Redis?緩存淘汰策略和事務(wù)實(shí)現(xiàn)樂(lè)觀鎖詳情
緩存淘汰策略
標(biāo)題LRU原理
LRU(Least recently used,最近最少使用)算法根據(jù)數(shù)據(jù)的歷史訪問(wèn)記錄來(lái)進(jìn)行淘汰數(shù)據(jù),其核心思想是“如果數(shù)據(jù)最近被訪問(wèn)過(guò),那么將來(lái)被訪問(wèn)的幾率也更高”。
最常見(jiàn)的實(shí)現(xiàn)是使用一個(gè)鏈表保存緩存數(shù)據(jù),詳細(xì)算法實(shí)現(xiàn)如下:

- 新數(shù)據(jù)插入到鏈表頭部;
- 每當(dāng)緩存命中(即緩存數(shù)據(jù)被訪問(wèn)),則將數(shù)據(jù)移到鏈表頭部;
- 當(dāng)鏈表滿的時(shí)候,將鏈表尾部的數(shù)據(jù)丟棄。
在Java中可以使用LinkHashMap去實(shí)現(xiàn)LRU利用哈希鏈表實(shí)現(xiàn):

標(biāo)題Redis緩存淘汰策略
設(shè)置最大緩存
在 redis 中,允許用戶設(shè)置最大使用內(nèi)存大小maxmemory,默認(rèn)為0,沒(méi)有指定最大緩存,如果有新的數(shù)據(jù)添加,超過(guò)最大內(nèi)存,則會(huì)使redis崩潰,所以一定要設(shè)置。
redis 內(nèi)存數(shù)據(jù)集大小上升到一定大小的時(shí)候,就會(huì)實(shí)行數(shù)據(jù)淘汰策略。
淘汰策略
redis淘汰策略配置:maxmemory-policy voltile-lru,支持熱配置
redis 提供 6種數(shù)據(jù)淘汰策略:
- volatile-lru:從已設(shè)置過(guò)期時(shí)間的數(shù)據(jù)集(server.db[i].expires)中挑選最近最少使用的數(shù)據(jù)淘汰
- volatile-ttl:從已設(shè)置過(guò)期時(shí)間的數(shù)據(jù)集(server.db[i].expires)中挑選將要過(guò)期的數(shù)據(jù)淘汰
- volatile-random:從已設(shè)置過(guò)期時(shí)間的數(shù)據(jù)集(server.db[i].expires)中任意選擇數(shù)據(jù)淘汰
- allkeys-lru:從數(shù)據(jù)集(server.db[i].dict)中挑選最近最少使用的數(shù)據(jù)淘汰
- allkeys-random:從數(shù)據(jù)集(server.db[i].dict)中任意選擇數(shù)據(jù)淘汰
- no-enviction(驅(qū)逐):禁止驅(qū)逐數(shù)據(jù)
Redis事務(wù)
Redis事務(wù)介紹
- Redis 的事務(wù)是通過(guò) MULTI 、 EXEC 、 DISCARD 和 WATCH 、UNWATCH這五個(gè)命令來(lái)完成的。
- Redis 的單個(gè)命令都是原子性的,所以這里需要確保事務(wù)性的對(duì)象是命令集合。
- Redis 將命令集合序列化并確保處于同一事務(wù)的命令集合連續(xù)且不被打斷的執(zhí)行
- Redis 不支持回滾操作。 事務(wù)命令
MULTI
用于標(biāo)記事務(wù)塊的開(kāi)始。 Redis會(huì)將后續(xù)的命令逐個(gè)放入隊(duì)列中,然后使用EXEC命令原子化地執(zhí)行這個(gè)命令序列。
語(yǔ)法:
multi
EXEC
在一個(gè)事務(wù)中執(zhí)行所有先前放入隊(duì)列的命令,然后恢復(fù)正常的連接狀態(tài)
語(yǔ)法:
exec
DISCARD
清除所有先前在一個(gè)事務(wù)中放入隊(duì)列的命令,然后恢復(fù)正常的連接狀態(tài)。
語(yǔ)法:
discard
WATCH
當(dāng)某個(gè)[事務(wù)需要按條件執(zhí)行]時(shí),就要使用這個(gè)命令將給定的[鍵設(shè)置為受監(jiān)控]的狀態(tài)。
語(yǔ)法:
watch key [key…]
注意事項(xiàng):使用該命令可以實(shí)現(xiàn) Redis 的樂(lè)觀鎖。
UNWATCH
清除所有先前為一個(gè)事務(wù)監(jiān)控的鍵
語(yǔ)法:
unwatch
命令圖解:

事務(wù)演示:
127.0.0.1:6379> multi OK 127.0.0.1:6379> set s1 111 QUEUED 127.0.0.1:6379> hset set1 name zhangsan QUEUED 127.0.0.1:6379> exec 1) OK 2) (integer) 1 127.0.0.1:6379> multi OK 127.0.0.1:6379> set s2 222 QUEUED 127.0.0.1:6379> hset set2 age 20 QUEUED 127.0.0.1:6379> discard OK 127.0.0.1:6379> exec (error) ERR EXEC without MULTI 127.0.0.1:6379> watch s1 OK 127.0.0.1:6379> multi OK 127.0.0.1:6379> set s1 555 QUEUED 127.0.0.1:6379> exec # 此時(shí)在沒(méi)有exec之前,通過(guò)另一個(gè)命令窗口對(duì)監(jiān)控的s1字段進(jìn)行修改 (nil) 127.0.0.1:6379> get s1 111
Redis 不支持事務(wù)回滾(為什么呢)
大多數(shù)事務(wù)失敗是因?yàn)檎Z(yǔ)法錯(cuò)誤或者類型錯(cuò)誤,這兩種錯(cuò)誤,在開(kāi)發(fā)階段都是可以預(yù)見(jiàn)的Redis 為了性能方面就忽略了事務(wù)回滾。
Redis樂(lè)觀鎖
樂(lè)觀鎖基于CAS(Compare And Swap)思想(比較并替換),是不具有互斥性,不會(huì)產(chǎn)生鎖等待而消耗資源,但是需要反復(fù)的重試,但也是因?yàn)橹卦嚨臋C(jī)制,能比較快的響應(yīng)。因此我們可以利用redis來(lái)
實(shí)現(xiàn)樂(lè)觀鎖。具體思路如下:
- 利用redis的watch功能,監(jiān)控這個(gè)redisKey的狀態(tài)值
- 獲取redisKey的值
- 創(chuàng)建redis事務(wù)
- 給這個(gè)key的值+1
- 然后去執(zhí)行這個(gè)事務(wù),如果key的值被修改過(guò)則回滾,key不加1
public void watch() {
try {
String watchKeys = "watchKeys";
//初始值 value=1
jedis.set(watchKeys, 1);
//監(jiān)聽(tīng)key為watchKeys的值
jedis.watch(watchkeys);
//開(kāi)啟事務(wù)
Transaction tx = jedis.multi();
//watchKeys自增加一
tx.incr(watchKeys);
//執(zhí)行事務(wù),如果其他線程對(duì)watchKeys中的value進(jìn)行修改,則該事務(wù)將不會(huì)執(zhí)行
//通過(guò)redis事務(wù)以及watch命令實(shí)現(xiàn)樂(lè)觀鎖
List<Object> exec = tx.exec();
if (exec == null) {
System.out.println("事務(wù)未執(zhí)行");
} else {
System.out.println("事務(wù)成功執(zhí)行,watchKeys的value成功修改");
}
} catch (Exception e) {
e.printStackTrace();
} finally {
jedis.close();
}
}Redis樂(lè)觀鎖實(shí)現(xiàn)秒殺
public class RedisLock {
public static void main(String[] arg) {
//庫(kù)存key
String redisKey = "stock";
ExecutorService executorService = Executors.newFixedThreadPool(20);
try {
Jedis jedis = new RedisProperties.Jedis("127.0.0.1", 6378);
// 可以被秒殺的庫(kù)存的初始值,庫(kù)存總共20個(gè)
jedis.set(redisKey, "0");
jedis.close();
} catch (Exception e) {
e.printStackTrace();
}
for (int i = 0; i < 1000; i++) {
executorService.execute(() -> {
Jedis jedis1 = new Jedis("127.0.0.1", 6378);
try {
jedis1.watch(redisKey);
String redisValue = jedis1.get(redisKey);
int valInteger = Integer.valueOf(redisValue);
String userInfo = UUID.randomUUID().toString();
// 沒(méi)有秒完
if (valInteger < 20) {
Transaction tx = jedis1.multi();
tx.incr(redisKey);
List list = tx.exec();
// 秒成功 失敗返回空l(shuí)ist而不是空
if (list != null && list.size() > 0) {
System.out.println("用戶:" + userInfo + ",秒殺成 功!當(dāng)前成功人數(shù):" + (valInteger + 1));
}
// 版本變化,被別人搶了。
else {
System.out.println("用戶:" + userInfo + ",秒殺失 敗");
}
}
// 秒完了
else {
System.out.println("已經(jīng)有20人秒殺成功,秒殺結(jié)束");
}
} catch (Exception e) {
e.printStackTrace();
} finally {
jedis1.close();
}
});
}
executorService.shutdown();
}
}到此這篇關(guān)于Redis 緩存淘汰策略和事務(wù)實(shí)現(xiàn)樂(lè)觀鎖詳情的文章就介紹到這了,更多相關(guān)Redis 緩存淘汰策略內(nèi)容請(qǐng)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 實(shí)現(xiàn)登陸次數(shù)限制的思路詳解
這篇文章主要介紹了redis 實(shí)現(xiàn)登陸次數(shù)限制的思路詳解,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2019-08-08
深入解析Redis中常見(jiàn)的應(yīng)用場(chǎng)景
這篇文章主要給大家介紹了關(guān)于Redis中常見(jiàn)的應(yīng)用場(chǎng)景的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧。2017-09-09
Redis設(shè)置密碼的實(shí)現(xiàn)步驟
本文主要介紹了Redis設(shè)置密碼的實(shí)現(xiàn)步驟,主要包括兩種方法:臨時(shí)密碼和持久密碼,具有一定的參考價(jià)值,感興趣的可以了解一下2023-08-08
Redis集群水平擴(kuò)展、集群中添加以及刪除節(jié)點(diǎn)的操作
這篇文章主要介紹了Redis集群水平擴(kuò)展、集群中添加以及刪除節(jié)點(diǎn)的操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-03-03
淺談Redis在分布式系統(tǒng)中的協(xié)調(diào)性運(yùn)用
這篇文章主要介紹了Redis在分布式系統(tǒng)中的協(xié)調(diào)性運(yùn)用,講解了Redis在進(jìn)程和線程的調(diào)度上以及消息隊(duì)列中的作用,需要的朋友可以參考下2016-03-03

