Redis由浅入深深深深深剖析
點擊上方“后端技術(shù)精選”，選擇“置頂公眾號”
技術(shù)文章第一時間送達(dá)！
作者：ObjectSpace
juejin.im/post/5d809a89e51d456206115ab3
前言
常用的SQL數(shù)據(jù)庫的數(shù)據(jù)都是存在磁盤中的，雖然在數(shù)據(jù)庫底層也做了對應(yīng)的緩存來減少數(shù)據(jù)庫的IO壓力，但由于數(shù)據(jù)庫的緩存一般是針對查詢的內(nèi)容，而且粒度也比較小，一般只有表中的數(shù)據(jù)沒有發(fā)生變動的時候，數(shù)據(jù)庫的緩存才會產(chǎn)生作用，但這并不能減少業(yè)務(wù)邏輯對數(shù)據(jù)庫的增刪改操作的IO壓力，因此緩存技術(shù)應(yīng)運(yùn)而生，該技術(shù)實現(xiàn)了對熱點數(shù)據(jù)的高速緩存，可以大大緩解后端數(shù)據(jù)庫的壓力。
主流應(yīng)用架構(gòu)
客戶端在對數(shù)據(jù)庫發(fā)起請求時，先到緩存層查看是否有所需的數(shù)據(jù)，如果緩存層存有客戶端所需的數(shù)據(jù)，則直接從緩存層返回，否則進(jìn)行穿透查詢，對數(shù)據(jù)庫進(jìn)行查詢，如果在數(shù)據(jù)庫中查詢到該數(shù)據(jù)，則將該數(shù)據(jù)回寫到緩存層，以便下次客戶端再次查詢能夠直接從緩存層獲取數(shù)據(jù)。
緩存中間件 -- Memcache和Redis的區(qū)別
Memcache:代碼層類似Hash
支持簡單數(shù)據(jù)類型
不支持?jǐn)?shù)據(jù)持久化存儲
不支持主從
不支持分片
Redis
數(shù)據(jù)類型豐富
支持?jǐn)?shù)據(jù)磁盤持久化存儲
支持主從
支持分片
為什么Redis能這么快
Redis的效率很高，官方給出的數(shù)據(jù)是100000+QPS(query per second),這是因為：
Redis完全基于內(nèi)存，絕大部分請求是純粹的內(nèi)存操作，執(zhí)行效率高。
Redis使用單進(jìn)程單線程模型的(K,V)數(shù)據(jù)庫，將數(shù)據(jù)存儲在內(nèi)存中，存取均不會受到硬盤IO的限制，因此其執(zhí)行速度極快，另外單線程也能處理高并發(fā)請求，還可以避免頻繁上下文切換和鎖的競爭，如果想要多核運(yùn)行也可以啟動多個實例。
數(shù)據(jù)結(jié)構(gòu)簡單，對數(shù)據(jù)操作也簡單，Redis不使用表，不會強(qiáng)制用戶對各個關(guān)系進(jìn)行關(guān)聯(lián)，不會有復(fù)雜的關(guān)系限制，其存儲結(jié)構(gòu)就是鍵值對，類似于HashMap，HashMap最大的優(yōu)點就是存取的時間復(fù)雜度為O(1)。
Redis使用多路I/O復(fù)用模型，為非阻塞IO（非阻塞IO會另寫一篇解釋，可以先行百度）。
注：Redis采用的I/O多路復(fù)用函數(shù)：epoll/kqueue/evport/select
選用策略：
因地制宜，優(yōu)先選擇時間復(fù)雜度為O(1)的I/O多路復(fù)用函數(shù)作為底層實現(xiàn)。
由于select要遍歷每一個IO，所以其時間復(fù)雜度為O(n)，通常被作為保底方案。
基于react設(shè)計模式監(jiān)聽I/O事件。
Redis的數(shù)據(jù)類型
String
最基本的數(shù)據(jù)類型，其值最大可存儲512M，二進(jìn)制安全（Redis的String可以包含任何二進(jìn)制數(shù)據(jù)，包含jpg對象等）。
注：如果重復(fù)寫入key相同的鍵值對，后寫入的會將之前寫入的覆蓋。
Hash
String元素組成的字典，適用于存儲對象。
List
列表，按照String元素插入順序排序。其順序為后進(jìn)先出。由于其具有棧的特性，所以可以實現(xiàn)如“最新消息排行榜”這類的功能。
Set
String元素組成的無序集合，通過哈希表實現(xiàn)（增刪改查時間復(fù)雜度為O(1)），不允許重復(fù)。
另外，當(dāng)我們使用smembers遍歷set中的元素時，其順序也是不確定的，是通過hash運(yùn)算過后的結(jié)果。Redis還對集合提供了求交集、并集、差集等操作，可以實現(xiàn)如同共同關(guān)注，共同好友等功能。
Sorted Set
通過分?jǐn)?shù)來為集合中的成員進(jìn)行從小到大的排序。
更高級的Redis類型
用于計數(shù)的HyperLogLog、用于支持存儲地理位置信息的Geo。
從海量Key里查詢出某一個固定前綴的Key
假設(shè)redis中有十億條key，如何從這么多key中找到固定前綴的key？
方法1：使用KEYS [pattern]：查找所有符合給定模式pattern的key
使用keys [pattern]指令可以找到所有符合pattern條件的key，但是keys會一次性返回所有符合條件的key，所以會造成redis的卡頓，假設(shè)redis此時正在生產(chǎn)環(huán)境下，使用該命令就會造成隱患，另外如果一次性返回所有key，對內(nèi)存的消耗在某些條件下也是巨大的。
例：
keys?test*?//返回所有以test為前綴的key方法2：使用SCAN cursor [MATCH pattern] [COUNT count]
cursor：游標(biāo)
MATCH pattern：查詢key的條件
count：返回的條數(shù)
SCAN是一個基于游標(biāo)的迭代器，需要基于上一次的游標(biāo)延續(xù)之前的迭代過程。SCAN以0作為游標(biāo)，開始一次新的迭代，直到命令返回游標(biāo)0完成一次遍歷。此命令并不保證每次執(zhí)行都返回某個給定數(shù)量的元素，甚至?xí)祷?個元素，但只要游標(biāo)不是0，程序都不會認(rèn)為SCAN命令結(jié)束，但是返回的元素數(shù)量大概率符合count參數(shù)。另外，SCAN支持模糊查詢。
例：
SCAN?0?MATCH?test*?COUNT?10?//每次返回10條以test為前綴的key如何通過Redis實現(xiàn)分布式鎖
分布式鎖
分布式鎖是控制分布式系統(tǒng)之間共同訪問共享資源的一種鎖的實現(xiàn)。如果一個系統(tǒng)，或者不同系統(tǒng)的不同主機(jī)之間共享某個資源時，往往需要互斥，來排除干擾，滿足數(shù)據(jù)一致性。
分布式鎖需要解決的問題如下：
互斥性：任意時刻只有一個客戶端獲取到鎖，不能有兩個客戶端同時獲取到鎖。
安全性：鎖只能被持有該鎖的客戶端刪除，不能由其它客戶端刪除。
死鎖：獲取鎖的客戶端因為某些原因而宕機(jī)繼而無法釋放鎖，其它客戶端再也無法獲取鎖而導(dǎo)致死鎖，此時需要有特殊機(jī)制來避免死鎖。
容錯：當(dāng)各個節(jié)點，如某個redis節(jié)點宕機(jī)的時候，客戶端仍然能夠獲取鎖或釋放鎖。
如何使用redis實現(xiàn)分布式鎖
使用SETNX實現(xiàn)
SETNX key value:如果key不存在，則創(chuàng)建并賦值。該命令時間復(fù)雜度為O(1)，如果設(shè)置成功，則返回1，否則返回0。
由于SETNX指令操作簡單，且是原子性的，所以初期的時候經(jīng)常被人們作為分布式鎖，我們在應(yīng)用的時候，可以在某個共享資源區(qū)之前先使用SETNX指令，查看是否設(shè)置成功，如果設(shè)置成功則說明前方?jīng)]有客戶端正在訪問該資源，如果設(shè)置失敗則說明有客戶端正在訪問該資源，那么當(dāng)前客戶端就需要等待。
但是如果真的這么做，就會存在一個問題，因為SETNX是長久存在的，所以假設(shè)一個客戶端正在訪問資源，并且上鎖，那么當(dāng)這個客戶端結(jié)束訪問時，該鎖依舊存在，后來者也無法成功獲取鎖，這個該如何解決呢？
由于SETNX并不支持傳入EXPIRE參數(shù)，所以我們可以直接使用EXPIRE指令來對特定的key來設(shè)置過期時間。
用法：EXPIRE key seconds
程序：
RedisService?redisService?=?SpringUtils.getBean(RedisService.class); long?status?=?redisService.setnx(key,"1"); if(status?==?1){redisService.expire(key,expire);doOcuppiedWork(); }這段程序存在的問題：假設(shè)程序運(yùn)行到第二行出現(xiàn)異常，那么程序來不及設(shè)置過期時間就結(jié)束了，則key會一直存在，等同于鎖一直被持有無法釋放。出現(xiàn)此問題的根本原因為：原子性得不到滿足。
解決：從Redis2.6.12版本開始，我們就可以使用Set操作，將Setnx和expire融合在一起執(zhí)行，具體做法如下。
SET?KEY?value?[EX?seconds]?[PX?milliseconds]?[NX|XX]EX second:設(shè)置鍵的過期時間為second秒。
PX millisecond:設(shè)置鍵的過期時間為millisecond毫秒。
NX：只在鍵不存在時，才對鍵進(jìn)行設(shè)置操作。
XX:只在鍵已經(jīng)存在時，才對鍵進(jìn)行設(shè)置操作。
注：SET操作成功完成時才會返回OK，否則返回nil。
有了SET我們就可以在程序中使用類似下面的代碼實現(xiàn)分布式鎖了：
RedisService?redisService?=?SpringUtils.getBean(RedisService.class); String?result?=?redisService.set(lockKey,requestId,SET_IF_NOT_EXIST,SET_WITH_EXPIRE_TIME,expireTime); if("OK.equals(result)"){doOcuppiredWork(); }如何實現(xiàn)異步隊列
使用Redis中的List作為隊列
使用上文所說的Redis的數(shù)據(jù)結(jié)構(gòu)中的List作為隊列 Rpush生產(chǎn)消息，LPOP消費(fèi)消息。
此時我們可以看到，該隊列是使用rpush生產(chǎn)隊列，使用lpop消費(fèi)隊列。在這個生產(chǎn)者-消費(fèi)者隊列里，當(dāng)lpop沒有消息時，證明該隊列中沒有元素，并且生產(chǎn)者還沒有來得及生產(chǎn)新的數(shù)據(jù)。
缺點：lpop不會等待隊列中有值之后再消費(fèi)，而是直接進(jìn)行消費(fèi)。
彌補(bǔ)：可以通過在應(yīng)用層引入Sleep機(jī)制去調(diào)用LPOP重試。
使用BLPOP key [key…] timeout
BLPOP key [key …] timeout:阻塞直到隊列有消息或者超時。
缺點：按照此種方法，我們生產(chǎn)后的數(shù)據(jù)只能提供給各個單一消費(fèi)者消費(fèi)
能否實現(xiàn)生產(chǎn)一次就能讓多個消費(fèi)者消費(fèi)呢？
pub/sub：主題訂閱者模式
發(fā)送者（pub）發(fā)送消息，訂閱者（sub）接收消息。訂閱者可以訂閱任意數(shù)量的頻道
pub/sub模式的缺點：
消息的發(fā)布是無狀態(tài)的，無法保證可達(dá)。對于發(fā)布者來說，消息是“即發(fā)即失”的，此時如果某個消費(fèi)者在生產(chǎn)者發(fā)布消息時下線，重新上線之后，是無法接收該消息的，要解決該問題需要使用專業(yè)的消息隊列，如kafka…此處不再贅述。
Redis持久化
什么是持久化
持久化，即將數(shù)據(jù)持久存儲，而不因斷電或其它各種復(fù)雜外部環(huán)境影響數(shù)據(jù)的完整性。由于Redis將數(shù)據(jù)存儲在內(nèi)存而不是磁盤中，所以內(nèi)存一旦斷電，Redis中存儲的數(shù)據(jù)也隨即消失，這往往是用戶不期望的，所以Redis有持久化機(jī)制來保證數(shù)據(jù)的安全性。
Redis如何做持久化
Redis目前有兩種持久化方式，即RDB和AOF，RDB是通過保存某個時間點的全量數(shù)據(jù)快照實現(xiàn)數(shù)據(jù)的持久化，當(dāng)恢復(fù)數(shù)據(jù)時，直接通過rdb文件中的快照，將數(shù)據(jù)恢復(fù)。
RDB(快照)持久化:保存某個時間點的全量數(shù)據(jù)快照
RDB持久化會在某個特定的間隔保存那個時間點的全量數(shù)據(jù)的快照。
RDB配置文件:
redis.conf:
??save?900?1?#在900s內(nèi)如果有1條數(shù)據(jù)被寫入，則產(chǎn)生一次快照。save?300?10?#在300s內(nèi)如果有10條數(shù)據(jù)被寫入，則產(chǎn)生一次快照save?60?10000?#在60s內(nèi)如果有10000條數(shù)據(jù)被寫入，則產(chǎn)生一次快照stop-writes-on-bgsave-error?yes?#stop-writes-on-bgsave-error ：#如果為yes則表示，當(dāng)備份進(jìn)程出錯的時候，#主進(jìn)程就停止進(jìn)行接受新的寫入操作，這樣是為了保護(hù)持久化的數(shù)據(jù)一致性的問題。RDB的創(chuàng)建與載入
SAVE:阻塞Redis的服務(wù)器進(jìn)程，直到RDB文件被創(chuàng)建完畢。SAVE命令很少被使用，因為其會阻塞主線程來保證快照的寫入，由于Redis是使用一個主線程來接收所有客戶端請求，這樣會阻塞所有客戶端請求。
BGSAVE:該指令會Fork出一個子進(jìn)程來創(chuàng)建RDB文件，不阻塞服務(wù)器進(jìn)程，子進(jìn)程接收請求并創(chuàng)建RDB快照，父進(jìn)程繼續(xù)接收客戶端的請求。子進(jìn)程在完成文件的創(chuàng)建時會向父進(jìn)程發(fā)送信號，父進(jìn)程在接收客戶端請求的過程中，在一定的時間間隔通過輪詢來接收子進(jìn)程的信號。我們也可以通過使用lastsave指令來查看bgsave是否執(zhí)行成功，lastsave可以返回最后一次執(zhí)行成功bgsave的時間。
自動化觸發(fā)RDB持久化的方式
根據(jù)redis.conf配置里的SAVE m n 定時觸發(fā)（實際上使用的是BGSAVE）
主從復(fù)制時，主節(jié)點自動觸發(fā)。
執(zhí)行Debug Reload
執(zhí)行Shutdown且沒有開啟AOF持久化。
BGSAVE的原理
啟動：
1.檢查是否存在子進(jìn)程正在執(zhí)行AOF或者RDB的持久化任務(wù)。如果有則返回false。
2.調(diào)用Redis源碼中的rdbSaveBackground方法，方法中執(zhí)行fork()產(chǎn)生子進(jìn)程執(zhí)行rdb操作。
3.關(guān)于fork()中的Copy-On-Write
fork()在linux中創(chuàng)建子進(jìn)程采用Copy-On-Write（寫時拷貝技術(shù)），即如果有多個調(diào)用者同時要求相同資源（如內(nèi)存或磁盤上的數(shù)據(jù)存儲），他們會共同獲取相同的指針指向相同的資源，直到某個調(diào)用者試圖修改資源的內(nèi)容時，系統(tǒng)才會真正復(fù)制一份專用副本給調(diào)用者，而其它調(diào)用者所見到的最初的資源仍然保持不變。
RDB持久化方式的缺點
內(nèi)存數(shù)據(jù)全量同步，數(shù)據(jù)量大的狀況下，會由于I/O而嚴(yán)重影響性能。
可能會因為Redis宕機(jī)而丟失從當(dāng)前至最近一次快照期間的數(shù)據(jù)。
AOF(Append-Only-File)持久化:保存寫狀態(tài)
AOF持久化是通過保存Redis的寫狀態(tài)來記錄數(shù)據(jù)庫的。相對RDB來說，RDB持久化是通過備份數(shù)據(jù)庫的狀態(tài)來記錄數(shù)據(jù)庫，而AOF持久化是備份數(shù)據(jù)庫接收到的指令。
AOF記錄除了查詢以外的所有變更數(shù)據(jù)庫狀態(tài)的指令。
以增量的形式追加保存到AOF文件中。
開啟AOF持久化
1.打開redis.conf配置文件,將appendonly屬性改為yes。
2.修改appendfsync屬性，該屬性可以接收三種參數(shù)，分別是always,everysec,no,always表示總是即時將緩沖區(qū)內(nèi)容寫入AOF文件當(dāng)中，everysec表示每隔一秒將緩沖區(qū)內(nèi)容寫入AOF文件，no表示將寫入文件操作交由操作系統(tǒng)決定，一般來說，操作系統(tǒng)考慮效率問題，會等待緩沖區(qū)被填滿再將緩沖區(qū)數(shù)據(jù)寫入AOF文件中。
??appendonly?yes#appendsync?alwaysappendfsync?everysec#?appendfsync?no日志重寫解決AOF文件不斷增大的問題
隨著寫操作的不斷增加，AOF文件會越來越大。假設(shè)遞增一個計數(shù)器100次，如果使用RDB持久化方式，我們只要保存最終結(jié)果100即可，而AOF持久化方式需要記錄下這100次遞增操作的指令，而事實上要恢復(fù)這條記錄，只需要執(zhí)行一條命令就行，所以那一百條命令實際可以精簡為一條。
Redis支持這樣的功能，在不中斷前臺服務(wù)的情況下，可以重寫AOF文件，同樣使用到了COW（寫時拷貝）。重寫過程如下：
調(diào)用fork()，創(chuàng)建一個子進(jìn)程。
子進(jìn)程把新的AOF寫到一個臨時文件里，不依賴原來的AOF文件。
主進(jìn)程持續(xù)將新的變動同時寫到內(nèi)存和原來的AOF里。
主進(jìn)程獲取子進(jìn)程重寫AOF的完成信號，往新AOF同步增量變動。
使用新的AOF文件替換掉舊的AOF文件。
AOF和RDB的優(yōu)缺點
RDB優(yōu)點：全量數(shù)據(jù)快照，文件小，恢復(fù)快。
RDB缺點：無法保存最近一次快照之后的數(shù)據(jù)。
AOF優(yōu)點：可讀性高，適合保存增量數(shù)據(jù)，數(shù)據(jù)不易丟失。
AOF缺點：文件體積大，恢復(fù)時間長。
RDB-AOF混合持久化方式
redis4.0之后推出了此種持久化方式，RDB作為全量備份，AOF作為增量備份，并且將此種方式作為默認(rèn)方式使用。
在上述兩種方式中，RDB方式是將全量數(shù)據(jù)寫入RDB文件，這樣寫入的特點是文件小，恢復(fù)快，但無法保存最近一次快照之后的數(shù)據(jù)，AOF則將redis指令存入文件中，這樣又會造成文件體積大，恢復(fù)時間長等弱點。
在RDB-AOF方式下，持久化策略首先將緩存中數(shù)據(jù)以RDB方式全量寫入文件，再將寫入后新增的數(shù)據(jù)以AOF的方式追加在RDB數(shù)據(jù)的后面，在下一次做RDB持久化的時候?qū)OF的數(shù)據(jù)重新以RDB的形式寫入文件。
這種方式既可以提高讀寫和恢復(fù)效率，也可以減少文件大小，同時可以保證數(shù)據(jù)的完整性。在此種策略的持久化過程中，子進(jìn)程會通過管道從父進(jìn)程讀取增量數(shù)據(jù)，在以RDB格式保存全量數(shù)據(jù)時，也會通過管道讀取數(shù)據(jù)，同時不會造成管道阻塞。可以說，在此種方式下的持久化文件，前半段是RDB格式的全量數(shù)據(jù)，后半段是AOF格式的增量數(shù)據(jù)。此種方式是目前較為推薦的一種持久化方式。
Redis數(shù)據(jù)的恢復(fù)
RDB和AOF文件共存情況下的恢復(fù)流程
從圖可知，Redis啟動時會先檢查AOF是否存在，如果AOF存在則直接加載AOF，如果不存在AOF，則直接加載RDB文件。
Pineline
Pipeline和Linux的管道類似，它可以讓Redis批量執(zhí)行指令。
Redis基于請求/響應(yīng)模型，單個請求處理需要一一應(yīng)答。如果需要同時執(zhí)行大量命令，則每條命令都需要等待上一條命令執(zhí)行完畢后才能繼續(xù)執(zhí)行，這中間不僅僅多了RTT,還多次使用了系統(tǒng)IO。Pipeline由于可以批量執(zhí)行指令，所以可以節(jié)省多次IO和請求響應(yīng)往返的時間。但是如果指令之間存在依賴關(guān)系，則建議分批發(fā)送指令。
Redis的同步機(jī)制
主從同步原理
Redis一般是使用一個Master節(jié)點來進(jìn)行寫操作，而若干個Slave節(jié)點進(jìn)行讀操作，Master和Slave分別代表了一個個不同的RedisServer實例，另外定期的數(shù)據(jù)備份操作也是單獨選擇一個Slave去完成，這樣可以最大程度發(fā)揮Redis的性能，為的是保證數(shù)據(jù)的弱一致性和最終一致性。另外，Master和Slave的數(shù)據(jù)不是一定要即時同步的，但是在一段時間后Master和Slave的數(shù)據(jù)是趨于同步的，這就是最終一致性。
全同步過程
Slave發(fā)送sync命令到Master。
Master啟動一個后臺進(jìn)程，將Redis中的數(shù)據(jù)快照保存到文件中。
Master將保存數(shù)據(jù)快照期間接收到的寫命令緩存起來。
Master完成寫文件操作后，將該文件發(fā)送給Slave。
使用新的AOF文件替換掉舊的AOF文件。
Master將這期間收集的增量寫命令發(fā)送給Slave端。
增量同步過程
Master接收到用戶的操作指令，判斷是否需要傳播到Slave。
將操作記錄追加到AOF文件。
將操作傳播到其它Slave：1.對齊主從庫；2.往響應(yīng)緩存寫入指令。
將緩存中的數(shù)據(jù)發(fā)送給Slave。
Redis Sentinel（哨兵）
主從模式弊端：當(dāng)Master宕機(jī)后，Redis集群將不能對外提供寫入操作。Redis Sentinel可解決這一問題。
解決主從同步Master宕機(jī)后的主從切換問題：
監(jiān)控：檢查主從服務(wù)器是否運(yùn)行正常。
提醒：通過API向管理員或者其它應(yīng)用程序發(fā)送故障通知。
自動故障遷移：主從切換（在Master宕機(jī)后，將其中一個Slave轉(zhuǎn)為Master，其他的Slave從該節(jié)點同步數(shù)據(jù)）。
Redis集群
原理：如何從海量數(shù)據(jù)里快速找到所需？
分片
按照某種規(guī)則去劃分?jǐn)?shù)據(jù)，分散存儲在多個節(jié)點上。通過將數(shù)據(jù)分到多個Redis服務(wù)器上，來減輕單個Redis服務(wù)器的壓力。
一致性Hash算法
既然要將數(shù)據(jù)進(jìn)行分片，那么通常的做法就是獲取節(jié)點的Hash值，然后根據(jù)節(jié)點數(shù)求模，但這樣的方法有明顯的弊端，當(dāng)Redis節(jié)點數(shù)需要動態(tài)增加或減少的時候，會造成大量的Key無法被命中。所以Redis中引入了一致性Hash算法。
該算法對2^32 取模，將Hash值空間組成虛擬的圓環(huán)，整個圓環(huán)按順時針方向組織，每個節(jié)點依次為0、1、2…2^32-1，之后將每個服務(wù)器進(jìn)行Hash運(yùn)算，確定服務(wù)器在這個Hash環(huán)上的地址，確定了服務(wù)器地址后，對數(shù)據(jù)使用同樣的Hash算法，將數(shù)據(jù)定位到特定的Redis服務(wù)器上。如果定位到的地方?jīng)]有Redis服務(wù)器實例，則繼續(xù)順時針尋找，找到的第一臺服務(wù)器即該數(shù)據(jù)最終的服務(wù)器位置。
Hash環(huán)的數(shù)據(jù)傾斜問題
Hash環(huán)在服務(wù)器節(jié)點很少的時候，容易遇到服務(wù)器節(jié)點不均勻的問題，這會造成數(shù)據(jù)傾斜，數(shù)據(jù)傾斜指的是被緩存的對象大部分集中在Redis集群的其中一臺或幾臺服務(wù)器上。
如上圖，一致性Hash算法運(yùn)算后的數(shù)據(jù)大部分被存放在A節(jié)點上，而B節(jié)點只存放了少量的數(shù)據(jù)，久而久之A節(jié)點將被撐爆。
針對這一問題，可以引入虛擬節(jié)點解決。簡單地說，就是為每一個服務(wù)器節(jié)點計算多個Hash，每個計算結(jié)果位置都放置一個此服務(wù)器節(jié)點，稱為虛擬節(jié)點，可以在服務(wù)器IP或者主機(jī)名后放置一個編號實現(xiàn)。
例如上圖：將NodeA和NodeB兩個節(jié)點分為Node A#1-A#3 NodeB#1-B#3。
結(jié)語
這篇準(zhǔn)(tou)備(lan)了相當(dāng)久的時間，因為有些東西總感覺自己拿不準(zhǔn)不敢往上寫，差點自閉，就算現(xiàn)在發(fā)出來了也感覺有很多地方是需要改動的。如果有同學(xué)覺得哪里寫的不對勁的，評論區(qū)留言…嗯，我不要你覺得，我要我覺得。
推薦閱讀(點擊即可跳轉(zhuǎn)閱讀)
1.?
2.?
3.?
4.?
5.?
總結(jié)
以上是生活随笔為你收集整理的Redis由浅入深深深深深剖析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： Markdown中插入数学公式的方法
- 下一篇： ei capitan mysql_关于m