0


Redis分布式缓存、秒杀

目录

一、单点Redis的问题

1、数据丢失问题

Redis数据持久化。

2、并发能力问题

大家主从集群,实现读写分离。

3、故障恢复问题

利用Redis哨兵,实现健康检测和自动恢复。

4、存储能力问题

搭建分片集群,利用插槽机制实现动态扩容。

二、RDB

RDB全称Redis Database Backup file(Redis数据备份文件),也被叫做Redis数据快照。简单来说就是把内存中的所有数据都记录到磁盘中。当Redis实例故障重启后,从磁盘读取快照文件,恢复数据。
快照文件称为RDB文件,默认是保存在当前运行目录。

Redis内部有触发RDB的机制,可以在redis.conf文件中找到,格式如下:

900秒内,如果至少有1个key被修改,则执行bgsave , 如果是save "" 则表示禁用RDB
save 900 1  
save 300 10  
save 60 10000 

bgsave开始时会fork主进程得到子进程,子进程共享主进程的内存数据。完成fork后读取内存数据并写入 RDB 文件。

fork采用的是copy-on-write技术:

  • 当主进程执行读操作时,访问共享内存;
  • 当主进程执行写操作时,则会拷贝一份数据,执行写操作;

RDB方式bgsave的基本流程?

  1. fork主进程得到一个子进程,共享内存空间;
  2. 子进程读取内存数据并写入新的RDB文件;
  3. 用新RDB文件替换旧的RDB文件;在这里插入图片描述

RDB会在什么时候执行?save 60 1000代表什么含义?

  • 默认是服务停止时;
  • 代表60秒内至少执行1000次修改则触发RDB;

RDB的缺点?

  • RDB执行间隔时间长,两次RDB之间写入数据有丢失的风险;
  • fork子进程、压缩、写出RDB文件都比较耗时;

三、AOF

AOF全称为Append Only File(追加文件)。Redis处理的每一个写命令都会记录在AOF文件,可以看做是命令日志文件。

AOF默认是关闭的,需要修改redis.conf配置文件来开启AOF:

# 是否开启AOF功能,默认是不开启no
appendonly yes
# AOF文件的名称
appendfilename "appendonly.aof"

AOF的命令记录的频率也可以通过redis.conf文件来配:

# 表示每执行一次写命令,立即记录到AOF文件
appendfsync always 
# 写命令执行完先放入AOF缓冲区,然后表示每隔1秒将缓冲区数据写到AOF文件,是默认方案
appendfsync everysec 
# 写命令执行完先放入AOF缓冲区,由操作系统决定何时将缓冲区内容写回磁盘
appendfsync no

配置项刷盘时机优点缺点Always同步刷盘可靠性高,几乎不丢数据性能影响大everysec每秒刷盘性能适中最多丢失一分钟的数据no操作系统控制性能最好可靠性较差,可能丢失大量数据
因为是记录命令,AOF文件会比RDB文件大的多。而且AOF会记录对同一个key的多次写操作,但只有最后一次写操作才有意义。通过执行bgrewriteaof命令,可以让AOF文件执行重写功能,用最少的命令达到相同效果。

set id 1
set name nezha
set id 2

bgrewriteaof

mset name nezha id 2

Redis也会在触发阈值时自动去重写AOF文件。阈值也可以在redis.conf中配置:

# AOF文件比上次文件 增长超过多少百分比则触发重写auto-aof-rewrite-percentage 100# AOF文件体积最小多大以上才触发重写 auto-aof-rewrite-min-size 64mb 

RDB和AOF各有自己的优缺点,如果对数据安全性要求较高,在实际开发中往往会结合两者来使用。
RDBAOF持久化方式定时对整个内存做快照记录每一次执行的命令数据完整性不完整,两次备份之间会丢失相对完整,取决于刷盘策略文件大小会有压缩,文件体积小记录命令,文件体积很大宕机恢复速度很快慢数据恢复优先级低,因为数据完整性不低高,因为数据完整性更高系统资源占用高,大量CPU和内存消耗低,主要是磁盘IO资源,但AOF重写时会占用大量CPU和内存资源使用场景可以容忍数分钟的数据丢失,追求更快的启动速度对数据安全性要求较高常见

四、Redis优化秒杀流程

1、秒杀步骤:

  1. 查询优惠券;
  2. 判断秒杀商品库存;
  3. 查询订单
  4. 校验一人一单;
  5. 减库存;
  6. 创建订单;

在这里插入图片描述

2、Redis优化秒杀步骤:

  1. 新增秒杀的优惠券,将优惠券信息保存到Redis中;
  2. 基于Lua脚本,判断秒杀商品库存,一人一单,决定用户是否秒杀成功;
  3. 如果秒杀成功,将优惠券id、用户id、商品id封装到阻塞队列中;
  4. 开启异步任务,不断从阻塞队列中读取信息,实现异步下单功能;在这里插入图片描述

3、秒杀的lua脚本

-- 1.参数列表-- 1.1.优惠券idlocal voucherId = ARGV[1]-- 1.2.用户idlocal userId = ARGV[2]-- 1.3.订单idlocal orderId = ARGV[3]-- 2.数据key-- 2.1.库存keylocal stockKey ='seckill:stock:'.. voucherId
-- 2.2.订单keylocal orderKey ='seckill:order:'.. voucherId

-- 3.脚本业务-- 3.1.判断库存是否充足 get stockKeyif(tonumber(redis.call('get', stockKey))<=0)then-- 3.2.库存不足,返回1return1end-- 3.2.判断用户是否下单 SISMEMBER orderKey userIdif(redis.call('sismember', orderKey, userId)==1)then-- 3.3.存在,说明是重复下单,返回2return2end-- 3.4.扣库存 incrby stockKey -1
redis.call('incrby', stockKey,-1)-- 3.5.下单(保存用户)sadd orderKey userId
redis.call('sadd', orderKey, userId)-- 3.6.发送消息到队列中, XADD stream.orders * k1 v1 k2 v2 ...
redis.call('xadd','stream.orders','*','userId', userId,'voucherId', voucherId,'id', orderId)return0

4、调用秒杀的lua脚本

publicResultseckillVoucher(Long voucherId){Long userId =UserHolder.getUser().getId();long orderId = redisIdWorker.nextId("order");// 1.执行lua脚本Long result = stringRedisTemplate.execute(SECKILL_SCRIPT,Collections.emptyList(),
             voucherId.toString(), userId.toString(),String.valueOf(orderId));int r = result.intValue();// 2.判断结果是否为0if(r !=0){// 2.1.不为0 ,代表没有购买资格returnResult.fail(r ==1?"库存不足":"不能重复下单");}// 3.返回订单idreturnResult.ok(orderId);}

5、通过线程池,操作阻塞队列

// 线程池privatestaticfinalExecutorServiceSECKILL_ORDER_EXECUTOR=Executors.newSingleThreadExecutor();/**
* 在类初始化完成后执行
*/@PostConstructprivatevoidinit(){SECKILL_ORDER_EXECUTOR.submit(newVoucherOrderHandler());}// 阻塞队列privateBlockingQueue<VoucherOrder> orderTasks =newArrayBlockingQueue<>(1024*1024);privateclassOrderHandlerimplementsRunnable{@Overridepublicvoidrun(){while(true){try{doSomething();}catch(Exception e){
                log.error("处理订单异常", e);}}}}

五、基于Redis实现共享session登录

基于session实现登录
在这里插入图片描述
基于Redis实现共享session登录

publicclassRefreshTokenInterceptorimplementsHandlerInterceptor{privateStringRedisTemplate stringRedisTemplate;publicRefreshTokenInterceptor(StringRedisTemplate stringRedisTemplate){this.stringRedisTemplate = stringRedisTemplate;}@OverridepublicbooleanpreHandle(HttpServletRequest request,HttpServletResponse response,Object handler)throwsException{// 1、获取请求头中的tokenString token = request.getHeader("authorization");if(StrUtil.isBlank(token)){returntrue;}// 2、基于TOKEN获取redis中的用户String key  =LOGIN_USER_KEY+ token;Map<Object,Object> userMap = stringRedisTemplate.opsForHash().entries(key);// 3、判断用户是否存在if(userMap.isEmpty()){returntrue;}// 5、将查询到的hash数据转为UserDTOUserDTO userDTO =BeanUtil.fillBeanWithMap(userMap,newUserDTO(),false);// 6、存在,保存用户信息到 ThreadLocalUserHolder.saveUser(userDTO);// 7、刷新token有效期
        stringRedisTemplate.expire(key,LOGIN_USER_TTL,TimeUnit.MINUTES);// 8、放行returntrue;}@OverridepublicvoidafterCompletion(HttpServletRequest request,HttpServletResponse response,Object handler,Exception ex)throwsException{// 移除用户UserHolder.removeUser();}}

在这里插入图片描述

NoSQL数据库进阶实战

NoSQL数据库进阶实战1,那些年学过的NoSQL基础

NoSQL数据库进阶实战2,NoSQL数据存储模式

Redis缓存穿透、击穿、雪崩到底是个啥?7张图告诉你

Redis分布式锁的实现方式

哪吒精品系列文章

Java学习路线总结,搬砖工逆袭Java架构师

10万字208道Java经典面试题总结(附答案)

Java基础教程系列

Java高并发编程系列

数据库进阶实战系列
在这里插入图片描述

标签: redis 缓存 分布式

本文转载自: https://blog.csdn.net/guorui_java/article/details/127950340
版权归原作者 哪 吒 所有, 如有侵权,请联系我们删除。

“Redis分布式缓存、秒杀”的评论:

还没有评论