redis实现session共享的一些细节

如果仅仅是写demo，对于sprintboot项目，只要在启动类加上@EnableRedis>

@Bean

public CacheManager cacheManager(RedisConnectionFactory redisConnectionFactory) {

// 配置序列化

// 统一默认配置，TTL为60秒

RedisCacheConfiguration config = RedisCacheConfigurationdefaultCacheConfig()

entryTtl(DurationofSeconds(60));

// 针对不同key可以个性化设置

Set<String> cacheNames = new HashSet<>();

cacheNamesadd("account");

cacheNamesadd("post");

// 对每个缓存空间应用不同的配置

Map<String, RedisCacheConfiguration> configMap = new HashMap<>();

configMapput("account", configentryTtl(DurationofSeconds(30)));

configMapput("post", config);

return RedisCacheManagerbuilder(redisConnectionFactory)

cacheDefaults(config)

initialCacheNames(cacheNames)

withInitialCacheConfigurations(configMap)

build();

}

自定义每个缓存的TTL和自动刷新

上面的设置虽然可以提前设定每个cacheName的ttl，但是不够细，虽然Cacheable的sync可以防止缓存击穿，但是无法防止缓存雪崩。

我们可以使用AOP来完成自动刷新和自定义TTL。

代码写的比较糙，只是个例子，可以自己修改。

自己写TTL注解

import orgspringframeworkcoreannotationAliasFor;

import javalangannotation;

@Retention(RetentionPolicyRUNTIME)

@Target(ElementTypeMETHOD)

@Inherited

public @interface CacheTTL {

@AliasFor("ttl")

long value() default 60;

@AliasFor("value")

long ttl() default 60;

long preExpireRefresh() default 10;

}

AOP实现

import orgaspectjlangJoinPoint;

import orgaspectjlangannotationAfter;

import orgaspectjlangannotationAspect;

import orgaspectjlangreflectMethodSignature;

import orgspringframeworkcacheannotationCacheable;

import orgspringframeworkcacheinterceptorSimpleKeyGenerator;

import orgspringframeworkcoreannotationAnnotationUtils;

import orgspringframeworkcoreannotationOrder;

import orgspringframeworkdatarediscoreRedisTemplate;

import orgspringframeworkstereotypeComponent;

import javalangreflectMethod;

import javautilArrays;

import javautilconcurrentTimeUnit;

import javautilconcurrentatomicAtomicInteger;

//这里必须要比Cacheable的Aspect优先级要高

@Order(value=1)

@Aspect

@Component

public class CustomCacheAspect {

private final RedisTemplate<String,Object> redisTemplate;

private final SimpleKeyGenerator keyGenerator = new SimpleKeyGenerator();

private final AtomicInteger asyncLock = new AtomicInteger(0);

public CustomCacheAspect(RedisTemplate<String, Object> redisTemplate) {

thisredisTemplate = redisTemplate;

}

@After(value="execution( ())")

public void after(JoinPoint point)

{

Object target = pointgetTarget();

MethodSignature signature = (MethodSignature) pointgetSignature();

Method method = signaturegetMethod();

try {

if (methodisAnnotationPresent(CacheTTLclass) && methodisAnnotationPresent(Cacheableclass)) {

CacheTTL ttlData = AnnotationUtilsgetAnnotation(method, CacheTTLclass);

Cacheable cacheAbleData = AnnotationUtilsgetAnnotation(method, Cacheableclass);

long ttl = ttlDatattl();

long preExpireRefresh = ttlDatapreExpireRefresh();

String[] cacheNames = cacheAbleDatacacheNames();

//默认的keyGenerator生成，如果自定义了自己改一下

Object key = keyGeneratorgenerate(target, method, pointgetArgs());

updateExpire(cacheNames,key,preExpireRefresh,ttl);

}

} catch (Exception e) {

eprintStackTrace();

}

}

public void updateExpire(String[] cacheNames,Object key,long preExpireRefresh,long ttl){

if (asyncLockcompareAndSet(0,1)){

Arraysstream(cacheNames)parallel()forEach(cacheName->{

cacheName = cacheName + "::" + key;

long expire = redisTemplategetExpire(cacheName,TimeUnitSECONDS);

if (expire>0 && expire<=preExpireRefresh || expire > ttl || expire == -1){

redisTemplateexpire(cacheName, ttl, TimeUnitSECONDS);

}

});

asyncLockset(0);

}

}

}

使用

@Cacheable(cacheNames = "account",key="#id",sync = true)

@CacheTTL(ttl = 60,preExpireRefresh = 10)

public Account findAccountByID(int id) {

return accountDaofindAccountByID(id);

}

redis是一个key-value存储系统。和Memcached类似，它支持存储的value类型相对更多，包括string(字符串)、list(链表)、set(集合)、zset(sorted set --有序集合)和hash（哈希类型）。这些数据类型都支持push/pop、add/remove及取交集并集和差集及更丰富的 *** 作，而且这些 *** 作都是原子性的。在此基础上，redis支持各种不同方式的排序。与memcached一样，为了保证效率，数据都是缓存在内存中。区别的是redis会周期性的把更新的数据写入磁盘或者把修改 *** 作写入追加的记录文件，并且在此基础上实现了master-slave(主从)同步。

1 使用Redis有哪些好处？

(1) 速度快，因为数据存在内存中，类似于HashMap，HashMap的优势就是查找和 *** 作的时间复杂度都是O(1)

(2) 支持丰富数据类型，支持string，list，set，sorted set，hash

(3) 支持事务， *** 作都是原子性，所谓的原子性就是对数据的更改要么全部执行，要么全部不执行

(4) 丰富的特性：可用于缓存，消息，按key设置过期时间，过期后将会自动删除

2 redis相比memcached有哪些优势？

(1) memcached所有的值均是简单的字符串，redis作为其替代者，支持更为丰富的数据类型

(2) redis的速度比memcached快很多

(3) redis可以持久化其数据

3 redis常见性能问题和解决方案：

(1) Master最好不要做任何持久化工作，如RDB内存快照和AOF日志文件

(2) 如果数据比较重要，某个Slave开启AOF备份数据，策略设置为每秒同步一次

(3) 为了主从复制的速度和连接的稳定性，Master和Slave最好在同一个局域网内

(4) 尽量避免在压力很大的主库上增加从库

(5) 主从复制不要用图状结构，用单向链表结构更为稳定，即：Master <- Slave1 <- Slave2 <- Slave3

这样的结构方便解决单点故障问题，实现Slave对Master的替换。如果Master挂了，可以立刻启用Slave1做Master，其他不变。

4 MySQL里有2000w数据，redis中只存20w的数据，如何保证redis中的数据都是热点数据

相关知识：redis 内存数据集大小上升到一定大小的时候，就会施行数据淘汰策略。redis 提供 6种数据淘汰策略：

voltile-lru：从已设置过期时间的数据集（serverdb[i]expires）中挑选最近最少使用的数据淘汰

volatile-ttl：从已设置过期时间的数据集（serverdb[i]expires）中挑选将要过期的数据淘汰

volatile-random：从已设置过期时间的数据集（serverdb[i]expires）中任意选择数据淘汰

allkeys-lru：从数据集（serverdb[i]dict）中挑选最近最少使用的数据淘汰

allkeys-random：从数据集（serverdb[i]dict）中任意选择数据淘汰

no-enviction（驱逐）：禁止驱逐数据

：《Python视频教程》

5 Memcache与Redis的区别都有哪些？

1)、存储方式

Memecache把数据全部存在内存之中，断电后会挂掉，数据不能超过内存大小。

Redis有部份存在硬盘上，这样能保证数据的持久性。

2)、数据支持类型

Memcache对数据类型支持相对简单。

Redis有复杂的数据类型。

3），value大小

redis最大可以达到1GB，而memcache只有1MB

6 Redis 常见的性能问题都有哪些？如何解决？

1)Master写内存快照，save命令调度rdbSave函数，会阻塞主线程的工作，当快照比较大时对性能影响是非常大的，会间断性暂停服务，所以Master最好不要写内存快照。

2)Master AOF持久化，如果不重写AOF文件，这个持久化方式对性能的影响是最小的，但是AOF文件会不断增大，AOF文件过大会影响Master重启的恢复速度。Master最好不要做任何持久化工作，包括内存快照和AOF日志文件，特别是不要启用内存快照做持久化,如果数据比较关键，某个Slave开启AOF备份数据，策略为每秒同步一次。

3)Master调用BGREWRITEAOF重写AOF文件，AOF在重写的时候会占大量的CPU和内存资源，导致服务load过高，出现短暂服务暂停现象。

4) Redis主从复制的性能问题，为了主从复制的速度和连接的稳定性，Slave和Master最好在同一个局域网内

7 redis 最适合的场景

Redis最适合所有数据in-momory的场景，虽然Redis也提供持久化功能，但实际更多的是一个disk-backed的功能，跟传统意义上的持久化有比较大的差别，那么可能大家就会有疑问，似乎Redis更像一个加强版的Memcached，那么何时使用Memcached,何时使用Redis呢

如果简单地比较Redis与Memcached的区别，大多数都会得到以下观点：

1Redis不仅仅支持简单的k/v类型的数据，同时还提供list，set，zset，hash等数据结构的存储。

2Redis支持数据的备份，即master-slave模式的数据备份。

3Redis支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用。

（1）会话缓存（Session Cache）

最常用的一种使用Redis的情景是会话缓存（session cache）。用Redis缓存会话比其他存储（如Memcached）的优势在于：Redis提供持久化。当维护一个不是严格要求一致性的缓存时，如果用户的购物车信息全部丢失，大部分人都会不高兴的，现在，他们还会这样吗？

幸运的是，随着 Redis 这些年的改进，很容易找到怎么恰当的使用Redis来缓存会话的文档。甚至广为人知的商业平台Magento也提供Redis的插件。

（2）全页缓存（FPC）

除基本的会话token之外，Redis还提供很简便的FPC平台。回到一致性问题，即使重启了Redis实例，因为有磁盘的持久化，用户也不会看到页面加载速度的下降，这是一个极大改进，类似PHP本地FPC。

再次以Magento为例，Magento提供一个插件来使用Redis作为全页缓存后端。

此外，对WordPress的用户来说，Pantheon有一个非常好的插件  wp-redis，这个插件能帮助你以最快速度加载你曾浏览过的页面。

（3）队列

Reids在内存存储引擎领域的一大优点是提供 list 和 set *** 作，这使得Redis能作为一个很好的消息队列平台来使用。Redis作为队列使用的 *** 作，就类似于本地程序语言（如Python）对 list 的 push/pop *** 作。

如果你快速的在Google中搜索“Redis queues”，你马上就能找到大量的开源项目，这些项目的目的就是利用Redis创建非常好的后端工具，以满足各种队列需求。例如，Celery有一个后台就是使用Redis作为broker，你可以从这里去查看。

（4）排行榜/计数器

Redis在内存中对数字进行递增或递减的 *** 作实现的非常好。集合（Set）和有序集合（Sorted Set）也使得我们在执行这些 *** 作的时候变的非常简单，Redis只是正好提供了这两种数据结构。所以，我们要从排序集合中获取到排名最靠前的10个用户–我们称之为“user_scores”，我们只需要像下面一样执行即可：

当然，这是假定你是根据你用户的分数做递增的排序。如果你想返回用户及用户的分数，你需要这样执行：

ZRANGE user_scores 0 10 WITHSCORES

Agora Games就是一个很好的例子，用Ruby实现的，它的排行榜就是使用Redis来存储数据的，你可以在这里看到。

（5）发布/订阅

最后（但肯定不是最不重要的）是Redis的发布/订阅功能。发布/订阅的使用场景确实非常多。我已看见人们在社交网络连接中使用，还可作为基于发布/订阅的脚本触发器，甚至用Redis的发布/订阅功能来建立聊天系统！（不，这是真的，你可以去核实）。

可能有人会遇到，Redis 经常会丢掉一些数据，写进去了，过一会儿可能就没了。那么你可能是将Redis当成存储了而没有当作缓存。啥叫缓存？用内存当缓存。内存是无限的吗，内存是很宝贵而且是有限的，磁盘是廉价而且是大量的。可能一台机器就几十个 G 的内存，但是可以有几个 T 的硬盘空间。Redis 主要是基于内存来进行高性能、高并发的读写 *** 作的。

那既然内存是有限的，比如 Redis 就只能用 10G，你要是往里面写了 20G 的数据，会咋办？当然会干掉 10G 的数据，然后就保留 10G 的数据了。那干掉哪些数据？保留哪些数据？当然是干掉不常用的数据，保留常用的数据了。

还有一个问题就是数据明明过期了，怎么还占用着内存？这些问题主要是因为Redis内部的一些机制所导致的，接下来我将展开说说Redis的两个最基础机制。

Redis 过期策略

Redis 过期策略是： 定期删除+惰性删除 。

所谓 定期删除 ，指的是 Redis 默认是每隔 100ms 就随机抽取一些设置了过期时间的 key，检查其是否过期，如果过期就删除。

假设 Redis 里放了 10w 个 key，都设置了过期时间，你每隔几百毫秒，就检查 10w 个 key，那 Redis 基本上就死了，cpu 负载会很高的，消耗在你的检查过期 key 上了。注意，这里可不是每隔 100ms 就遍历所有的设置过期时间的 key，那样就是一场性能上的 灾难 。实际上 Redis 是每隔 100ms 随机抽取 一些 key 来检查和删除的。

但是问题是，定期删除可能会导致很多过期 key 到了时间并没有被删除掉，那咋整呢？所以就是惰性删除了。这就是说，在你获取某个 key 的时候，Redis 会检查一下 ，这个 key 如果设置了过期时间那么是否过期了？如果过期了此时就会删除，不会给你返回任何东西。

获取 key 的时候，如果此时 key 已经过期，就删除，不会返回任何东西。

但是实际上这还是有问题的，如果定期删除漏掉了很多过期 key，然后你也没及时去查，也就没走惰性删除，此时会怎么样？如果大量过期 key 堆积在内存里，导致 Redis 内存块耗尽了，咋整？

答案是： 走内存淘汰机制 。

内存淘汰机制

Redis 内存淘汰机制有以下几个：

noeviction: 当内存不足以容纳新写入数据时，新写入 *** 作会报错，这个一般没人用吧，实在是太恶心了。

allkeys-lru ：当内存不足以容纳新写入数据时，在 键空间 中，移除最近最少使用的 key（这个是 最常用 的）。

allkeys-random：当内存不足以容纳新写入数据时，在 键空间 中，随机移除某个 key，这个一般没人用吧，为啥要随机，肯定是把最近最少使用的 key 给干掉啊。

volatile-lru：当内存不足以容纳新写入数据时，在 设置了过期时间的键空间 中，移除最近最少使用的 key（这个一般不太合适）。

volatile-random：当内存不足以容纳新写入数据时，在 设置了过期时间的键空间 中， 随机移除 某个 key。

volatile-ttl：当内存不足以容纳新写入数据时，在 设置了过期时间的键空间 中，有 更早过期时间 的 key 优先移除。

链接：>

EXPIRE命令返回1表示成功，返回0表示键值不存在或设置失败。

同时这里还有一个比较常用的命令是ttl，用于查看一个键还有多久时间会被删除。返回的是剩余时间（秒数）。

这里就不贴代码了，有一点需要说明的是，ttl命令在键不存在或被删除之后，会返回-2，在没有为键设置生存时间（即永久存在，建一个键之后的默认情况）时返回的是-1。大家可以亲自 *** 作一把。

如果想要把一个设置过过期时间的键取消过期时间设置，则需要使用persist命令。

redis > SET session:27e7a id1234

OK

redis > EXPIRE session:27e7a 1200

(integer) 1

redis > TTL session:27e7a

(integer) 1092

redis > PERSIST session:27e7a

(integer) 1

redis > TTL session:27e7a

(integer) -1

这里需要说明一点的是，除了使用persist命令外，使用set、getset命令为键赋值，也会同时消除键的生存时间，如果需要可以重新使用expire命令为键设置生存时间。而其他对键的 *** 作命令（如incr、lpush、hset、zrem）都不会影响键的生存时间。

expire命令的单位是秒，而且这个参数必须为整数，如果需要更精准的时间的话，需要使用pexpire命令设置，其单位为毫秒，同理也需要用pttl命令来看键的剩余毫秒数。当然使用expire命令设置的过期时间也是可以用pttl看键的剩余毫秒数的。

访问限制

有时候我们会有一个需求是需要限制一个用户对一个资源的访问频率，我们假定一个用户（用IP作为判断）每分钟对一个资源访问次数不能超过10次。

我们可以使用一个键，每次用户访问则把值加1，当值加到10的时候，我们设定键的过期时间为60秒，并且禁止访问。这时候下次访问发现值为10，则不让访问了，然后60秒后键被删除，这时候再次创建键。这样就可以解决，但是其实这样时间并不精准，问题还是挺大的。

我们还有一个方案：使用队列。前面的章节也说到了，使用列表类型可以用作队列。

我们设定一个队列ratelimiting19216811（假定是这个IP），我们把每次的访问时间都添加到队列中，当队列长度达到10以后，判断当前时间与队列第一个值的时间差是否小于60，如果小于60则说明60秒内访问次数超过10次，不允许访问；否则说明可以访问，则把队列头的值删除，队列尾增加当前访问时间。

这种方法可以比较精准的实现访问限制，但是当限制的次数比较大时，这种方法占用的存储空间也会比较大。

缓存

有时候会把一些对CPU或IO资源消耗比较大的 *** 作结果缓存起来，并设置一定时间的自动过期。比如我们设定一个微博外链的最热站点缓存放于新浪微博的首页，这样我们不可能每次访问都重新计算最热的外链站点，所以我们可以设定两小时更新一次。每次访问是判断这个键有没有，如果存在则直接返回，如果没有则通过计算把内容存入键中，并设定两小时的过期时间。

然而在很多场合这种方法会很恐怖，当服务器内存有限的时候，大量使用缓存切设置生存时间过长就会导致redis占用太多内存，而redis有时候会把系统内存都吃掉，导致系统崩溃。但是设置时间过短又会导致缓存的命中太低。

所以我们最好的办法是设定缓存的淘汰规则。这种方式比较适用于将redis用作缓存系统的时候比较好。

具体就是：修改配置文件中的maxmemory参数，限制redis的最大内存，当超出后会按照maxmemory-policy参数指定的策略删除不需要的键，直到redis占用的内存小于设定值。

以上就是关于redis实现session共享的一些细节全部的内容，包括:redis实现session共享的一些细节、redis ttl与生存时间有什么关系、ttl怎么设置自动刷新等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！