Redis分布式緩存與秒殺
一、單點Redis的問題
1、數(shù)據(jù)丟失問題
Redis數(shù)據(jù)持久化。
2、并發(fā)能力問題
大家主從集群,實現(xiàn)讀寫分離。
3、故障恢復(fù)問題
利用Redis哨兵,實現(xiàn)健康檢測和自動恢復(fù)。
4、存儲能力問題
搭建分片集群,利用插槽機制實現(xiàn)動態(tài)擴容。
二、RDB
RDB全稱Redis Database Backup file(Redis數(shù)據(jù)備份文件),也被叫做Redis數(shù)據(jù)快照。簡單來說就是把內(nèi)存中的所有數(shù)據(jù)都記錄到磁盤中。當(dāng)Redis實例故障重啟后,從磁盤讀取快照文件,恢復(fù)數(shù)據(jù)。
快照文件稱為RDB文件,默認是保存在當(dāng)前運行目錄。
Redis內(nèi)部有觸發(fā)RDB的機制,可以在redis.conf文件中找到,格式如下:

bgsave開始時會fork主進程得到子進程,子進程共享主進程的內(nèi)存數(shù)據(jù)。完成fork后讀取內(nèi)存數(shù)據(jù)并寫入 RDB 文件。
fork采用的是copy-on-write技術(shù):
- 當(dāng)主進程執(zhí)行讀操作時,訪問共享內(nèi)存;
- 當(dāng)主進程執(zhí)行寫操作時,則會拷貝一份數(shù)據(jù),執(zhí)行寫操作;
RDB方式bgsave的基本流程?
- fork主進程得到一個子進程,共享內(nèi)存空間;
- 子進程讀取內(nèi)存數(shù)據(jù)并寫入新的RDB文件;
- 用新RDB文件替換舊的RDB文件;

RDB會在什么時候執(zhí)行?save 60 1000代表什么含義?
- 默認是服務(wù)停止時;
- 代表60秒內(nèi)至少執(zhí)行1000次修改則觸發(fā)RDB;
RDB的缺點?
- RDB執(zhí)行間隔時間長,兩次RDB之間寫入數(shù)據(jù)有丟失的風(fēng)險;
- fork子進程、壓縮、寫出RDB文件都比較耗時;
AOF的命令記錄的頻率也可以通過redis.conf文件來配:
三、AOF
AOF全稱為Append Only File(追加文件)。Redis處理的每一個寫命令都會記錄在AOF文件,可以看做是命令日志文件。
AOF默認是關(guān)閉的,需要修改redis.conf配置文件來開啟AOF:

AOF的命令記錄的頻率也可以通過redis.conf文件來配:

| 配置項 | 刷盤時機 | 優(yōu)點 | 缺點 |
|---|---|---|---|
| Always | 同步刷盤 | 可靠性高,幾乎不丟數(shù)據(jù) | 性能影響大 |
| everysec | 每秒刷盤 | 性能適中 | 最多丟失一分鐘的數(shù)據(jù) |
| no | 操作系統(tǒng)控制 | 性能最好 | 可靠性較差,可能丟失大量數(shù)據(jù) |
因為是記錄命令,AOF文件會比RDB文件大的多。而且AOF會記錄對同一個key的多次寫操作,但只有最后一次寫操作才有意義。通過執(zhí)行bgrewriteaof命令,可以讓AOF文件執(zhí)行重寫功能,用最少的命令達到相同效果。
set id 1 set name nezha set id 2 bgrewriteaof mset name nezha id 2
Redis也會在觸發(fā)閾值時自動去重寫AOF文件。閾值也可以在redis.conf中配置:
# AOF文件比上次文件 增長超過多少百分比則觸發(fā)重寫auto-aof-rewrite-percentage 100# AOF文件體積最小多大以上才觸發(fā)重寫 auto-aof-rewrite-min-size 64mb
RDB和AOF各有自己的優(yōu)缺點,如果對數(shù)據(jù)安全性要求較高,在實際開發(fā)中往往會結(jié)合兩者來使用。
| RDB | AOF | |
|---|---|---|
| 持久化方式 | 定時對整個內(nèi)存做快照 | 記錄每一次執(zhí)行的命令 |
| 數(shù)據(jù)完整性 | 不完整,兩次備份之間會丟失 | 相對完整,取決于刷盤策略 |
| 文件大小 | 會有壓縮,文件體積小 | 記錄命令,文件體積很大 |
| 宕機恢復(fù)速度 | 很快 | 慢 |
| 數(shù)據(jù)恢復(fù)優(yōu)先級 | 低,因為數(shù)據(jù)完整性不低 | 高,因為數(shù)據(jù)完整性更高 |
| 系統(tǒng)資源占用 | 高,大量CPU和內(nèi)存消耗 | 低,主要是磁盤IO資源,但AOF重寫時會占用大量CPU和內(nèi)存資源 |
| 使用場景 | 可以容忍數(shù)分鐘的數(shù)據(jù)丟失,追求更快的啟動速度 | 對數(shù)據(jù)安全性要求較高常見 |
四、Redis優(yōu)化秒殺流程
1、秒殺步驟:
- 查詢優(yōu)惠券;
- 判斷秒殺商品庫存;
- 查詢訂單
- 校驗一人一單;
- 減庫存;
- 創(chuàng)建訂單;

2、Redis優(yōu)化秒殺步驟:
- 新增秒殺的優(yōu)惠券,將優(yōu)惠券信息保存到Redis中;
- 基于Lua腳本,判斷秒殺商品庫存,一人一單,決定用戶是否秒殺成功;
- 如果秒殺成功,將優(yōu)惠券id、用戶id、商品id封裝到阻塞隊列中;
- 開啟異步任務(wù),不斷從阻塞隊列中讀取信息,實現(xiàn)異步下單功能;

3、秒殺的lua腳本

4、調(diào)用秒殺的lua腳本
public Result seckillVoucher(Long voucherId) {
Long userId = UserHolder.getUser().getId();
long orderId = redisIdWorker.nextId("order");
// 1.執(zhí)行l(wèi)ua腳本
Long result = stringRedisTemplate.execute(
SECKILL_SCRIPT,
Collections.emptyList(),
voucherId.toString(), userId.toString(), String.valueOf(orderId)
);
int r = result.intValue();
// 2.判斷結(jié)果是否為0
if (r != 0) {
// 2.1.不為0 ,代表沒有購買資格
return Result.fail(r == 1 ? "庫存不足" : "不能重復(fù)下單");
}
// 3.返回訂單id
return Result.ok(orderId);
}
5、通過線程池,操作阻塞隊列
// 線程池
private static final ExecutorService SECKILL_ORDER_EXECUTOR = Executors.newSingleThreadExecutor();
/**
* 在類初始化完成后執(zhí)行
*/
@PostConstruct
private void init() {
SECKILL_ORDER_EXECUTOR.submit(new VoucherOrderHandler());
}
// 阻塞隊列
private BlockingQueue<VoucherOrder> orderTasks = new ArrayBlockingQueue<>(1024 * 1024);
private class OrderHandler implements Runnable{
@Override
public void run() {
while (true){
try {
doSomething();
} catch (Exception e) {
log.error("處理訂單異常", e);
}
}
}
}
五、基于Redis實現(xiàn)共享session登錄
基于session實現(xiàn)登錄

基于Redis實現(xiàn)共享session登錄
public class RefreshTokenInterceptor implements HandlerInterceptor {
private StringRedisTemplate stringRedisTemplate;
public RefreshTokenInterceptor(StringRedisTemplate stringRedisTemplate) {
this.stringRedisTemplate = stringRedisTemplate;
}
@Override
public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {
// 1、獲取請求頭中的token
String token = request.getHeader("authorization");
if (StrUtil.isBlank(token)) {
return true;
}
// 2、基于TOKEN獲取redis中的用戶
String key = LOGIN_USER_KEY + token;
Map<Object, Object> userMap = stringRedisTemplate.opsForHash().entries(key);
// 3、判斷用戶是否存在
if (userMap.isEmpty()) {
return true;
}
// 5、將查詢到的hash數(shù)據(jù)轉(zhuǎn)為UserDTO
UserDTO userDTO = BeanUtil.fillBeanWithMap(userMap, new UserDTO(), false);
// 6、存在,保存用戶信息到 ThreadLocal
UserHolder.saveUser(userDTO);
// 7、刷新token有效期
stringRedisTemplate.expire(key, LOGIN_USER_TTL, TimeUnit.MINUTES);
// 8、放行
return true;
}
@Override
public void afterCompletion(HttpServletRequest request, HttpServletResponse response, Object handler, Exception ex) throws Exception {
// 移除用戶
UserHolder.removeUser();
}
}

到此這篇關(guān)于Redis分布式緩存與秒殺的文章就介紹到這了,更多相關(guān)Redis分布式緩存秒殺內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Redis刪除某個目錄下的數(shù)據(jù)的實現(xiàn)
本文介紹了如何在Redis中刪除指定目錄下的數(shù)據(jù),文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2024-09-09
redis中的數(shù)據(jù)結(jié)構(gòu)和編碼詳解
本文主要和大家分享幾種Redis數(shù)據(jù)結(jié)構(gòu)詳解,希望文中的案例和代碼,能幫助到大家。2020-03-03
Redis實戰(zhàn)之百度首頁新聞熱榜的實現(xiàn)代碼
這篇文章主要介紹了Redis實戰(zhàn)之百度首頁新聞熱榜的實現(xiàn)代碼,本文給大家介紹的非常詳細,對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2021-02-02

