一、缓存数据库解决的两大问题

1、解决了CPU及内存压力

解决Session共享

其中就有一个最具代表性的问题:使用集群或分布式的时候,Session共享的问题。
解决方案:
1、 将 Cookie 存储到客户端。
缺点:

  • 不安全
  • 网络负担效率低

2、Session 复制
就是将一台服务器中得 session 对象 复制到 另一台服务器中得 session 对象。
缺点:session数据冗余、节点越多越浪费

3、存在文件服务器或者数据库里
缺点:大量的 IO 效率低

4、nosql缓存数据库
即完全存在缓存中,第一次登录,将session信息存在缓存中,第二次登录时,查看缓存中是否有登录信息即session,如果有就是登录状态。
优点:读的速度快、数据结构简单

这里采用的解决方案是使用缓存数据库NoSQL 数据库来实现 Session 共享,从而减轻CPU及内存压力

2、减少数据库IO的压力

减少数据库IO的压力
打破了传统关系型数据库以业务逻辑为依据的存储模式,而针对不同数据结构类型而改为以性能为有限的存储方式。

将一些经常要读取的数据存储到缓存数据库中,极大的减少了数据库IO的读操作,从而提高数据库的访问效率。

Redis是单线程+多路IO复用技术

二、Redis常用五大常用数据类型

1、String 类型

String 是 Redis 最基本的类型,一个 key 对应一个 value。同时,一个 Redis 中的字符串 value 最多可以是 512M

String 类型是二进制安全的。意味着 Redis 的 String 类型可以包含任何数据。比如 JPG图片或者序列化的对象。

String 类型的数据结构

String数据结构简单动态字符串(Simple Dynamic String,缩写SDS)。是可以修改的字符串,内部结构实现上类似于 Java 的 ArrayList,采用预分配冗余空间的方式来减少内存的频繁分配。

String的数据结构
如图中所示,内部为当前字符串实际分配的空间,capacity 一般要高于实际字符串长度 len。当字符串长度小于1M时同时超过 capacity 的长度,扩容都是加倍现有的空间 capacity ,如果超过1M,扩容时一次只会也最多扩1M 的空间。需要注意的是字符串最大长度512M

2、列表 List

单键多值
Redis 列表是简单的字符串列表,按照插入顺序排序。可以添加一个元素到列表的头部(左边)或者尾部(右边)。

它的底层实际是个双向链表,对两端的操作性能较高,通过索引下标的操作中间的节点性能会较差。

List集合的数据结构

List数据结构为快速链表 quickList
首先在列表元素较少的情况下会使用一块连续的内存存储,这个结构是 zipList,也就是压缩列表。它将所有的元素紧挨着一起存储,分配的是一块连续的内存。当数据比较多的时候才会改成 quickList
List

因为普通的链表需要的附加额外的指针 prev 和 next ,会比较浪费空间。

Redis 将链表zipList 结合起来组成了 quickList 。也就能将多个 zipList 使用双向指针串起来使用。这样既满足了快速的插入删除功能,又不会出现太大的空间冗余。
quickList结构

3、集合 Set

Redis 的 集合Set 对外提供的功能与 List 类似是一个列表的功能,特殊之处在于 Set 是可以自动排重的,当你需要存储一个列表数据,又不希望出现重复数据时,Set 就是一个很好的选择,并且 Set 提供了判断某个成员是否是在一个 Set 集合内的重要接口,这也是 List 所不能提供的。

Redis 的 Set 是 String 类型的无序集合。它底层其实是一个 value 为 null 的 hash 表,所以添加、删除、查找的时间复杂度都是 o(1)

Set集合的数据结构

Set 数据结构是 dict 字典,字典使用 hash 表实现的。
Java 中 HashSet 的内部实现使用的是 HashMap,只不过所有的 value 都指向同一个对象。Redis 的 Set 结构也是一样的,它的内部也是使用 hash 结构,所有的 value 都指向同一个内部值。

4、哈希 Hash

Hash哈希的数据结构

Redis Hash 是一个键值对集合
Redis Hash 是一个 String 类型的 field 和 value 的映射表,hash 特别适合用于存储对象。类似 Java 里的 Map<String,Object>。

用户ID为查找的 Key,存储的 value 用户对象包含姓名、年龄、生日等信息,如果用普通的 key / value 结构来存储。主要有以下2种存储方式:
类似Set集合
方法一的缺点:每次修改用户的某个属性时,要先反序列化将值改好后再序列化回去。开销比较大。
类似String类型的键值对存储
方法二缺点:用户ID 数据冗余。

最后一种使用 Redis 的 Hash 类型存储
使用Hash存储值
这种方法,通过 key(用户ID) + field(标签属性) 就可以操作对应属性数据了,既不需要重复存储数据,也不会带来序列化和并发修改控制的问题。

5、有序集合 Zset (sorted set)

Redis 有序集合 Zset 与普通集合 Set 非常相似,是一个没有重复元素的字符串集合。
不同之处,有序集合的每一个成员都关联了一个评分(score),这个评分(score)被用来按照从最低分到最高分的方式排序集合中得成员。集合的成员是惟一的,但评分(score)是可以重复的。

由于元素是有序的,所以可以很快根据评分(score)或者次序(position)来获取一个范围的元素。同时,访问有序集合的中间元素也是非常快的,因此可以使用有序集合作为一个没有重复成员的只能列表。

Zset有序集合的数据结构

Zset(SortedSet)是 Redis 提供的一个非常特别的数据结构,一方面它等价于 Java 的数据结构 Map<String,Double>,可以给每一个元素 value 赋予一个权重 score,另一方面它又类似于 TreeSet,内部的元素会按照权重 score 进行排序,可以得到每一个元素的名次,开可以通过 score 的范围来获取元素列表。
Zset

Zset 底层使用了两个数据结构:
(1)hash,hash 的作用就是关联元素 value 和权重 score,保障元素 value 的唯一性,可以通过元素 value 找到相应的 score 值;
(2)跳跃表,跳跃表的目的在于给元素 value 排序,根据 score 的范围获取元素的列表。

跳跃表

有序集合在生活中比较常见,例如根据成绩对学生排名,根据得分对玩家排名等。对于有序集合的底层实现,可以用数组、平衡树、链表等。数组不便元素的插入、删除;平衡树或红黑树虽然效率高但结构复杂;链表查询需要遍历所有效率低。Redis采用的是跳跃表。跳跃表效率堪比红黑树,实现远比红黑树简单。

下面通过对比 有序链表 和 跳跃表 的实例来进行体验其效率
目标:从表中查出 51
(1)有序链表
有序链表
要查找值为51的元素,需要从第一个元素开始依次查找、比较才能找到。共需要6次比较。

(2)跳跃表
跳跃表
从第2层开始,1节点比51节点小,向后比较,21节点比51节点小,继续向后比较,后面就是NULL了,所以从21节点向下到第1层。
在第1层,41节点比51节点小,继续向后,61节点比51节点大,所以从41向下
在第0层,51节点为要查找的节点,节点被找到,共查找4次。

从此可以看出跳跃表比有序链表效率要高

最后修改:2021 年 08 月 21 日 09 : 47 PM
如果觉得我的文章对你有用,请随意赞赏