redis如何被挖矿

A. redis被攻击，怎么预防

1，主从是必须的，不过现在redis的proxy还不稳定，主从异常还得手工切换
2，持久化，根据数据变化频率和数据量，调整持久化参数，选择RDB或者AOF做持久化
3，可是，如果是做缓存，最好是能从业务中重建的。
4，国内有个ssdb，个人测试的结果显示ssdb能有redis 20%左右的性能，但集群比较好，一些项目中可以用来替换redis.

B. redis 如何测出redis的最高并发

1.评估光用 benchmark 不可靠，得具体根据你的业务使用场景，如使用 string 还是 list ，或者是 zset ， list 和 zset 长度不同有些操作的单次耗时是不同的，你得预估你的数据量，然后自己写测试代码，这样最靠谱
2.一个 redis 撑不住可以用多个，具体两种策略，一个是客户端路由，一个是服务端加代理层，由服务端路由，如 codis
3.redis 内部是单线程的，所以不会有并发问题，即使你业务代码是并发的，但是到 redis 那里，你可以理解成一个队列，先到先做，顺序执行

PS:redis 最该考虑的我觉得还是容量问题，毕竟内存资源还是比较宝贵的

C. 求助各位，关于redis耗时比较严重的问题

（1）redis部署的机器性能，IO.CPU，带宽等等都是没有问题的
（2）我们访问redis的服务器的IO,CPU,负载也是没问题的
（3）访问redis使用的是mget操作，一次最多获取50个key，查看redis的慢操作日志，由于mget导致的查询慢操作情况很少
（4）是否是由于访问redis的服务访问其他数据资源耗时严重的问题，因为服务还访问了其他的redis资源，其他redis的耗时还算比较正常，因此可以排除这个问题

D. redis为什么能实现秒杀

redis是单线程的 可以很好地解决并发问题
如果使用普通的代码逻辑实现秒杀会出现并发问题导致多人秒杀成功货物超发的情况 二使用redis可以把并发的请求进行队列 就好像把一拥而上的人排成了一个队一个一个来 先通过redis减库存成功后在进入我们网站的数据库进行减库存，当redis中库存没有了请求就不会再进入数据秒杀就不会再成功

E. redis能解决并发吗

可以

redis真的是一个很好的技术，它可以很好的在一定程度上解决网站一瞬间的并发量，例如商品抢购秒杀等活动。。。

redis之所以能解决高并发的原因是它可以直接访问内存，而以往我们用的是数据库(硬盘),提高了访问效率,解决了数据库服务器压力。

为什么redis的地位越来越高，我们为何不选择memcache，这是因为memcache只能存储字符串，而redis存储类型很丰富（例如有字符串、LIST、SET等），memcache每个值最大只能存储1M,存储资源非常有限,十分消耗内存资源,而redis可以存储1G,最重要的是memcache它不如redis安全,当服务器发生故障或者意外关机等情况时,redsi会把内存中的数据备份到硬盘中,而memcache所存储的东西全部丢失;这也说明了memcache不适合做数据库来用,可以用来做缓存。

下面用redis解决瞬间秒杀活动来说明：

下面这个程序模拟了20w人一瞬间涌入这个页面进行秒杀,能够秒杀成功的只有500人,我们把先进来的用户放入redis队列中,当队列中的用户达到500时，后来用户就转到秒杀结束页面。这里用随机数来表示不同的用户。

我们可以看到从秒杀成功队列中依次取出的第一个用户id是208522，最后一个用户是176260，可以看出结果是很准确的。

redis在解决高并发这方面的能力是真的挺不错的。

F. redis怎样解决高并发

Redis是个单线程程序!这点必须铭记。

也许你会怀疑高并发的Redis 中间件怎么可能是单线程。很抱歉，它就是单线程，你的怀疑暴露了你基础知识的不足。莫要瞧不起单线程，除了Redis 之外，Node.js 也是单线程，Nginx也是单线程，但是它们都是服务器高性能的典范。

Redis单线程为什么还能这么快?

因为它所有的数据都在内存中，所有的运算都是内存级别的运算。正因为Redis是单线程，所以要小心使用Redis 指令，对于那些时间复杂度为O(n) 级别的指令，- -定要谨慎使用，一不小心就可能会导致Redis 卡顿。

Redis单线程如何处理那么多的并发客户端连接?

这个问题，有很多中高级程序员都无法回答，因为他们没听过多路复用这个词汇，不知

道select 系列的事件轮询API, 没用过非阻塞IO。

非阻塞IO

G. redis是怎么实现的

第一：Redis 是什么？

Redis是基于内存、可持久化的日志型、Key-Value数据库 高性能存储系统，并提供多种语言的API.

第二：出现背景

• 数据结构(Data Structure)需求越来越多, 但memcache中没有, 影响开发效率

• 性能需求, 随着读操作的量的上升需要解决，经历的过程有:
  数据库读写分离(M/S)–>数据库使用多个Slave–>增加Cache (memcache)–>转到Redis

• 解决写的问题：
  水平拆分，对表的拆分，将有的用户放在这个表，有的用户放在另外一个表；

• 可靠性需求
  Cache的"雪崩"问题让人纠结
  Cache面临着快速恢复的挑战

• 开发成本需求
  Cache和DB的一致性维护成本越来越高(先清理DB, 再清理缓存, 不行啊, 太慢了!)
  开发需要跟上不断涌入的产品需求
  硬件成本最贵的就是数据库层面的机器，基本上比前端的机器要贵几倍，主要是IO密集型，很耗硬件；

• 维护性复杂
  一致性维护成本越来越高；
  BerkeleyDB使用B树，会一直写新的，内部不会有文件重新组织；这样会导致文件越来越大；大的时候需要进行文件归档，归档的操作要定期做；
  这样，就需要有一定的down time；

基于以上考虑， 选择了Redis

第三：Redis 在新浪微博中的应用

Redis简介

1. 支持5种数据结构

支持strings, hashes, lists, sets, sorted sets
string是很好的存储方式，用来做计数存储。sets用于建立索引库非常棒；

2. K-V 存储 vs K-V 缓存

新浪微博目前使用的98%都是持久化的应用，2%的是缓存，用到了600+服务器
Redis中持久化的应用和非持久化的方式不会差别很大：
非持久化的为8-9万tps，那么持久化在7-8万tps左右；
当使用持久化时，需要考虑到持久化和写性能的配比，也就是要考虑redis使用的内存大小和硬盘写的速率的比例计算；

3. 社区活跃

Redis目前有3万多行代码, 代码写的精简，有很多巧妙的实现，作者有技术洁癖
Redis的社区活跃度很高，这是衡量开源软件质量的重要指标，开源软件的初期一般都没有商业技术服务支持，如果没有活跃社区做支撑，一旦发生问题都无处求救；

Redis基本原理

redis持久化(aof) append online file：
写log(aof), 到一定程度再和内存合并. 追加再追加, 顺序写磁盘, 对性能影响非常小

1. 单实例单进程

Redis使用的是单进程，所以在配置时，一个实例只会用到一个CPU；
在配置时，如果需要让CPU使用率最大化，可以配置Redis实例数对应CPU数, Redis实例数对应端口数(8核Cpu, 8个实例, 8个端口), 以提高并发:
单机测试时, 单条数据在200字节, 测试的结果为8~9万tps；

2. Replication

过程: 数据写到master–>master存储到slave的rdb中–>slave加载rdb到内存。
存储点(save point): 当网络中断了, 连上之后, 继续传.
Master-slave下第一次同步是全传，后面是增量同步；、

3. 数据一致性

长期运行后多个结点之间存在不一致的可能性；
开发两个工具程序：
1.对于数据量大的数据，会周期性的全量检查；
2.实时的检查增量数据，是否具有一致性；

对于主库未及时同步从库导致的不一致，称之为延时问题；
对于一致性要求不是那么严格的场景，我们只需要要保证最终一致性即可；
对于延时问题，需要根据业务场景特点分析，从应用层面增加策略来解决这个问题；
例如：
1.新注册的用户，必须先查询主库；
2.注册成功之后，需要等待3s之后跳转，后台此时就是在做数据同步。

第四：分布式缓存的架构设计

1.架构设计

由于redis是单点，项目中需要使用，必须自己实现分布式。基本架构图如下所示：



2.分布式实现

通过key做一致性哈希，实现key对应redis结点的分布。

一致性哈希的实现：

lhash值计算：通过支持MD5与MurmurHash两种计算方式，默认是采用MurmurHash，高效的hash计算.

l一致性的实现：通过java的TreeMap来模拟环状结构，实现均匀分布

3.client的选择

对于jedis修改的主要是分区模块的修改，使其支持了跟据BufferKey进行分区，跟据不同的redis结点信息，可以初始化不同的 ShardInfo，同时也修改了JedisPool的底层实现，使其连接pool池支持跟据key,value的构造方法，跟据不同 ShardInfos，创建不同的jedis连接客户端，达到分区的效果，供应用层调用

4.模块的说明

l脏数据处理模块，处理失败执行的缓存操作。

l屏蔽监控模块，对于jedis操作的异常监控，当某结点出现异常可控制redis结点的切除等操作。

整个分布式模块通过hornetq，来切除异常redis结点。对于新结点的增加，也可以通过reload方法实现增加。（此模块对于新增结点也可以很方便实现）

对于以上分布式架构的实现满足了项目的需求。另外使用中对于一些比较重要用途的缓存数据可以单独设置一些redis结点，设定特定的优先级。另外对 于缓存接口的设计，也可以跟据需求，实现基本接口与一些特殊逻辑接口。对于cas相关操作，以及一些事物操作可以通过其watch机制来实现。

声明：所有博客服务于分布式框架，作为框架的技术支持及说明，框架面向企业，是大型互联网分布式企业架构，后期会介绍linux上部署高可用集群项目。

H. 如何解决 redis value 较大的问题

used_memory是Redis使用的内存总量，它包含了实际缓存占用的内存和Redis自身运行所占用的内存(如元数据、lua)。它是由Redis使用内存分配器分配的内存，所以这个数据并没有把内存碎片浪费掉的内存给统计进去。

I. redis怎么取值

用 Get 命令取值：

redis 127.0.0.1:6379> GET KEY_NAME

详见：http://www.apiref.com/redis-zh/24.html