济南网站假设推广,网页网站自做全搞定,狼窝网站更新升级通知,网站建设制作专业Redis的多IO线程只是用来处理网络请求的，对于读写操作命令Redis仍然使用单线程来处理
Redisson分布式锁实现15问 文章目录 主线程和IO线程是如何协作的Unix网络编程中的五种IO模型Linux世界一切皆文件生产上限制keys *、flushdb、flushall等危险命令keys * 遍历查询100W数据花…Redis的多IO线程只是用来处理网络请求的，对于读写操作命令Redis仍然使用单线程来处理
Redisson分布式锁实现15问 文章目录 主线程和IO线程是如何协作的Unix网络编程中的五种IO模型Linux世界一切皆文件生产上限制keys *、flushdb、flushall等危险命令keys * 遍历查询100W数据花费时长配置禁用这些命令 BigKey案例缓存更新策略Redis内存不足的缓存淘汰策略先删缓存再操作数据库理想情况多线程竟态条件下多线程竟态条件下 先操作数据库再删除缓存【胜出】理想情况 总结 项目实践【黑马点评】目标缓存一致性缓存穿透缓存穿透解决方案调研实战解决商铺信息缓存穿透总结 缓存雪崩缓存击穿缓存击穿解决方案调研实战解决缓存击穿互斥锁（setnx） 优惠券秒杀-单机锁全局唯一ID自增ID存在的问题分布式ID的实现 实战优惠券秒杀总结 优惠券秒杀-分布式锁自定义的分布式锁将单机 synchronized 替换为自定义分布式锁分布式锁误删问题🍖问题原因分析代码实现 判断锁标识和释放锁非原子性🥩存在的问题锁不可重入不可重试超时释放主从一致性 Redis集群方案主从复制—全量同步、增量同步全量同步增量同步面试题 哨兵模式服务状态监控redis集群（哨兵模式）脑裂面试题 分片集群分片集群结构分片集群结构——数据读写存在的问题面试题1面试题2 Big Key大key的影响大key的查找删除大key注意事项大key的处理分拆方案一、单个简单的key存储的value很大二、value中存储过多的元素方案一：使用时间戳作为附加属性方案二：通过在 `key` 拼接上基于时间分拆代码解释方案一代码解释方案二代码解释 主线程和IO线程是如何协作的 阶段一:服务端和客户端建立Socket连接，并分配处理线程 首先，主线程负责接收建立连接请求，当有客户端请求和实例建立Socket连接时，主线程会创建和客户端的连接，并把 Socket放入全局等待队列中。紧接着，主线程通过轮询方法把Socket连接分配给IO线程 阶段二:IO线程读取并解析请求 主线程一旦把Socket分配给IO线程，就会进入阻塞状态，等待IO线程完成客户端请求读取和解析。因为有多个IO线程在并行处理，所以，这个过程很快就可以完成。 阶段三:主线程执行请求操作 等到IO线程解析完请求，主线程还是会以单线程的方式执行这些命令操作 阶段四:IO线程回写Socket和主线程清空全局队列 当主线程执行完请求操作后，会把需要返回的结果写入缓冲区，然后，主线程会阻塞等待IO线程，把这些结果回写到Socket中，并返回给客户端。和IO线程读取和解析请求一样，IO线程回写Socket时，也是有多个线程在并发执行，所以回写Socket的速度也很快。等到IO线程回写Socket完毕，主线程会清空全局队列，等待客户端的后续请求。 Unix网络编程中的五种IO模型
Blocking IO - 阻塞IO
NoneBlocking IO - 非阻塞IO
IO multiplexing - IO多路复用 ★★★
signal driven IO - 信号驱动IO（偏C）
asynchronous IO - 异步IO（偏C）
Linux世界一切皆文件
文件描述符、简称FD，句柄
FileDescriptor： 文件描述符（File descriptor）是计算机科学中的一个术语，是一个用于表述指向文件的引用的抽象化概念。文件描述符在形式上是一个非负整数。实际上，它是一个索引值，指向内核为每一个进程所维护的该进程打开文件的记录表。当程序打开一个现有文件或者创建一个新文件时，内核向进程返回一个文件描述符。在程序设计中，文件描述符这一概念往往只适用于UNIX、Linux这样的操作系统 I/O 的读和写本身是堵塞的，比如当 socket 中有数据时，Redis 会通过调用先将数据从内核态空间拷贝到用户态空间，再交给 Redis 调用，而这个拷贝的过程就是阻塞的，当数据量越大时拷贝所需要的时间就越多，而这些操作都是基于单线程完成的 生产上限制keys *、flushdb、flushall等危险命令
keys * 遍历查询100W数据花费时长 配置禁用这些命令
redis.conf 在 SECURITY 这一项中
rename-command keys ""
rename-command flushdb ""
rename-command FLUSHALL ""BigKey案例
多大算Big 参考《阿里云Redis开发规范》 缓存更新策略 Redis内存不足的缓存淘汰策略
noeviction：当内存使用超过配置的时候会返回错误，不会驱逐任何键allkeys-lru：加入键的时候，如果过限，首先通过LRU算法驱逐最久没有使用的键volatile-lru：加入键的时候如果过限，首先从设置了过期时间的键集合中驱逐最久没有使用的键allkeys-random：加入键的时候如果过限，从所有key随机删除volatile-random：加入键的时候如果过限，从过期键的集合中随机驱逐volatile-ttl：从配置了过期时间的键中驱逐马上就要过期的键volatile-lfu：从所有配置了过期时间的键中驱逐使用频率最少的键 allkeys-lfu：从所有键中驱逐使用频率最少的键 先删缓存再操作数据库
理想情况 多线程竟态条件下 多线程竟态条件下
好巧不巧，缓存失效了，此时线程2要采用先更新数据库再删除缓存的策略，但由于更新数据库没有线程1查询数据库快，所以查到的还是未更新前的旧值10； 线程2更新完毕之后删除了redis缓存，线程1获取时间片后又将10写回了缓存，导致数据库缓存不一致的情况
先操作数据库再删除缓存【胜出】
理想情况 总结
给缓存设置过期时间，定期清理缓存并回写，是保证最终一致性的解决方案
我们可以对存入缓存的数据设置过期时间，所有的写操作以数据库为准，对缓存操作只是尽最大努力即可。 也就是说如果数据库写成功，缓存更新失败，那么只要到达过期时间，则后面的读请求自然会从数据库中读取新值然后回填缓存，达到一致性，切记，要以数据落库DB为准
项目实践【黑马点评】
目标 缓存一致性 com.sddp.service.impl.ShopServiceImpl#update 事务保证原子性，如果在微服务系统中，这两步不在一个方法当中，甚至不在一个服务当中，那么就需要mq消息通知删除缓存的服务，可以借助TCC来保证分布式事务的原子性 缓存穿透
缓存穿透是指客户端请求的数据在缓存中和数据库中都不存在，这样缓存永远不会生效，这些请求都会打到数据库。如果被恶意用户利用，对服务器会造成负载，严重会导致服务不可用 常见的解决方案有两种: com.sddp.service.impl.ShopServiceImpl#queryById 在这里插入代码片缓存穿透解决方案调研 实战解决商铺信息缓存穿透
如果提交的商铺id本身就是瞎写的，查询数据库之后必然没有数据，那此时，redis则将此id存在redis并赋值为null，下次在查询此id时直接走redis返回null即可
总结 缓存雪崩 TTL随机数分散降低机率 Redis宕机：利用集群提高服务的可用性 快速失败、拒绝服务 缓存击穿
缓存击穿问题也叫热点Key问题，就是一个被高并发访问并且缓存重建业务较复杂 （下图第 2 步比较耗时，导致多线程访问的时候短时间为写入缓存，期间的流量都打到DB上了）的key突然失效了，无数的请求访问会在瞬间给数据库带来巨大的冲击。
缓存击穿解决方案调研
互斥锁：CP（强一致） 逻辑过期：AP（高可用）
实战解决缓存击穿
多个线程同时去查询数据库的这条数据，那么我们可以在第一个查询数据的请求上使用一个 互斥锁 来锁住它。
其他的线程走到这一步拿不到锁就等着，等第一个线程查询到了数据，然后做缓存。
后面的线程进来发现已经有缓存了，就直接走缓存 /*** @auther zzyy* @create 2021-05-01 14:58*/
@Service
@Slf4j
public class UserService {public static final String CACHE_KEY_USER = "user:";@Resourceprivate UserMapper userMapper;@Resourceprivate RedisTemplate redisTemplate;/*** 业务逻辑没有写错，对于小厂中厂(QPS《=1000)可以使用，但是大厂不行* @param id* @return*/public User findUserById(Integer id){User user = null;String key = CACHE_KEY_USER+id;//1 先从redis里面查询，如果有直接返回结果，如果没有再去查询mysqluser = (User) redisTemplate.opsForValue().get(key);if(user == null){//2 redis里面无，继续查询mysqluser = userMapper.selectByPrimaryKey(id);if(user == null){//3.1 redis+mysql 都无数据//你具体细化，防止多次穿透，我们业务规定，记录下导致穿透的这个key回写redisreturn user;}else{//3.2 mysql有，需要将数据写回redis，保证下一次的缓存命中率redisTemplate.opsForValue().set(key,user);}}return user;}/*** 加强补充，避免突然key失效了，打爆mysql，做一下预防，尽量不出现击穿的情况。* @param id* @return*/public User findUserById2(Integer id){User user = null;String key = CACHE_KEY_USER+id;//1 先从redis里面查询，如果有直接返回结果，如果没有再去查询mysql，// 第1次查询redis，加锁前user = (User) redisTemplate.opsForValue().get(key);if(user == null) {//2 大厂用，对于高QPS的优化，进来就先加锁，保证一个请求操作，让外面的redis等待一下，避免击穿mysqlsynchronized (UserService.class){//第2次查询redis，加锁后user = (User) redisTemplate.opsForValue().get(key);//3 二次查redis还是null，可以去查mysql了(mysql默认有数据)if (user == null) {//4 查询mysql拿数据(mysql默认有数据)user = userMapper.selectByPrimaryKey(id);if (user == null) {return null;}else{//5 mysql里面有数据的，需要回写redis，完成数据一致性的同步工作redisTemplate.opsForValue().setIfAbsent(key,user,7L,TimeUnit.DAYS);}}}}return user;}
}互斥锁（setnx）
public boolean tryLock(String key){Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
