目录
一、Redis事务
1、Redis事务的定义
redis事务就是一个命令的执行的队列，将一系列预定义命令包装成一个整体（一个队列）。当执行时，一次性按照添加顺序依次执行，中间不会被打断或者干扰
2、事务的基本操作
-
开启事务
?multi
-
作用：作为事务的开启位置，此指令执行后，后续的所有指令均加入到事务中
-
-
取消事务
?discard
-
作用：终止当前事务的定义，发生在multi之后，exec之前
-
-
执行事务
?exec
-
作用：设定事务的结束位置，同时执行事务。与multi成对出现，成对使用
-
3、事务操作的基本流程
4、事务操作的注意事项
定义事务的过程中，命令格式输入错误怎么办？
-
语法错误
-
指命令书写格式有误 例如执行了一条不存在的指令
-
-
处理结果
-
如果定义的事务中所包含的命令存在语法错误，整体事务中所有命令均不会执行。包括那些语法正确的命令
-
定义事务的过程中，命令执行出现错误怎么办？
-
运行错误
-
指命令格式正确，但是无法正确的执行。例如对list进行incr操作
-
-
处理结果
-
能够正确运行的命令会执行，运行错误的命令不会被执行
-
注意：已经执行完毕的命令对应的数据不会自动回滚，需要程序员自己在代码中实现回滚。
5、基于特定条件的事务执行
5.1 锁
-
对 key 添加监视锁，在执行 exec 前如果 key 发生了变化，终止事务执行
?watck key1,key2......
-
取消对所有 key 的监视
?unwatch
5.2 分布式锁
-
使用 setnx 设置一个公共锁
?//上锁 ?setnx lock-key value ?//释放锁 ?del lock-key
-
利用 setnx 命令的返回值特征。有值（被上锁了）则返回设置失败，无值（没被上锁）则返回设置成功
-
操作完毕通过del操作释放锁
注意：上述解决方案是一种设计概念，依赖规范保障，具有风险性
-
5.3 分布式锁加强
-
使用 expire 为锁 key 添加时间限定，到时不释放，放弃锁
?expire lock-key seconds ?pexpire lock-key milliseconds
-
由于操作通常都是微秒或毫秒级，因此该锁定时间不宜设置过大。具体时间需要业务测试后确认。
-
例如：持有锁的操作最长执行时间127ms，最短执行时间7ms。
-
测试百万次最长执行时间对应命令的最大耗时，测试百万次网络延迟平均耗时
-
锁时间设定推荐：最大耗时120%+平均网络延迟110%
-
如果业务最大耗时<<网络平均延迟，通常为2个数量级，取其中单个耗时较长即可
-
-
二、删除策略
1、时效性数据的存储结构
-
Redis中的数据，在 expire 中以哈希的方式保存在其中。其 value 是数据在内存中的地址，filed 是对应的生命周期
数据删除策略的目标
在内存与CPU占用之间寻找一种平衡，顾此失彼都会造成整体redis性能的下降，甚至引发服务器宕机或内存泄露
2、三种删除策略
2.1 定时删除
-
创建一个定时器，当key设置优过期时间，且过期时间到达时，由定时器任务立即执行对键的删除操作
-
优点：节约内存，到时间就删除，快速释放不必要的内存占用
-
缺点：CPU压力很大，无论CPU此时负载量多高，均占用CPU，会影响redis服务器响应时间和指令吞吐量
-
总结：用处理器性能换取存储空间（那时间换空间）
2.2 惰性删除
-
数据达到过期时间，不做处理。等下次访问该数据时
-
如果未过期，返回数据
-
发现已过期，删除，返回不存在
-
-
优点：节约CPU性能，发现必须删除的时候才删除
-
缺点：内存压力很大，出现长期占用内存的数据
-
总结：用存储空间换取处理器性能 （拿空间换时间）
2.3 定期删除
-
周期性轮询redis库中的时效性数据，采用随机抽取的策略，利用过期数据占比的方式控制删除频度
-
特点1：CPU性能占用设置有峰值，检测频度可自定义设置
-
特点2：内存压力不是很大，长期占用内存的冷数据会被持续清理
-
总结：周期性抽查存储空间 （随机抽查，重点抽查）
3、逐出算法
当新数据进入redis时，如果内存不足怎么办？
-
Redis使用内存存储数据，在执行每一个命令前，会调用freeMemoryIfNeeded()检测内存是否充足。如果内存不满足新加入数据的最低存储要求，redis要临时删除一些数据为当前指令清理存储空间。清理数据的策略称为逐出算法
-
注意：逐出数据的过程不是100%能够清理出足够的可使用的内存空间，如果不成功则反复执行。当对所有数据尝试完毕后，如果不能达到内存清理的要求，将出现错误信息。
影响数据逐出的相关配置
-
最大可使用内存
?maxmemory
占用物理内存的比例，默认值为0，表示不限制。生产环境中根据需求设定，通常设置在50%以上。
-
每次选取待删除数据的个数
?maxmemory-samples
选取数据时并不会全库扫描，导致严重的性能消耗，降低读写性能。因此采用随机获取数据的方式作为待检测删除数据
-
删除策略
?maxmemory-policy
达到最大内存后，对被挑出来的数据进行删除的策略
影响数据逐出的相关配置
数据逐出策略配置依据
-
使用INFO命令输出监控信息，查询缓存 hit 和 miss 的次数，根据业务需求调优Redis配置
