Redis替代MySQL条件

你好，我是 redis， 一个叫 enter res 的男人把我带到了这个世界上。说起我的诞生跟关系数据库 my s q l 还挺有渊源的。在我还没来到这个世界上的时候， my s q l 过得很辛苦。互联网发展的越来越快，他容纳的数据也越来越多，用户请求也随之暴涨， 而每一个用户请求都变成了对他的一个又一个读写操作。 mysql 是苦不堪言，尤其是到双十一六幺八这种全民购物狂欢的日子，都是 mysql 受苦受难的日子。据后来他告诉我说，其实有一大半的用户请求都是毒操作， 而且经常都是重复查询一个东西，浪费他很多时间去进行磁盘 io。 后来有人就琢磨是不是可以学学 cpu， 给数据库也加一个缓存呢？于是我就诞生了。出生不久，我就和 mysql 成为了好朋友，我们俩常常携手出现在后端 服务器中，应用程序们从 misql 查询到的数据在我这里登记一下，后面在需要用到的时候就先找我要。我这里没有在找 misql 要。为了方便使用，我支持好几种数据结构的存储， 因为我把登记的数据都记录在内存中，不用去执行漫如蜗牛的 io 操作，所以找我要比找 mysql 要省去了不少的时间呢。可别小瞧这简单的一个改变，我可为 mysql 减轻了不小的负担。 随着程序的运行，我缓存的数据越来越多，有相当部分时间我都给他挡住了用户请求。不过很快我发现事情不妙了，我缓存的数据都是在内存中，不能无节制的这么存下去，我得想个办法，不然迟早要完。 不久，我想到了一个办法，给缓存内容设置一个超时时间，具体设置多少时间我不管，交给应用程序自己来。我要做到 就是把过期了的内容从我里面删除掉。其实腾出空间就行了，我决定一百毫秒就做一次，一秒钟就是十次，我清理的时候也不能一口气把所有过期的都给删除掉。我这里面存了大量的数据，要全面扫一遍的话，那不知道要花多久时间，会严重影响我接待新的客户请求的 时间紧，任务重，我只好随机选择一部分，能缓解内存压力就行了。就这样过了一段日子，我发现有些个兼职运气比较好， 每次都没有被我的随机算法选中，这可不行，于是在原来定期删除的基础上，又加了一招。 那些原来逃脱我随机选择算法的兼职，一旦遇到查询请求被我发现已经超期了，那我就绝不客气立即删除。这种方式因为是被动式触发的，不查询就不会发生，所以也叫惰性删除。可是 还是有部分兼职既逃脱了我的随机选择算法，又一直没有被查询，导致他们一直逍遥法外。而与此同时，可以使用的内存空间却越来越少。而且就算退一步讲，我能够把过期的数据都删除掉， 那万一过期时间设置的很长，还没等到我去清理内存就吃满了一样，要吃早要晚，所以我还得想个办法。我苦思良久，终于憋出了个大招，内存淘汰策略。这一次我要彻底解决问题，我提供了八种策略，供应用程序选择， 用于我遇到内存不足时该如何决策？有了上面几套组合权，我再也不用担心过期数据多了，把空间充满的问题了。我的日子过得还挺舒坦，不过 my s q l 大哥就没我这么舒坦了。有时候遇到些烦人的请求，查询的数据不存在， my s q l 就要白忙活一场。不仅如此，因为不存 在，我也没法缓存啊，导致同样的请求来了，每次都要去让 mysql 白忙活一场，我作为缓存的价值就没得到体现了，这就是人们常说的缓存穿透。有一次 mysql 那家伙正悠哉悠哉的摸鱼，突然一大堆请求给他兑了过去，给他打了一个措手不及。 一阵忙活之后， misql 怒气冲冲的找到了我兄弟，嗯？咋回事啊，怎么一下子来的这么猛？我查看了日志，赶紧解释道，大哥，实在不好意思，刚刚有一个热点数据到了过期时间被我删掉了，不巧的是，随后就有对这个数据的大量查询请求来了，我这里已经删了， 所以请求都发到你那里来了，你这担子叫啥事，下次注意点啊。 mysql 大哥一脸不高兴的离开了，这一件小事我也没怎么放在心上，随后就抛之脑后了，却没曾想几天之后，竟 捅了更大的篓子。那一天又出现了大量的网络请求发到了 mysql 那边，上一次的规模大得多， mysql 大堆，一会功夫就给干趴下了，好几次等了好半天，这一波流量才算过去， mysql 才缓过神来。 老弟，这一次又是什么原因？ mysql 大哥累的没了力气，这一次比上一次更不巧，这一次是一大批数据几乎同时过了有效期，然后又发生了很多对这些数据的请求，所以比起上一次，这规模更大了。 msql 大哥听了眉头一皱，那你倒是想个办法呀，三天两头折磨我，这谁顶得住啊？其实我也很无奈，这个时间也不是我设置的， 要不我去找应用程序说说，让他把缓存过期时间设置的均匀一些，至少别让大量数据集体失效。走，咱俩一起去。后来我俩去找应用程序商量了， 不仅把兼职的过期时间随机了一下，还设置了热点数据永不过期。这个问题缓解了不少，我们终于又过上了舒坦的日子。哦，对了，我们还把这两次发生的问题分别取了个名字，缓存击穿和缓存雪崩。有一天，我正在努力工作中，不小心出了错，整个进程都崩溃了。 当我再次启动后，之前缓存的数据全都没了，暴风雨式的请求再一次全都兑到了 misql 大哥那里，被他喷了个狗血淋头，哎，要是我能够记住崩溃前缓存的内容就好了。

每天一个 java 面试题，今天我们要讲的是 read 篇题目， read 和 sql 如何保证数据一致性？ read 和 sql 保证数据一致性是面试必考题，也是分布式系统的一个经典难题。 我们追求的是最终一致性，而不是强一致性。核心思路是尽量让 sql 作为唯一可信的数据源，让缓存 read 处于从属地位。最常用也最推荐的方案叫做先更新数据库，再删除缓存。 具体操作分两步，第一步，先更新 my sql 数据库，第二步，紧接着删除 reds 中对应的缓存数据。为什么是删除缓存而不是更新缓存呢？因为在病发写入多的场景下，直接更新缓存可能导致数据错乱，而删除操作是密等的，更简单可靠。这个方案有一个小概率的缺陷， 如果第二步删除缓存失败了，就会导致数据库是新数据，缓存里还是旧数据。所以我们通常需要搭配一个易步的重试机制，比如把删除失败的任务丢到消息队列里，确保最终能删掉。对于一致性要求极高的场景，还有一种更彻底的方案，订阅麦 c 酷的冰 log 日制， 通过 canal 这样的中间键，实时监听数据库的数据变更，然后自动一步地去更新或删除 reds 缓存。这种方案对业务代码无侵入，但架构会更复杂一些， 所以简单总结就是，首选先更新数据库，再删除缓存，并做好失败重试。对一致性有极致要求，再考虑监听 blog 的 方案。记住，没有完美的方案，只有根据业务场景的权衡。

兄弟们，听我一句劝，如果灭世官再问你如何保证 my circle 和 reddis 中的数据一致性？千万不要再说加分布式锁了，否则灭世官非常可能让你出门右转。 我们可以想一想，系统中引入 reddis 是 为了什么？不就是为了能抗住更大的病发，难道程序运行得更快吗？但是他锁是做什么的呢？ 所本身是具备隔离性的，它的隔离性能让程序的病发没有那么高，能让程序运行的没有那么快，那不就失去了我们加 release 作为缓存的初衷了吗？面试官肯定不会对这个答案满意的，对不对？其实保证 mysco 和 release 一 致性一共有四种方案， 第一种发是先更新 reddit， 再更新 mac 口。第二种是先更新 mac 口，再更新 reddit。 第三种是先删除 reddit， 再更新 mac 口。第四种是先更新 mac 口，再删除 reddit。 其实这四种发在日常当中用哪一种都行，出现问题的概率极低，真的很低。只不过在面试过程中，面试官会有一个吹毛求疵的过程。 举例来讲，跟面试官说中，先更新 reddit， 再更新 mac 口，面试官可能会挑战，你说如果先更新 reddit， 成功了再更新 mac 口，失败了怎么办？然后你可能会说， 可以经重试，验证管肯定会问，需要重试几次，重试间隔是多少？你可能会说，重试三次，间隔是五十毫秒。验证管可能会接着问，为什么不是重试两次，不是重试四次？为什么间隔时间不是二十毫秒，不是一百毫秒？验证是怎么得出来的？为什么它是最优解？ 这种问题很尴尬，很难继续往下回答下去，所以第一个，先更新 reddit， 再更新 my circle， 这个答案先 pass 掉了。第二个，先更新 my circle， 再更新 reddit， 也会遇上同样的问题，也把这个答案 pass 掉，包括第四种，先更新 my circle， 再删除 reddit， 也是一样的，也把这个答案 pass 掉。 接下来我们重点的来看一看先删除 database， 再更新 my sql 这个方案。为什么这个方案是最优解呢？我们来讲一下，你可以这么回答面试官，但凡在 my sql 和 database 之中各存储一份数据，它就一定会有所谓的数据一致性问题。但是当先删除数据库里数据那一刻起，两份数据就变成了一份，那就没有了所谓的数据一致性问题，对不对？ 但面试官可能会问，如果先删除专利词成功了再更新 mysco， 失败了怎么办？失败了就失败了，直接给用户返回失败就可以了。因为这个时候只在 mysco 中有一份数据，那就没有了所谓的数据一致性问题了，对不对？ 面试官可能会接着问，如果先删除专利词，失败了怎么办？很好处理，如果失败了，也直接给用户返回失败就好了，因为这时候系统没有做任何事情，数据也是一致的状态，对不对？ 那这个方案也会有一点小问题，就是在所谓的高应发场景下，如果先参照 reis 成功了，还没有更新 mysq 的 时候，此时正好有一个县城读取了 mysq 的 老数据，并重新加载到了 reis 中，然后再更新 mysq 成功了，此时又会出现所谓的数据不一致的情况， 那么就需要通过延时双删的方式来解决，也就是我们说进行二次参照 reis 中的数据才可以。当然，此时鸡贼的面试官可能会问，如果二次参照 reis 失败了怎么办？ 你还是可以很坦诚的告诉面官，失败了就失败了，因为在分布式系统中，没有任何一个解决方案能够摆正百分之百的。比如说系统中有几十万上百万的数据，恰好有一个数据在几毫秒钟内出现了并发症问题， 而且这个数据在几毫秒之前删除 ready 成功了，几毫秒后再删除 ready 又不成功了，这种概率真的是非常非常非常低了。如果出现了就认了，不要再把方案复杂化了。当然还有另外一个坑点就是如果二次删除 ready 的 时候，一定不要引入中间键，比如说引入开导同步 vlog， 或者引入消息队列来同步数据， 千万不要这么做，否则面试官接着会问，如果开导或者消息队列挂了怎么办？这一样是很麻烦的一个问题，一样不好回答，听明白我的意思了吗？

那么，既然瑞迪斯这么快买收购这么慢，为什么买收口没有被彻底的取代呢？今天聊一聊瑞迪斯科买收购的区别，因为今天在公司正好发生了一个实际的案例，可以说明这两种数据库的区别，当然，这个对于老手来说都是小儿科的知识。 嗯，但是我还是想讲一下，因为很多新手可能并不明白，而且呢，因为他们没有遇到过实际的案例和经验，所以只看书呢，可能体会没有那么深刻。 那我们先说他最直接的区别，当然是一个快一个慢嘛，买这个这种磁盘数据库，每一步操作都要直接落地到硬盘里面去 lo 操作，当然就是慢消耗性能， 所以他很有可能成为系统的瓶颈。而瑞迪斯这种内存数据库，数据加载到内存里面操作，所以当然是非常快。那么既然瑞迪斯这么快，埋收口这么慢，为什么埋收口没有被彻底的取代呢？ 当然是因为在有些场合，有些功能 radio 是做不了的，没什么可能做，因为他是关系型数据库，而瑞迪是非关系型数据库。那么什么是关系型数据库？什么是非关系型数据库呢？呃，就今天下午，嗯，刚刚也就是一个 几个小时前吧。呃，产品的人过来给程序提供统计数据的需求啊，之前我们说过吗？我们有一个后台的监控网站，当然这个网站不只是监控技术上的数据，也会监控产品上的数据啊，比如说之前，呃，会监控实时在线多少人 啊，实时副本多少人啊，实时副本多少个，以及 dau 啊，四牛、三牛等等等等，每天新增多少等等。但是这些呢，其实用瑞典词和用白色的区别不大，为了图块，直接存在瑞典词里面就可以了。这里说的图块，一个是代码写的快，一个是 性能快，性能快的意思就是读取写入比较快。但是当产品运营的需求记忆变化时，我们就会发现，有的需求就只能用埋收款来做了。比如说他需要统计当天新增的用户里面，女用户是多少，男用户是多少，小孩多少，老人多少， 甚至还有一些更特别的需求，比如说年轻的女用户是多少。当然还有更变态的，比如说在某个时间段内，低于十八岁的女性用户，有多少人打了三把以上游戏，并且选择消费的某些英雄或者消费的多少多少钱以上，而且当年聊天超过了一百句啊。 为什么这种类型的需求只有买车的能做呢？就是因为买车的是关系型数据库，它里面的数据是以行业表的形式存储的，所以可以根据各种各样的花式的条件去组合去查询。而 radios 或者说非关系型数据库，他们所有的数据都可以理解为是 p v i 六的兼职队 啊，数据和数据之间没有关系，所以你不能通过各种条件组合查询啊。说完这个之后呢，我去网上搜了一下，发现我的说法也不并不完备啊，其实是有一点漏洞的，比如说有一些非关键型数据库也支持条件查询，但是他们都不够主流，有兴趣的小伙伴可以自己上网去搜搜看。最后大家记得点赞、关注、收藏，谢谢！

每天进步一点点，那么今天呢，给大家分享一个经常被问到的一个面试题啊， redis 与 mysoco 的区别到底在哪里？那么面试官呢，问这个问题啊，主要考量你在公司能不能在合理的场景下面用 redis。 那么我们都知道 redis 呢，当时啊，作者出来啊，就是去写这个东西啊，就是为了解决 卖搜口满足不了它的性能需求，所以开发了一个 redis， 那么它最大的区别在哪里呢？其实啊，就是 redis 要比卖搜索快那么快，主要体现在以下几个点。那么第一个卖搜口呢，它是属于一种关系型数据库， 它的数据关系啊，是基于表，而 redis 呢，只是一个 k v 结构，只不过支持不同的 value 类型，比如像 string 类型， list 等等。那么 k v 结构呢，那么它的查询速度相对来讲就会快很多，那么接近于 o e。 第二点，那么数据落 落地，它是 mysoke 的话，是存储在磁盘里面的，虽然啊，有些存储引擎它会有一些内存缓存，比如 in the d b， the buff four， 但是呢，最终也会通过 redo log 进行磁盘同步。而 redis 呢，则是基于内存去进行操作的，并且提供一些持久化的方案。 第三点，那么 reds 啊，不同的数据类型，它会有不同的数据结构去支持它快，那么这些数据结构呢，就是会去牺牲一些空间来换时间，比如 s d s， 比如 they set 类型里面的跳表结构，那么他们的思想其实跟卖搜口的 b 价数是很类似的，都是用空间换时间，只不过他们的场景不一样，而用到的数据结构不一样。第四点，那么 redis 呢，是基于内存去操作的，所以他单次执行指令的时间会非常快，瓶颈不再 cpu， 所以呢，它的命令执行它是单线程的，避免了线程切换带来的消耗。那么第五点，那么 redis 采用的是一个多路复用的网络模型， 所以上续五点，就是 redis 要比卖搜狗快，所以为了快呢，很多事情是一步的，比如说像持久化啊，如同同步啊，那么这个时候呢，就会牺牲数据的可靠性，会有很多的异常场景，导致数据丢失啊。那么 redis 呢，也就是我们 c a p 模型里面的 a p 模型， 这也是为什么 redis 它一直替代不了麦搜口的原因，因为它的安全性要比麦搜口低很多，所以我们在真实的项目中，一般会作为麦搜口数据的前置缓存来使用，对于敏感数据我们是不建议只放在 redis 里面的。 ok， 那么今天呢，是给大家简单的分享一下 mysoco 与 redis 的区别，希望大家在工作中去用到 redis 的时候有一定的帮助。