Redis?緩存淘汰策略和事務實現樂觀鎖詳情
緩存淘汰策略
標題LRU原理
LRU(Least recently used,最近最少使用)算法根據數據的歷史訪問記錄來進行淘汰數據,其核心思想是“如果數據最近被訪問過,那么將來被訪問的幾率也更高”。
最常見的實現是使用一個鏈表保存緩存數據,詳細算法實現如下:

- 新數據插入到鏈表頭部;
- 每當緩存命中(即緩存數據被訪問),則將數據移到鏈表頭部;
- 當鏈表滿的時候,將鏈表尾部的數據丟棄。
在Java中可以使用LinkHashMap去實現LRU利用哈希鏈表實現:

標題Redis緩存淘汰策略
設置最大緩存
在 redis 中,允許用戶設置最大使用內存大小maxmemory,默認為0,沒有指定最大緩存,如果有新的數據添加,超過最大內存,則會使redis崩潰,所以一定要設置。
redis 內存數據集大小上升到一定大小的時候,就會實行數據淘汰策略。
淘汰策略
redis淘汰策略配置:maxmemory-policy voltile-lru,支持熱配置
redis 提供 6種數據淘汰策略:
- volatile-lru:從已設置過期時間的數據集(server.db[i].expires)中挑選最近最少使用的數據淘汰
- volatile-ttl:從已設置過期時間的數據集(server.db[i].expires)中挑選將要過期的數據淘汰
- volatile-random:從已設置過期時間的數據集(server.db[i].expires)中任意選擇數據淘汰
- allkeys-lru:從數據集(server.db[i].dict)中挑選最近最少使用的數據淘汰
- allkeys-random:從數據集(server.db[i].dict)中任意選擇數據淘汰
- no-enviction(驅逐):禁止驅逐數據
Redis事務
Redis事務介紹
- Redis 的事務是通過 MULTI 、 EXEC 、 DISCARD 和 WATCH 、UNWATCH這五個命令來完成的。
- Redis 的單個命令都是原子性的,所以這里需要確保事務性的對象是命令集合。
- Redis 將命令集合序列化并確保處于同一事務的命令集合連續(xù)且不被打斷的執(zhí)行
- Redis 不支持回滾操作。 事務命令
MULTI
用于標記事務塊的開始。 Redis會將后續(xù)的命令逐個放入隊列中,然后使用EXEC命令原子化地執(zhí)行這個命令序列。
語法:
multi
EXEC
在一個事務中執(zhí)行所有先前放入隊列的命令,然后恢復正常的連接狀態(tài)
語法:
exec
DISCARD
清除所有先前在一個事務中放入隊列的命令,然后恢復正常的連接狀態(tài)。
語法:
discard
WATCH
當某個[事務需要按條件執(zhí)行]時,就要使用這個命令將給定的[鍵設置為受監(jiān)控]的狀態(tài)。
語法:
watch key [key…]
注意事項:使用該命令可以實現 Redis 的樂觀鎖。
UNWATCH
清除所有先前為一個事務監(jiān)控的鍵
語法:
unwatch
命令圖解:

事務演示:
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 # 此時在沒有exec之前,通過另一個命令窗口對監(jiān)控的s1字段進行修改 (nil) 127.0.0.1:6379> get s1 111
Redis 不支持事務回滾(為什么呢)
大多數事務失敗是因為語法錯誤或者類型錯誤,這兩種錯誤,在開發(fā)階段都是可以預見的Redis 為了性能方面就忽略了事務回滾。
Redis樂觀鎖
樂觀鎖基于CAS(Compare And Swap)思想(比較并替換),是不具有互斥性,不會產生鎖等待而消耗資源,但是需要反復的重試,但也是因為重試的機制,能比較快的響應。因此我們可以利用redis來
實現樂觀鎖。具體思路如下:
- 利用redis的watch功能,監(jiān)控這個redisKey的狀態(tài)值
- 獲取redisKey的值
- 創(chuàng)建redis事務
- 給這個key的值+1
- 然后去執(zhí)行這個事務,如果key的值被修改過則回滾,key不加1
public void watch() {
try {
String watchKeys = "watchKeys";
//初始值 value=1
jedis.set(watchKeys, 1);
//監(jiān)聽key為watchKeys的值
jedis.watch(watchkeys);
//開啟事務
Transaction tx = jedis.multi();
//watchKeys自增加一
tx.incr(watchKeys);
//執(zhí)行事務,如果其他線程對watchKeys中的value進行修改,則該事務將不會執(zhí)行
//通過redis事務以及watch命令實現樂觀鎖
List<Object> exec = tx.exec();
if (exec == null) {
System.out.println("事務未執(zhí)行");
} else {
System.out.println("事務成功執(zhí)行,watchKeys的value成功修改");
}
} catch (Exception e) {
e.printStackTrace();
} finally {
jedis.close();
}
}Redis樂觀鎖實現秒殺
public class RedisLock {
public static void main(String[] arg) {
//庫存key
String redisKey = "stock";
ExecutorService executorService = Executors.newFixedThreadPool(20);
try {
Jedis jedis = new RedisProperties.Jedis("127.0.0.1", 6378);
// 可以被秒殺的庫存的初始值,庫存總共20個
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list而不是空
if (list != null && list.size() > 0) {
System.out.println("用戶:" + userInfo + ",秒殺成 功!當前成功人數:" + (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("已經有20人秒殺成功,秒殺結束");
}
} catch (Exception e) {
e.printStackTrace();
} finally {
jedis1.close();
}
});
}
executorService.shutdown();
}
}到此這篇關于Redis 緩存淘汰策略和事務實現樂觀鎖詳情的文章就介紹到這了,更多相關Redis 緩存淘汰策略內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

