redis充當伺服器緩存

1. mysql讀寫分離和用Redis做緩存，這兩種方案有什麼異同

讀寫分離一般都是結合Master/Slave模式使用，Master處理寫請求，Slave處理讀請求，這樣做的好處是：
1、提高資料庫的並發處理能力；
2、避免寫請求鎖表阻塞讀請求；
3、避免單點，提高資料庫的可用性；
而使用Redis作為DB前面的緩存，是為了減少對MySQL的壓力，提高系統的處理效率。

二者解決的問題域不同，不存在誰替代誰。

一般高並發應用都是結合二者使用。

2. 如何在django中使用redis做緩存伺服器

實現緩存的方式，有多種，本地內存緩存，資料庫緩存，文件系統緩存。這里介紹使用Redis資料庫進行緩存。

環境

• redis

• django-redis

配置

• settings.py

• CACHES = { "default": { "BACKEND": "django_redis.cache.RedisCache", "LOCATION": "redis://127.0.0.1:6379/1", "OPTIONS": { "CLIENT_CLASS": "django_redis.client.DefaultClient", "PASSWORD": "mysecret"


• }


• }


• }


• python manage.py createcachetable1



緩存有站點緩存，和單個view緩存

• 站點緩存：
  

• settings.py

• MIDDLEWARE = [ # 站點緩存 ， 注意必須在第一個位置


• 'django.middleware.cache.UpdateCacheMiddleware',


• ... # 站點緩存, 注意必須在最後一個位置


• 'django.middleware.cache.FetchFromCacheMiddleware',


• ]



• 視圖緩存：
  

• views.py

• from django.shortcuts import renderfrom django.views.decorators.cache import cache_pagefrom cache.models import Foo# 在需要緩存的視圖上添加裝飾器, 參數是設置timeout 超時時間， 單位是秒， @cache_page(60)def index(request):


• bar = Foo.objects.all() return render(request, 'cache/index.html', {'bar': bar})

3. redis怎麼實現資料庫的緩存

大致為兩種措施：

一、腳本同步：
1、自己寫腳本將資料庫數據寫入到redis/memcached。
2、這就涉及到實時數據變更的問題（mysql row binlog的實時分析），binlog增量訂閱Alibaba 的canal ，以及緩存層數據 丟失/失效 後的數據同步恢復問題。

二、業務層實現：
1、先讀取nosql緩存層，沒有數據再讀取mysql層，並寫入數據到nosql。
2、nosql層做好多節點分布式（一致性hash），以及節點失效後替代方案（多層hash尋找相鄰替代節點），和數據震盪恢復了。

redis實現資料庫緩存的分析：

• 對於變化頻率非常快的數據來說，如果還選擇傳統的靜態緩存方式（Memocached、File System等）展示數據，可能在緩存的存取上會有很大的開銷，並不能很好的滿足需要，而Redis這樣基於內存的NoSQL資料庫，就非常適合擔任實時數據的容器。

• 但是往往又有數據可靠性的需求，採用MySQL作為數據存儲，不會因為內存問題而引起大粗李數據丟失，同時也可以利用關系資料庫的特性實現很多功能。所以就會很自然的想到是否可以採用MySQL作為數據存儲引擎，Redis則作為Cache。

• MySQL到Redis數據復制方案，無論MySQL還是Redis，自身都帶有數據同步的機制，比較常用的MySQL的Master/Slave模式，就是由Slave端分析Master的binlog來實現的，這樣的數據復制其實還是一個非同步過程，只不滾遲過當伺服器都在同一內凳蠢網時，非同步的延遲幾乎可以忽略。那麼理論上也可用同樣方式，分析MySQL的binlog文件並將數據插入Redis。

• 因此這里選擇了一種開發成本更加低廉的方式，借用已經比較成熟的MySQL UDF，將MySQL數據首先放入Gearman中，然後通過一個自己編寫的PHP Gearman Worker，將數據同步到Redis。比分析binlog的方式增加了不少流程，但是實現成本更低，更容易操作。

4. redis怎麼作為mysql的緩存

應用Redis實現數據的讀寫，同時利用隊列處理器定時將數據寫入mysql。
同時要注意避免沖突，在redis啟動時去mysql讀取所有表鍵值存入redis中，往redis寫數據時，對redis主鍵自增並進行讀取，若mysql更新失敗，則需要及時清除緩存及同步redis主鍵。

5. redis做mysql的緩存

redis緩存其實就是把經常訪問的數據放到redis裡面，用戶查詢的時候先去redis查詢，沒有查到就執行sql語句查詢，同時把數據同步到redis裡面。redis只做讀操作，在內存中查詢速度快。

使用redis做緩存必須解決兩個問題，首先就是確定用何種數據結構存儲來自mysql的數據；確定數據結構之後就是需要確定用什麼標識來作為數據的key。
mysql是按照表存儲數據的，這些表是由若干行組成。每一次執行select查詢，mysql都會返回一個結果集，這個結果是由若干行組成的。redis有五種數據結構：列表list，哈希hash，字元串string，集合set，sorted set(有序集合)，對比幾種數據結構，string和hash是比較適合存儲行的數據結構，可以把數據轉成json字元串存入redis。

全量遍歷鍵： keys pattern keys *
有人說 KEYS 相當於關系性數據的庫的 select * ，在生產環境幾乎是要禁用的

不管上面說的對不對， keys 肯定是有風險的。那我們就換一種方案，在存數據的時候。把數據的鍵存一下，也存到redis裡面選hash類型，那麼取的時候就可以直接通過這個hash獲取所有的值，自我感覺非常好用！

6. 如何使用redis做mysql的緩存

應用Redis實現數據的讀寫，同時利用隊列處理器定時將數據寫入MySQL。

同時要注意避免沖突，在redis啟動時去mysql讀取所有表鍵值存入redis中，往redis寫數據時，對redis主鍵自增並進行讀取，若mysql更新失敗，則需要及時清除緩存及同步redis主鍵。

這樣處理，主要是實時讀寫redis，而mysql數據則通過隊列非同步處理，緩解mysql壓力，不過這種方法應用場景主要基於高並發，而且redis的高可用集群架構相對更復雜，一般不是很推薦。

《內存資料庫和mysql的同步機制》

redis如何做到和mysql資料庫的同步

【方案一】http://www.hu.com/question/23401553?sort=created

程序實現mysql更新、添加、刪除就刪除redis數據。

程序查詢redis，不存在就查詢mysql並保存redis

redis和mysql數據的同步，代碼級別大致可以這樣做：

讀: 讀redis->沒有，讀mysql->把mysql數據寫回redis

寫: 寫mysql->成功，寫redis（捕捉所有mysql的修改，寫入和刪除事件，對redis進行操作）

【方案二】http://www.linuxidc.com/Linux/2015-01/380.htm

實時獲取mysql binlog進行解析，然後修改redis

MySQL到Redis數據方案

無論MySQL還是Redis，自身都帶有數據同步的機制，像比較常用的MySQL的Master/Slave模式，就是由Slave端分析Master的binlog來實現的，這樣的數據其實還是一個非同步過程，只不過當伺服器都在同一內網時，非同步的延遲幾乎可以忽略。

那麼理論上我們也可以用同樣方式，分析MySQL的binlog文件並將數據插入Redis。但是這需要對binlog文件以及MySQL有非常深入的理解，同時由於binlog存在Statement/Row/Mixedlevel多種形式，分析binlog實現同步的工作量是非常大的。

因此這里選擇了一種開發成本更加低廉的方式，借用已經比較成熟的MySQL UDF，將MySQL數據首先放入Gearman中，然後通過一個自己編寫的PHP Gearman Worker，將數據同步到Redis。比分析binlog的方式增加了不少流程，但是實現成本更低，更容易操作。

【方案三】

使用mysql的udf，詳情請看MySQL :: MySQL 5.1 Reference Manual :: 22.3 Adding New Functions to MySQL 然後通過trigger在表update和insert之後進行函數的調用，寫入到redis中去。大致是這個樣子。

【http://www.hu.com/question/27738066】

1.首先明確是不是一定要上緩存，當前架構的瓶頸在哪裡，若瓶頸真是資料庫操作上，再繼續往下看。

2.明確memcached和redis的區別，到底要使用哪個。前者終究是個緩存，不可能永久保存數據（LRU機制），支持分布式，後者除了緩存的同時也支持把數據持久化到磁碟等，redis要自己去實現分布式緩存（貌似最新版本的已集成），自己去實現一致性hash。因為不知道你們的應用場景，不好說一定要用memcache還是redis，說不定用MongoDB會更好，比如在存儲日誌方面。

3.緩存量大但又不常變化的數據，比如評論。

4.你的思路是對的，清晰明了，讀DB前，先讀緩存，如果有直接返回，如果沒有再讀DB，然後寫入緩存層並返回。

5.考慮是否需要主從，讀寫分離，考慮是否分布式部署，考慮是否後續水平伸縮。

6.想要一勞永逸，後續維護和擴展方便，那就將現有的代碼架構優化，按你說的替換資料庫組件需要改動大量代碼，說明當前架構存在問題。可以利用現有的一些框架，比如SpringMVC，將你的應用層和業務層和資料庫層解耦。再上緩存之前把這些做好。

7.把讀取緩存等操作做成服務組件，對業務層提供服務，業務層對應用層提供服務。

8.保留原始資料庫組件，優化成服務組件，方便後續業務層靈活調用緩存或者是資料庫。

9.不建議一次性全量上緩存，最開始不動核心業務，可以將邊緣業務先換成緩存組件，一步步換至核心業務。

10.刷新內存，以memcached為例，新增，修改和刪除操作，一般採用lazy load的策略，即新增時只寫入資料庫，並不會馬上更新Memcached，而是等到再次讀取時才會載入到Memcached中，修改和刪除操作也是更新資料庫，然後將Memcached中的數據標記為失效，等待下次讀取時再載入。