003：Redis事务

一、事务和事务锁

事务

一旦成功所有的成功，一个失败，所有一些列连续动作都失败

事务的基本操作

• 开启事务

multi

• 作用
  设定事务的开启位置，此指令执行后，后续的所有指令均加入到事务中
• 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
  
  注意：加入事务的命令暂时到任务队列中，并没有立即执行，只有执行exec命令才开始执行

事务定义过程中发现问题，怎么办？

• 取消事务

discard

• 作用
  终止当前事务定义，发生在multi之后，exec之前

事务的工作流程

事务的注意事项

• 语法错误
  指命令书写格式有误
• 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被执行。包括那些语法正确的命令
• 运行错误
  指命令格式正确，但是无法正常的执行。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。

手动进行事务回滚

• 记录操作过程中被影响的数据之前的状态
  单数据：string
  多数据：hash,list,set,zset
• 设置指令恢复所有的被修改的项
  单数据：直接set（注意周边属性，例如时效）
  多数据：修改对应值或整体克隆复制

事务锁

业务场景1

业务分析

• 多个客户端有可能同时操作一组数据，并且该数据一旦被操作修改后，将不适用于继续操作
• 在操作之前锁定要操作的数据，一旦发生变化，终止当前操作

基于特定条件的事务执行——锁

解决方案

• 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

watch key1 [key2…]

• 取消对所有key的监视

unwatch

业务场景2
天猫双11热卖过程中，对已经售罄的获取追加补货，且补货完成。客户购买热情高涨，3秒内将所有商品购买完毕。本次补货已经将库存全部清空，如何避免最后一件商品不被多人同时购买？【超卖问题】
业务分析

• 使用watch监控一个key有没有改变已经不能解决问题，此处要监控的是具体数据
• 虽然redis是单线程的，但是多个客户端对同一个数据同时进行操作时，如何避免不被同时修改？

基于特定条件的事务执行——分布式锁

解决方案

• 使用setnx设置一个公共锁

setnx lock-key value

利用setnx命令的返回值特征，有值则返回设置失败，无值则返回设置成功

• 对于返回设置成功的，拥有控制权，进行下一步的具体业务操作
• 对于返回设置失败的，不具有控制权，排队或等待
  操作完毕通过del操作释放锁

dek lock-key

业务场景
依赖分布式锁的机制，某个用户操作时对应客户机宕机，并且此时已经获取到锁，如何解决？
业务分析

• 由于锁操作由用户控制加锁，必定会存在加锁后未解锁的风险
• 需要解锁操作不能仅依赖用户控制，系统级别要给出对应的保底处理方案
  解决方案
• 使用expire为锁key添加时间限定，到时不释放，放弃锁

expire lock-key second
pexpire lock-kay millisenconds

由于操作通常都是微秒或者毫秒级，因此该锁设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消耗时，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、数据删除策略

Redis中的数据特征

• Redis是一种内存级数据库，所有数据均存放在内存中，内存中的数据可以通过TTL指令获取其状态
• XX : 具有时效性的数据
• -1 : 永久有效的数据
• -2 : 已经国企的数据 或 被删除的数据 或 未定义的数据

数据删除策略

数据删除策略

1. 定时删除
2. 惰性删除
3. 定期删除

时效性数据的存储结构

数据删除策略的目标

在内存占用与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漏。

定时删除

• 创建一个定时器，当key设置过期时间，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，到时就删除，快速释放掉不必要的内存占用
• 缺点：CPU压力很大，无论CPU此时负载多高，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

惰性删除

• 数据到达过期时间，不做处理。等下次访问该数据

1. 如果未过期，返回数据
2. 发现已经过期，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

以上两种方案都走极端，但是也有折中方案

定期删除

• Redis启动服务器初始化时，读取配置server.hz的值，默认为10
• 每秒钟执行server.hz次serverCron()
  
• 周期性轮询redis库中时效性数据，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

删除策略对比

逐出算法

新数据进入检测

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freeMemorylfNeeded()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

• 每次选取代删除数据的个数

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

达到最大内存后的，对被挑选出来的数据进行删除的策略

检查易失数据（可能会过期的数据集server.db[i].expires)

1. volatile-lru：挑选最近最少使用的数据淘汰
2. volatile-lfu：挑选最近使用次数最少的数据淘汰
3. volatile-ttl ：挑选将要过期的数据淘汰
4. volatile-random：任意选择数据淘汰
   
   检测全库数据（所有数据集server.db[i].dict）
5. allkeys-lru：挑选最近最少使用的数据态太
6. allkeys-lfu：挑选最近使用次数最少的数据淘汰
7. allkeys-random：任意选择数据淘汰
   放弃数据驱逐
8. no-enviction（驱逐）：禁止驱逐数据（redis4.0默认策略），会引发错误OOM（OutOfMemory）

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int和miss的次数，根据业务需求调优Redis配置

三、Redis服务器配置redis.conf

服务器端设定

• 设置服务器以守护进程的方式运行

deamonize yes|no

• 绑定主机地址

bind 127.0.0.1

• 设置服务器端口号

port 6379

• 设置数据库数量

databases 16

日志配置

• 设置服务器以指定日志记录级别

loglevel debug|verbose|notice|warning

• 日志记录文件名

logfile 端口号.log

注意：日志级别开发期设置为verbose即可，生产环境中配置为notice，简化日志输出量，降低写日志IO的频度

客户端配置

• 设置同一时间最大客户链接数，默认无限制。当客户端连接到达上线，Redis会关闭新的链接

maxclients 0

• 客户端限制等待最大时常，达到最大之后关闭连接。如需关闭该功能，设置为0

timeout 300

多服务器快捷配置

• 导入并加载指定配置文件信息，用于快速创建redis公共配置较多的redis实例配置文件，便于维护

includ /path/server-端口号.conf

最后

以上就是贤惠紫菜为你收集整理的【黑马程序员】Redis学习笔记003：Redis事务003：Redis事务的全部内容，希望文章能够帮你解决【黑马程序员】Redis学习笔记003：Redis事务003：Redis事务所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。