個(gè)字符串對(duì)象
redis> SET message "hello world"
OK
# 插入包含三個(gè)元素的列表對(duì)象
redis> RPUSH alphabet "a" "b" "c"
(integer)3
# 插入包含三個(gè)元素的哈希表對(duì)象
redis> HSET book name "Redis in Action"
(integer) 1
redis> HSET book author "Josiah L. Carlson"
(integer) 1
redis> HSET book publisher "Manning"
(integer) 1

所以說(shuō) redis 對(duì)數(shù)據(jù)的增刪改查是通過(guò)操作 dict 來(lái)操作 Redis 中的數(shù)據(jù)

2.2 數(shù)據(jù)庫(kù)鍵的過(guò)期

我們可以通過(guò)兩種方式設(shè)置鍵的生命周期:

通過(guò) EXPIRE 或者 PEXPIRE 命令來(lái)為數(shù)據(jù)庫(kù)中的某個(gè)鍵設(shè)置生存時(shí)間(TTL,Time To Live)。在經(jīng)過(guò) TTL 個(gè)生存時(shí)間后,服務(wù)器會(huì)自動(dòng)刪除生存時(shí)間為0 的鍵。比如:

redis> set key value
OK
# 設(shè)置鍵的 TTL 為 5
redis> EXPIRE key 5
(integer)1

此外,客戶端也可以通過(guò) EXPIREAT 或者PEXPIREAT 命令,為數(shù)據(jù)庫(kù)中的某個(gè)鍵設(shè)置過(guò)期時(shí)間(expire time)。過(guò)期時(shí)間是一個(gè) UNIX 時(shí)間戳,當(dāng)過(guò)期時(shí)間來(lái)臨時(shí),服務(wù)器就會(huì)自動(dòng)從數(shù)據(jù)庫(kù)中刪除這個(gè)鍵。比如

redis> SET key value
OK
redis> EXPIREAT key 1377257300
(integer) 1
# 當(dāng)前系統(tǒng)時(shí)間
redis> TIME
1)"1377257296"
# 過(guò)一段時(shí)間后,再查詢key 
redis> GET key // 1377257300
(nil)

2.2.1 過(guò)期時(shí)間

redisDb 中的dict *dict 和 dict *expires 字典 分別保存了數(shù)據(jù)庫(kù)中的鍵和鍵的過(guò)期時(shí)間,分別叫做鍵空間過(guò)期字典

  • 過(guò)期字典的鍵是一個(gè)指向鍵空間中的某個(gè)鍵對(duì)象
  • 過(guò)期字典的值是一個(gè) long long 類型的整數(shù),這個(gè)整數(shù)保存了鍵所指向的數(shù)據(jù)庫(kù)鍵的過(guò)期時(shí)間

2.3 過(guò)期鍵的刪除策略

對(duì)于已經(jīng)過(guò)期的數(shù)據(jù)是如何刪除這些過(guò)期鍵的呢?主要有兩種方式:惰性刪除和定期刪除:

1.惰性刪除

是指 Redis 服務(wù)器不主動(dòng)刪除過(guò)期的鍵值,而是通過(guò)訪問(wèn)鍵值時(shí),檢查當(dāng)前的鍵值是否過(guò)期

  • 如果過(guò)期則執(zhí)行刪除并返回 null
  • 沒(méi)有過(guò)期則正常訪問(wèn)值信息給客戶端

惰性刪除的源碼在 src/db.c/expireIfNeeded 方法中

int expireIfNeeded(redisDb *db, robj *key) {
    // 判斷鍵是否過(guò)期
    if (!keyIsExpired(db,key)) return 0;
    if (server.masterhost != NULL) return 1;
    /* 刪除過(guò)期鍵 */
    // 增加過(guò)期鍵個(gè)數(shù)
    server.stat_expiredkeys++;
    // 傳播鍵過(guò)期的消息
    propagateExpire(db,key,server.lazyfree_lazy_expire);
    notifyKeyspaceEvent(NOTIFY_EXPIRED,
        "expired",key,db->id);
    // server.lazyfree_lazy_expire 為 1 表示異步刪除,否則則為同步刪除
    return server.lazyfree_lazy_expire ? dbAsyncDelete(db,key) :
                                         dbSyncDelete(db,key);
}
// 判斷鍵是否過(guò)期
int keyIsExpired(redisDb *db, robj *key) {
    mstime_t when = getExpire(db,key);
    if (when < 0) return 0; 
    if (server.loading) return 0;
    mstime_t now = server.lua_caller ? server.lua_time_start : mstime();
    return now > when;
}
// 獲取鍵的過(guò)期時(shí)間
long long getExpire(redisDb *db, robj *key) {
    dictEntry *de;
    if (dictSize(db->expires) == 0 ||
       (de = dictFind(db->expires,key->ptr)) == NULL) return -1;
    serverAssertWithInfo(NULL,key,dictFind(db->dict,key->ptr) != NULL);
    return dictGetSignedIntegerVal(de);
}

2.定期刪除

與惰性刪除不同,定期刪除是指 Redis 服務(wù)器會(huì)每隔一段時(shí)間就會(huì)檢查一下數(shù)據(jù)庫(kù),看看是否有過(guò)期鍵可以清除,默認(rèn)情況下,Redis 定期檢查的頻率是每秒掃描 10 次,這個(gè)值在 redis.conf 中的 "hz" , 默認(rèn)是 10 ,可以進(jìn)行修改。

定期刪除的掃描并不是遍歷所有的鍵值對(duì),這樣的話比較費(fèi)時(shí)且太消耗系統(tǒng)資源。Redis 服務(wù)器采用的是隨機(jī)抽取形式,每次從過(guò)期字典中,取出 20 個(gè)鍵進(jìn)行過(guò)期檢測(cè),過(guò)期字典中存儲(chǔ)的是所有設(shè)置了過(guò)期時(shí)間的鍵值對(duì)。如果這批隨機(jī)檢查的數(shù)據(jù)中有 25% 的比例過(guò)期,那么會(huì)再抽取 20 個(gè)隨機(jī)鍵值進(jìn)行檢測(cè)和刪除,并且會(huì)循環(huán)執(zhí)行這個(gè)流程,直到抽取的這批數(shù)據(jù)中過(guò)期鍵值小于 25%,此次檢測(cè)才算完成。

定期刪除的源碼在 expire.c/activeExpireCycle 方法中:

void activeExpireCycle(int type) {
    static unsigned int current_db = 0; /* 上次定期刪除遍歷到的數(shù)據(jù)庫(kù)ID */
    static int timelimit_exit = 0;      
    static long long last_fast_cycle = 0; /* 上次執(zhí)行定期刪除的時(shí)間點(diǎn) */
    int j, iteration = 0;
    int dbs_per_call = CRON_DBS_PER_CALL; // 需要遍歷數(shù)據(jù)庫(kù)的數(shù)量
    long long start = ustime(), timelimit, elapsed;
    if (clientsArePaused()) return;
    if (type == ACTIVE_EXPIRE_CYCLE_FAST) {
        if (!timelimit_exit) return;
        // ACTIVE_EXPIRE_CYCLE_FAST_DURATION 快速定期刪除的執(zhí)行時(shí)長(zhǎng)
        if (start < last_fast_cycle + ACTIVE_EXPIRE_CYCLE_FAST_DURATION*2) return;
        last_fast_cycle = start;
    }
    if (dbs_per_call > server.dbnum || timelimit_exit)
        dbs_per_call = server.dbnum;
    // 慢速定期刪除的執(zhí)行時(shí)長(zhǎng)
    timelimit = 1000000*ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC/server.hz/100;
    timelimit_exit = 0;
    if (timelimit <= 0) timelimit = 1;
    if (type == ACTIVE_EXPIRE_CYCLE_FAST)
        timelimit = ACTIVE_EXPIRE_CYCLE_FAST_DURATION; /* 刪除操作花費(fèi)的時(shí)間 */
    long total_sampled = 0;
    long total_expired = 0;
    for (j = 0; j < dbs_per_call && timelimit_exit == 0; j++) {
        int expired;
        redisDb *db = server.db+(current_db % server.dbnum);
        current_db++;
        do {
            // .......
            expired = 0;
            ttl_sum = 0;
            ttl_samples = 0;
            // 每個(gè)數(shù)據(jù)庫(kù)中檢查的鍵的數(shù)量
            if (num > ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP)
                num = ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP;
            // 從數(shù)據(jù)庫(kù)中隨機(jī)選取 num 個(gè)鍵進(jìn)行檢查
            while (num--) {
                dictEntry *de;
                long long ttl;
                if ((de = dictGetRandomKey(db->expires)) == NULL) break;
                ttl = dictGetSignedInteger
                // 過(guò)期檢查,并對(duì)過(guò)期鍵進(jìn)行刪除
                if (activeExpireCycleTryExpire(db,de,now)) expired++;
                if (ttl > 0) {
                    ttl_sum += ttl;
                    ttl_samples++;
                }
                total_sampled++;
            }
            total_expired += expired;
            if (ttl_samples) {
                long long avg_ttl = ttl_sum/ttl_samples;
                if (db->avg_ttl == 0) db->avg_ttl = avg_ttl;
                db->avg_ttl = (db->avg_ttl/50)*49 + (avg_ttl/50);
            }
            if ((iteration & 0xf) == 0) { /* check once every 16 iterations. */
                elapsed = ustime()-start;
                if (elapsed > timelimit) {
                    timelimit_exit = 1;
                    server.stat_expired_time_cap_reached_count++;
                    break;
                }
            }
            /* 判斷過(guò)期鍵刪除數(shù)量是否超過(guò) 25% */
        } while (expired > ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP/4);
    }
    // .......
}

以上就是Redis 的刪除策略。下面來(lái)看一個(gè)面試題:

面試題:你知道 Redis 內(nèi)存淘汰策略和鍵的刪除策略的區(qū)別嗎?

Redis 內(nèi)存淘汰策略

我們可以通過(guò) config get maxmemory-policy 命令來(lái)查看當(dāng)前 Redis 的內(nèi)存淘汰策略:

127.0.0.1:6379> config get maxmemory-policy
1) "maxmemory-policy"
2) "noeviction"

當(dāng)前服務(wù)器設(shè)置的是 noeviction 類型的,對(duì)于 redis 6.x版本,主要有以下幾種內(nèi)存淘汰策略

  • noeviction:不淘汰任何數(shù)據(jù),當(dāng)內(nèi)存不足時(shí),執(zhí)行緩存新增操作會(huì)報(bào)錯(cuò),它是 Redis 默認(rèn)內(nèi)存淘汰策略。
  • allkeys-lru:淘汰整個(gè)鍵值中最久未使用的鍵值。
  • allkeys-random:隨機(jī)淘汰任意鍵值。
  • volatile-lru:淘汰所有設(shè)置了過(guò)期時(shí)間的鍵值中最久未使用的鍵值。
  • volatile-random:隨機(jī)淘汰設(shè)置了過(guò)期時(shí)間的任意鍵值。
  • volatile-ttl:優(yōu)先淘汰更早過(guò)期的鍵值。
  • volatile-lfu: 淘汰所有設(shè)置了過(guò)期時(shí)間的鍵值中最少使用的鍵值。
  • alkeys-lfu: 淘汰整個(gè)鍵值中最少使用的鍵值

也就是 alkeys 開(kāi)頭的表示從所有鍵值中淘汰相關(guān)數(shù)據(jù),而 volatile 表示從設(shè)置了過(guò)期鍵的鍵值中淘汰數(shù)據(jù)。

Redis 內(nèi)存淘汰算法

內(nèi)存淘汰算法主要分為 LRU 和 LFU 淘汰算法

LRU(Least Recently Used) 淘汰算法

是一種常用的頁(yè)面置換算法,LRU 是基于鏈表結(jié)構(gòu)實(shí)現(xiàn),鏈表中的元素按照操作順序從前往后排列。最新操作的鍵會(huì)被移動(dòng)到表頭,當(dāng)需要進(jìn)行內(nèi)存淘汰時(shí),只需要?jiǎng)h除鏈表尾部的元素。

Redis 使用的是一種近似 LRU 算法,目的是為了更好的節(jié)約內(nèi)存,給現(xiàn)有的數(shù)據(jù)結(jié)構(gòu)添加一個(gè)額外的字段,用于記錄此鍵值的最后一次訪問(wèn)時(shí)間。Redis 內(nèi)存淘汰時(shí),會(huì)使用隨機(jī)采樣的方式來(lái)淘汰數(shù)據(jù),隨機(jī)取5個(gè)值,然后淘汰最久沒(méi)有使用的數(shù)據(jù)。

LFU(Least Frequently Used)淘汰算法

根據(jù)總訪問(wèn)次數(shù)來(lái)淘汰數(shù)據(jù),核心思想是如果數(shù)據(jù)過(guò)去被訪問(wèn)多次,那么將來(lái)被訪問(wèn)的頻率也更高

以上就是Redis數(shù)據(jù)庫(kù)的鍵管理示例詳解的詳細(xì)內(nèi)容,更多關(guān)于Redis數(shù)據(jù)庫(kù)鍵管理的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!

相關(guān)文章

  • Redis消息隊(duì)列的三種實(shí)現(xiàn)方式

    Redis消息隊(duì)列的三種實(shí)現(xiàn)方式

    本文主要介紹了Redis消息隊(duì)列的三種實(shí)現(xiàn)方式,主要包括List實(shí)現(xiàn)消息隊(duì)列,PubSub消息隊(duì)列,Stream消息隊(duì)列,具有一定的參考價(jià)值,感興趣的可以了解一下
    2023-12-12
  • Redis 哨兵與集群腦裂問(wèn)題及其解決

    Redis 哨兵與集群腦裂問(wèn)題及其解決

    本文主要介紹了Redis 哨兵與集群腦裂問(wèn)題及其解決,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2025-04-04
  • 使用Redis實(shí)現(xiàn)用戶積分排行榜的教程

    使用Redis實(shí)現(xiàn)用戶積分排行榜的教程

    這篇文章主要介紹了使用Redis實(shí)現(xiàn)用戶積分排行榜的教程,包括一個(gè)用PHP腳本進(jìn)行操作的例子,需要的朋友可以參考下
    2015-04-04
  • 淺談Redis緩存有哪些淘汰策略

    淺談Redis緩存有哪些淘汰策略

    redis用做緩存是一種非常常見(jiàn)的手段,然而由于內(nèi)存大小的限制,會(huì)導(dǎo)致redis在內(nèi)存空間滿了以后需要處理繼續(xù)存入的數(shù)據(jù),所以就需要淘汰策略,本文就詳細(xì)的介紹一下
    2021-08-08
  • Windows環(huán)境下安裝Redis并設(shè)置Redis開(kāi)機(jī)自啟實(shí)踐

    Windows環(huán)境下安裝Redis并設(shè)置Redis開(kāi)機(jī)自啟實(shí)踐

    文章介紹了如何在Windows系統(tǒng)上安裝和配置Redis,包括下載Windows版本的Redis、設(shè)置連接密碼、啟動(dòng)Redis、設(shè)置開(kāi)機(jī)自啟等步驟
    2025-12-12
  • Redis主從復(fù)制詳解

    Redis主從復(fù)制詳解

    今天小編就為大家分享一篇關(guān)于Redis主從復(fù)制詳解,小編覺(jué)得內(nèi)容挺不錯(cuò)的,現(xiàn)在分享給大家,具有很好的參考價(jià)值,需要的朋友一起跟隨小編來(lái)看看吧
    2019-01-01
  • 如何高效地向Redis插入大量的數(shù)據(jù)(推薦)

    如何高效地向Redis插入大量的數(shù)據(jù)(推薦)

    本篇文章主要介紹了如何高效地向Redis插入大量的數(shù)據(jù),現(xiàn)在分享給大家,感興趣的小伙伴們可以參考一下。
    2016-11-11
  • Redis 執(zhí)行性能測(cè)試

    Redis 執(zhí)行性能測(cè)試

    這篇文章主要介紹了Redis 執(zhí)行性能測(cè)試的方法,文中講解非常細(xì)致,幫助大家更好的理解和學(xué)習(xí)redis,感興趣的朋友可以了解下
    2020-08-08
  • Redis集群的搭建圖文教程

    Redis集群的搭建圖文教程

    下面小編就為大家分享一篇Redis集群的搭建圖文教程,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2017-11-11
  • Redis報(bào)錯(cuò)NOAUTH?Authentication?required簡(jiǎn)單解決辦法

    Redis報(bào)錯(cuò)NOAUTH?Authentication?required簡(jiǎn)單解決辦法

    這篇文章主要給大家介紹了關(guān)于Redis報(bào)錯(cuò)NOAUTH?Authentication?required的簡(jiǎn)單解決辦法,Redis無(wú)密碼報(bào)錯(cuò)NOAUTH Authentication required的原因是客戶端訪問(wèn)Redis時(shí)需要提供密碼,但是沒(méi)有提供或提供的密碼不正確,需要的朋友可以參考下
    2024-05-05

最新評(píng)論

即墨市| 桓仁| 九江市| 万源市| 祁门县| 龙陵县| 灵武市| 乌拉特中旗| 昌吉市| 福建省| 临海市| 射洪县| 荃湾区| 临邑县| 青州市| 米林县| 扎囊县| 仙桃市| 盈江县| 额尔古纳市| 鞍山市| 石首市| 宁津县| 龙井市| 南溪县| 梁河县| 平塘县| 皮山县| 通渭县| 车致| 仁寿县| 阿克苏市| 白山市| 旅游| 绵竹市| 容城县| 阿尔山市| 北川| 阳新县| 滦南县| 江门市|