DukeDuke
主页
项目文档
技术文档
  • 单机版
  • 微服务
  • 代办项目
  • 优鲜项目
项目管理
关于我们
主页
项目文档
技术文档
  • 单机版
  • 微服务
  • 代办项目
  • 优鲜项目
项目管理
关于我们
  • 技术文档

    • 网络原理

      • 交换机
      • 路由器
      • TCP/IP协议
      • HTTP 与 HTTPS
    • 软件架构

      • 什么是软件架构
      • 分层架构
      • 微服务架构
      • 事件驱动架构
      • 领域驱动设计(DDD)
      • 架构图
      • 高并发系统
    • Vue3

      • Vue3简介
      • Vue3响应式系统
      • Vue3组合式API
      • Vue3生命周期
      • Vue3模板语法
      • Vue3组件系统
      • Vue3 路由系统
      • Vue3 状态管理
      • Vue3 性能优化
      • Vue3 TypeScript 支持
      • Vue3 项目实战
      • VUE 面试题大全
      • Node.js 安装
    • JAVA

      • JVM

        • 认识JVM
        • JVM类加载器
        • 运行时数据区
        • 执行引擎
        • 本地方法接口
        • 本地方法库
        • JVM垃圾回收
        • JVM性能监控
        • JVM调优
      • 设计模式
        • 单例模式
        • 工厂模式
        • 策略模式
        • 适配器模式
        • 建造者模式
        • 原型模式
        • 装饰器模式
        • 代理模式
        • 外观模式
        • 享元模式
        • 组合模式
        • 桥接模式
      • Java多线程

        • Java 线程基础详解
        • Java 线程池详解
        • Java ThreadLocal 详解
        • Java volatile 详解
        • Java 线程间通信详解
        • Java 线程安全详解
        • Java 线程调度详解
        • Java 线程优先级详解

        • Java 线程中断详解
        • Java 线程死锁详解
      • Java反射
      • Java 面试题

        • Java 基础概念面试题
        • Java 面向对象编程面试题
        • Java 集合框架面试题
        • Java 多线程与并发面试题
        • JVM 与内存管理面试题
        • Java I/O 与 NIO 面试题
        • Java 异常处理面试题
        • Java 反射与注解面试题
        • Java Spring 框架面试题
        • Java 数据库与 JDBC 面试题
        • Java 性能优化面试题
        • Java 实际项目经验面试题
        • Java 高级特性面试题
        • Java 面试准备建议
    • Python

      • Python简介
      • Python安装
      • Python hello world
      • Python基础语法
      • Python数据类型
      • Python数字
      • Python字符串
      • Python列表
      • Python元组
      • Python字典
      • Python日期时间
      • Python文件操作
      • Python异常处理
      • Python函数
      • Python类
      • Python模块
      • Python包
      • Python多线程
      • Python面向对象
      • Python爬虫
      • Django web框架
      • Python 面试题

        • Python 面试题导航
        • Python 基础概念
        • Python 面向对象编程
        • Python 数据结构
        • Python 高级特性
        • Python 框架
        • Python 性能优化
        • Python 项目经验
    • Spring

      • Spring
      • Springboot
      • Spring Security 安全框架
      • SpringBoot 中的事件详解
      • SpringBoot 中的定时任务详解
      • SpringBoot 自动装配原理与源码解释
    • Mybatis

      • Mybatis
      • Mybatis-Plus
    • 数据库

      • Redis

        • Redis简介
        • Redis(单机)安装
        • Redis配置
        • Redis数据结构
        • RDB、AOF 和混合持久化机制
        • Redis内存管理
        • Redis缓存一致性
        • Redis缓存穿透
        • Redis缓存击穿
        • Redis缓存雪崩
        • Redis Lua脚本
        • Redis主从复制
        • Redis哨兵模式
        • Redis集群
        • Redis数据分片
        • Redis CPU使用率过高
        • Redis面试题
      • MySQL

        • MySQL简介
        • MySQL安装
        • MySQL配置
        • MYSQL日常维护
        • MYSQL优化-慢查询
        • MYSQL优化-索引
        • MYSQL数据库设计规范
    • 消息队列

      • RocketMQ
      • Kafka
      • RabbitMQ
      • 消息队列面试题
    • 微服务

      • SpringCloud 微服务
      • Eureka 注册中心
      • Nacos 注册中心
      • Gateway 网关
      • Feign 服务调用
      • Sentinel 限流 与 熔断
      • Seata 分布式事务
      • CAP 理论
      • Redis 分布式锁
      • 高并发系统设计
    • ELK日志分析系统

      • Elasticsearch 搜索引擎
      • Logstash 数据处理
      • Kibana 可视化
      • ELK 实战
    • 开放API

      • 开放API设计
      • 开放API示例项目
    • 人工智能

      • 人工智能简介
      • 机器学习

      • 深度学习

      • 自然语言处理

      • 计算机视觉

        • CUDA与cuDNN详细安装
        • Conda 安装
        • Pytorch 深度学习框架
        • yolo 目标检测
        • TensorRT 深度学习推理优化引擎
        • TensorFlow 机器学习
        • CVAT 图像标注
        • Windows 下安装 CUDA、cuDNN、TensorRT、TensorRT-YOLO 环境
        • Windows10+CUDA+cuDNN+TensorRT+TensorRT-YOLO 部署高性能YOLO11推理
    • 大数据

      • 大数据简介
      • Hadoop 数据存储
      • Flume 数据采集
      • Sqoop 数据导入导出
      • Hive 数据仓库
      • Spark 数据处理
      • Flink 数据处理
      • Kafka 数据采集
      • HBase 数据存储
      • Elasticsearch 搜索引擎
    • 图像处理

      • 图像处理简介
      • 医学图像web呈现
      • 医学图像处理
      • 切片细胞分离问题
    • 服务器&运维

      • Linux 系统

        • Linux 系统管理
        • Linux 网络管理
        • Linux 文件管理
        • Linux 命令大全
      • Nginx Web 服务器

        • Nginx 安装 与 配置
        • Nginx 负载均衡
        • Nginx SSL证书配置
        • Nginx Keepalived 高可用
      • Docker 容器

        • Docker 简介
        • Docker 安装与配置
        • Docker 命令
        • Docker 部署 Nginx
        • Docker 部署 MySQL
        • Docker 部署 Redis
      • 服务器

        • 塔式服务器
        • 机架式服务器
        • 刀片服务器
      • Git 版本控制
      • Jenkins 持续集成
      • Jmeter 性能测试
      • Let's Encrypt 免费SSL证书
    • 简历

      • 项目经理简历
      • 开发工程师简历

Redis 详细介绍

1. Redis 是什么?

Redis(Remote Dictionary Server)是一个开源的、基于内存的键值对(Key-Value)数据库。它支持多种数据结构,可以用作:

  • 数据库
  • 缓存
  • 消息中间件
  • 队列

Redis 是完全开源免费的,使用 C 语言编写,遵守 BSD 协议,是一个高性能的 key-value 数据库。

2. Redis 的特点和功能

2.1 数据结构丰富

  • String(字符串)
  • Hash(哈希)
  • List(列表)
  • Set(集合)
  • Sorted Set(有序集合)
  • Bitmap(位图)
  • HyperLogLog(基数统计)
  • GEO(地理信息定位)

2.2 功能特性

  • 支持数据持久化
  • 支持主从复制
  • 支持事务
  • 支持 Lua 脚本
  • 支持发布/订阅模式
  • 支持键过期策略
  • 支持多种客户端语言

3. Redis 为什么能这么快?

Redis 的速度可以达到 10 万+ 的 QPS(每秒查询次数) 但它却进程却是单线程模型,因为 redis 完全是基于内存操作,CPU 不是 redis 的瓶颈,redis 最大的瓶颈可能是机器的内存和网络的带宽;

  1. 基于内存操作

    • 数据存储在内存中,读写速度快
    • 避免了磁盘 I/O 的开销
  2. 单线程模型

    • 避免了多线程的上下文切换和竞争条件
    • 不需要考虑各种锁的问题
    • 单线程处理命令,保证了原子性
  3. 高效的数据结构

    • 使用哈希表作为底层实现
    • 优化的数据结构设计
    • 合理的内存分配策略
  4. I/O 多路复用

    • 使用 epoll 作为 I/O 多路复用技术的实现
    • 非阻塞 I/O
    • 单线程处理多个客户端连接

4. Redis 持久化

为什么需要持久化

比如 redis 里有 10gb 数据,突然停电或者意外宕机了,再启动的时候 10gb 都没了!所以需要持久化,宕机后再通过持久化文件将数据恢复。

4.1 RDB 快照(Redis Database)

  • 按照指定的时间间隔对数据进行快照存储
  • 优点:
    • 文件紧凑,适合备份
    • 恢复速度快
    • 适合大规模数据恢复
  • 缺点:
    • 可能丢失最后一次快照后的数据
    • 不适合频繁写入场景

4.2 AOF 文件(Append Only File)

  • 记录所有写操作命令
  • 优点:
    • 数据安全性高
    • 可读性好
  • 缺点:
    • 文件体积大
    • 恢复速度慢

5. Redis 缓存的淘汰策略

策略说明适用场景
noeviction不淘汰,内存不足时报错对数据一致性要求高的场景
allkeys-lru所有键中最近最少使用的淘汰热点数据访问场景
volatile-lru设置了过期时间的键中最近最少使用的淘汰需要过期时间的场景
allkeys-random所有键中随机淘汰数据访问均匀的场景
volatile-random设置了过期时间的键中随机淘汰需要过期时间的随机淘汰场景
volatile-ttl设置了过期时间的键中即将过期的淘汰优先淘汰即将过期的数据

6. Redis 集群模式选择

提示

redis 集群有三种模式 1.主从复制 2.哨兵模式 3.Cluster 集群模式

  • 主从复制:选取有三台(奇数)服务器,一主两从,主节点负责写入,从节点负责读取,达到读写分离,此时三台集群上的数据一致,但是有个不好的点在于 当主节点挂了的话,就需要人为操作,来重启主节点。

  • 哨兵模式:哨兵模式在原有主从复制的基础上加了哨兵机制,简单理解就是监测各个节点活性,假如主节点挂了,还可以自动重启主节点。

  • Cluster 集群模式:将数据均分到所有主节点上。与主从复制不同,集群中的节点不存储全量数据,而是分片存储。这种方式适合数据量较大的场景,可以均摊服务器压力

最近更新:: 2025/8/14 09:20
Contributors: Duke
Next
Redis(单机)安装