李子捌 Redis 精通系列文章 研究分享｜ 内容合集

Redis 是一个开源（BSD 许可）的，内存中的数据结构存储系统，它可以用作数据库、缓存和消息中间件。  目前国内外对 Redis 的使用场景可以说无处不在，Redis 也成为了高级程序员必备的知识点，本专题合集主要涉及到 Redis 的高级部分知识，涉及到持久化、事务、主从复制、高可用、分布式等知识点，认真看完必定有不少收获。

Redis 之主从复制详述，看完这篇文章不再稀里糊涂

本篇文章讲述的是 Redis 主从复制的技术。主从复制是 Redis 分布式的基石，也是 Redis 高可用的保障。在 Redis 中，被复制的服务器称为主服务器（Master），对主服务器进行复制的服务器称为从服务器（Slave）。文中介绍了主从复制的演进，各个版本的实现的细节，以及主从复制的整个架构体系。​

Redis 分布式锁就应该这样学，精细胞与卵细胞的故事告诉你真实原理！

本篇文章讲述的是 Redis 分布式锁的技术。分布式知识是考验一个程序员知识面广度和深度很好的度量标准，而分布式锁又是其中非常重要的一个知识点。可以说面试只要谈到分布式，没有不问分布式锁的。文中详述了分布式锁的演进，集群中分布式所得实现，以及 RedLock、Redisson 等知识​

Redis 值 Sentinel（哨兵）详述，图文并茂才能浅显易懂

主从复制奠定了 Redis 分布式的基础，但是普通的主从复制并不能达到高可用的状态。在普通的主从复制模式下，如果主服务器宕机，就只能通过运维人员手动切换主服务器，很显然这种方案并不可取。针对上述情况，Redis 官方推出了可抵抗节点故障的高可用方案——Redis Sentinel（哨兵）。Redis Sentinel（哨兵）：由一个或多个 Sentinel 实例组成的 Sentinel 系统，它可以监视任意多个主从服务器，当监视的主服务器宕机时，自动下线主服务器，并且择优选取从服务器升级为新的主服务器。

Redis 集群模式，你若还是一知半解，试试仔细阅读一遍这篇文章

Redis 集群是 Redis 提供的分布式数据库方案，集群通过分片（sharding）进行数据共享，Redis 集群主要实现了以下目标：在 1000 个节点的时候仍能表现得很好并且可扩展性是线性的。没有合并操作（多个节点不存在相同的键），这样在 Redis 的数据模型中最典型的大数据值中也能有很好的表现。写入安全，那些与大多数节点相连的客户端所做的写入操作，系统尝试全部都保存下来。但是 Redis 无法保证数据完全不丢失，异步同步的主从复制无论如何都会存在数据丢失的情况。可用性，主节点不可用，从节点能替换主节点工作。​

Redis 的 LRU(Least Recently Used) 算法你了解多少？

Redis 是基于内存存储的 key-value 数据库，我们知道内存虽然快但空间小，当物理内存达到上限时，系统就会跑的很慢，这是因为 swap 机制会将部分内存的数据转移到 swap 分区中，通过与 swap 的交换保证系统继续运行；但是 swap 属于硬盘存储，速度远远比不上内存，尤其是对于 Redis 这种 QPS 非常高的服务，发生这种情况是无法接收的。（注意如果 swap 分区内存也满了，系统就会发生错误！）​

LRU 经常被吐槽，要不试试 LFU？本文详述 LFU(Least Frequently Used)

LRU 有一个明显的缺点，它无法正确的表示一个 Key 的热度，如果一个 key 从未被访问过，仅仅发生内存淘汰的前一会儿被用户访问了一下，在 LRU 算法中这会被认为是一个热 key。LFU(Least Frequently Used)是 Redis 4.0 引入的淘汰算法，它通过 key 的访问频率比较来淘汰 key，重点突出的是 Frequently Used。

都在用 MQ，Redis 的 Pub/Sub 也可以试着了解下

​Redis 的 Pub/Sub 发布订阅，是 Redis 一步步完善消息队列功能的一个进步点，虽然现在没人用 Pub/Sub 做消息队列，但是它的思想和功能也非常值得学习。​

Redis 之 Geospatial，助你轻松实现附近的 xx 功能​

Geospatial 是 Redis 在 3.2 版本以后增加的地理位置 GEO 模块，这个模块可以用来实现微信附近的人，在线点餐“附近的餐馆”等位置功能。​

HyperLogLog 这里面水很深，但是你必须趟一趟​

HyperLogLog 是用来做基数统计的算法，它提供不精确的去重计数方案（这个不精确并不是非常不精确），标准误差是 0.81%，对于 UV 这种统计来说这样的误差范围是被允许的。HyperLogLog 的优点在于，输入元素的数量或者体积非常大时，基数计算的存储空间是固定的。在 Redis 中，每个 HyperLogLog 键只需要花费 12KB 内存，就可以计算接近 2^64 个不同的基数。​

签到功能怎么做？Bitmaps 助你一臂之力

​Bitmaps 称为位图，它不是一种数据类型。网上很多视频教程把 Bitmaps 称为数据类型，应该是不正确的。Bitmaps 是 Redis 提供给使用者用于操作位的“数据类型”。​

数据库不能没有事务，今天他来了——Redis 事务详述

Redis 类似大多数成熟的数据库系统一样，提供了事务机制。Redis 的事务机制非常简单，它没有严格的事务模型，无法像关系型数据库一样保证操作的原子性。Redis 事务最大的作用是保证多个指令的串行执行，它可以借助于 Redis 单线程读写的特性，保证 Redis 事务中的指令不会被事务外的指令打搅，不过要注意它不是原子性的。​

Redis 高可用的绝对的利器——持久化（RDB 和 AOF）

Redis 的非常快，很大一部分原因是因为 Redis 的数据存储在内存中，既然在内存中，那么当服务器宕机或者断电的时候，数据就会全部丢失了，所以 Redis 提供了两种机制来保证 Redis 数据不会因为故障而全部丢失，这种机制称为 Redis 的持久化机制。​

听说你的服务经常被打崩？试试布隆过滤器（Bloom Filter）

布隆过滤器（Bloom Filter）是 1970 年由布隆提出的。它实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都比一般的算法要好的多，缺点是有一定的误识别率和删除困难。​

Skip List(跳跃列表) 它到底好在哪？今天我们不仅只聊为什么，还手写一个玩玩

跳表全称叫做跳跃表，简称跳表。跳表是一个随机化的数据结构，实质就是一种可以进行二分查找的有序链表。跳表在原有的有序链表上面增加了多级索引，通过索引来实现快速查找。跳表不仅能提高搜索性能，同时也可以提高插入和删除操作的性能。​

限流系列文章——令牌桶限流

令牌桶算法比较简单，它就好比摇号买房，拿到号的人才有资格买，没拿到号的就只能等下次了（还好小编不需摇号，因为买不起！）。​

限流系列文章——漏斗限流

漏斗容量有限，当流水的的速度小于灌水的速度，漏斗就会水满溢出，利用这个原理我们可以设计限流代码！漏斗的剩余的空间就代表着当前行为（请求）可以持续进行的数量，漏斗的流水速率代表系统允许行为（请求）发生的最大频率，通常安装系统的处理能力权衡后进行设值。​

限流系列文章——滑动窗口限流

指定时间 T 内，只允许发生 N 次。我们可以将这个指定时间 T，看成一个滑动时间窗口（定宽）。我们采用 Redis 的 zset 基本数据类型的 score 来圈出这个滑动时间窗口。在实际操作 zset 的过程中，我们只需要保留在这个滑动时间窗口以内的数据，其他的数据不处理即可。