Redis 深度歷險：核心原理與應用實踐

第1篇 基礎和應用篇 / 1
1.1 授人以魚不如授人以漁 / 1
1.1.1 由 Redis 面試想到的 / 1
1.1.2 本書的內(nèi)容范圍 / 2
1.1.3 Redis 可以做什么 / 3
1.1.4 小結 / 3
1.1.5 擴展閱讀 / 4
1.2 萬丈高樓平地起——Redis 基礎數(shù)據(jù)結構 / 4
1.2.1 Redis 的安裝 / 5
1.2.2 5 種基礎數(shù)據(jù)結構 / 6
1.2.3 容器型數(shù)據(jù)結構的通用規(guī)則 / 17
1.2.4 過期時間 / 17
1.2.5 思考&作業(yè) / 17
1.3 千帆競發(fā)——分布式鎖 / 18
1.3.1 分布式鎖的奧義 / 18
1.3.2 超時問題 / 20
1.3.3 可重入性 / 21
1.3.4 思考&作業(yè) / 24
1.4 緩兵之計——延時隊列 / 24
1.4.1 異步消息隊列 / 24
1.4.2 隊列空了怎么辦 / 26
1.4.3 阻塞讀 / 26
1.4.4 空閑連接自動斷開 / 26
1.4.5 鎖沖突處理 / 27
1.4.6 延時隊列的實現(xiàn) / 27
1.4.7 進一步優(yōu)化 / 30
1.4.8 思考&作業(yè) / 31
1.5 節(jié)衣縮食——位圖 / 31
1.5.1 基本用法 / 31
1.5.2 統(tǒng)計和查找 / 34
1.5.3 魔術指令 bitfield / 35
1.5.4 思考&作業(yè) / 38
1.6 四兩撥千斤——HyperLogLog / 38
1.6.1 使用方法 / 39
1.6.2 pfadd 中的 pf 是什么意思 / 41
1.6.3 pfmerge 適合的場合 / 42
1.6.4 注意事項 / 42
1.6.5 HyperLogLog 實現(xiàn)原理 / 42
1.6.6 pf 的內(nèi)存占用為什么是 12KB / 49
1.6.7 思考&作業(yè) / 50
1.7 層巒疊嶂——布隆過濾器 / 50
1.7.1 布隆過濾器是什么 / 51
1.7.2 Redis 中的布隆過濾器 / 51
1.7.3 布隆過濾器的基本用法 / 52
1.7.4 注意事項 / 59
1.7.5 布隆過濾器的原理 / 60
1.7.6 空間占用估計 / 61
1.7.7 實際元素超出時，誤判率會怎樣變化 / 62
1.7.8 用不上 Redis 4.0 怎么辦 / 63
1.7.9 布隆過濾器的其他應用 / 63
1.8 斷尾求生——簡單限流 / 64
1.8.1 如何使用 Redis 來實現(xiàn)簡單限流策略 / 64
1.8.2 解決方案 / 65
1.8.3 小結 / 67
1.9 一毛不拔——漏斗限流 / 68
1.9.1 Redis-Cell / 71
1.9.2 思考&作業(yè) / 72
1.9.3 擴展閱讀：Redis-Cell 作者介紹 / 72
1.10 近水樓臺——GeoHash / 73
1.10.1 用數(shù)據(jù)庫來算附近的人 / 73
1.10.2 GeoHash 算法 / 74
1.10.3 Geo 指令的基本用法 / 75
1.10.4 注意事項 / 78
1.11 大海撈針——scan / 79
1.11.1 scan 基本用法 / 80
1.11.2 字典的結構 / 82
1.11.3 scan 遍歷順序 / 82
1.11.4 字典擴容 / 83
1.11.5 對比擴容、縮容前后的遍歷順序 / 84
1.11.6 漸進式 rehash / 85
1.11.7 更多的 scan 指令 / 85
1.11.8 大 key 掃描 / 85
第2 篇 原理篇 / 87
2.1 鞭辟入里——線程 IO 模型 / 87
2.1.1 非阻塞 IO / 87
2.1.2 事件輪詢 （多路復用） / 88
2.1.3 指令隊列 / 90
2.1.4 響應隊列 / 90
2.1.5 定時任務 / 90
2.1.6 擴展閱讀 / 90
2.2 交頭接耳——通信協(xié)議 / 90
2.2.1 RESP / 91
2.2.2 客戶端→服務器 / 92
2.2.3 服務器→客戶端 / 92
2.2.4 小結 / 95
2.2.5 擴展閱讀 / 95
2.3 未雨綢繆——持久化 / 95
2.3.1 快照原理 / 96
2.3.2 fork（多進程） / 96
2.3.3 AOF 原理 / 97
2.3.4 AOF 重寫 / 98
2.3.5 fsync / 98
2.3.6 運維 / 98
2.3.7 Redis 4.0 混合持久化 / 99
2.3.8 思考&作業(yè) / 100
2.4 雷厲風行——管道 / 100
2.4.1 Redis 的消息交互 / 100
2.4.2 管道壓力測試 / 101
2.4.3 深入理解管道本質(zhì) / 102
2.4.4 小結 / 104
2.5 同舟共濟——事務 / 104
2.5.1 Redis 事務的基本用法 / 104
2.5.2 原子性 / 105
2.5.3 discard（丟棄） / 106
2.5.4 優(yōu)化 / 106
2.5.5 watch / 107
2.5.6 注意事項 / 108
2.5.7 思考&作業(yè) / 110
2.6 小道消息——PubSub / 110
2.6.1 消息多播 / 110
2.6.2 PubSub / 111
2.6.3 模式訂閱 / 113
2.6.4 消息結構 / 114
2.6.5 PubSub 的缺點 / 115
2.6.6 補充 / 115
2.7 開源節(jié)流——小對象壓縮 / 115
2.7.1 32bit VS 64bit / 116
2.7.2 小對象壓縮存儲（ziplist） / 116
2.7.3 內(nèi)存回收機制 / 120
2.7.4 內(nèi)存分配算法 / 120
第3 篇 集群篇 / 122
3.1 有備無患——主從同步 / 122
3.1.1 CAP 原理 / 122
3.1.2 最終一致 / 123
3.1.3 主從同步與從從同步 / 123
3.1.4 增量同步 / 124
3.1.5 快照同步 / 124
3.1.6 增加從節(jié)點 / 125
3.1.7 無盤復制 / 125
3.1.8 wait 指令 / 125
3.1.9 小結 / 126
3.2 李代桃僵——Sentinel / 126
3.2.1 消息丟失 / 128
3.2.2 Sentinel 基本用法 / 128
3.2.3 思考&作業(yè) / 129
3.3 分而治之——Codis / 130
3.3.1 Codis 分片原理 / 131
3.3.2 不同的 Codis 實例之間槽位關系如何同步 / 132
3.3.3 擴容 / 132
3.3.4 自動均衡 / 133
3.3.5 Codis 的代價 / 133
3.3.6 Codis 的優(yōu)點 / 134
3.3.7 mget 指令的操作過程 / 134
3.3.8 架構變遷 / 135
3.3.9 Codis 的尷尬 / 135
3.3.10 Codis 的后臺管理 / 136
3.3.11 思考&作業(yè) / 136
3.4 眾志成城——Cluster / 137
3.4.1 槽位定位算法 / 138
3.4.2 跳轉(zhuǎn) / 138
3.4.3 遷移 / 138
3.4.4 容錯 / 140
3.4.5 網(wǎng)絡抖動 / 140
3.4.6 可能下線（PFAIL）與確定下線（Fail） / 141
3.4.7 Cluster 基本用法 / 141
3.4.8 槽位遷移感知 / 142
3.4.9 集群變更感知 / 143
3.4.10 思考&作業(yè) / 143
第4 篇 拓展篇 / 144
4.1 耳聽八方——Stream / 144
4.1.1 消息 ID / 145
4.1.2 消息內(nèi)容 / 145
4.1.3 增刪改查 / 145
4.1.4 獨立消費 / 147
4.1.5 創(chuàng)建消費組 / 148
4.1.6 消費 / 150
4.1.7 Stream 消息太多怎么辦 / 152
4.1.8 消息如果忘記 ack 會怎樣 / 153
4.1.9 PEL 如何避免消息丟失 / 153
4.1.10 Stream 的高可用 / 153
4.1.11 分區(qū) Partition / 154
4.1.12 小結 / 154
4.2 無所不知——Info 指令 / 154
4.2.1 Redis 每秒執(zhí)行多少次指令 / 155
4.2.2 Redis 連接了多少客戶端 / 156
4.2.3 Redis 內(nèi)存占用多大 / 156
4.2.4 復制積壓緩沖區(qū)多大 / 157
4.2.5 思考&作業(yè) / 158
4.3 拾遺補漏——再談分布式鎖 / 158
4.3.1 Redlock 算法 / 158
4.3.2 Redlock 使用場景 / 159
4.3.3 擴展閱讀：redlock-py 的作者 / 160
4.4 朝生暮死——過期策略 / 160
4.4.1 過期的 key 集合 / 160
4.4.2 定時掃描策略 / 160
4.4.3 從節(jié)點的過期策略 / 161
4.5 優(yōu)勝劣汰——LRU / 162
4.5.1 LRU 算法 / 163
4.5.2 近似 LRU 算法 / 164
4.5.3 思考&作業(yè) / 165
4.6 平波緩進——懶惰刪除 / 165
4.6.1 Redis 為什么使用懶惰刪除 / 165
4.6.2 flush / 166
4.6.3 異步隊列 / 166
4.6.4 AOF Sync 也很慢 / 166
4.6.5 更多異步刪除點 / 166
4.7 妙手仁心——優(yōu)雅地使用 Jedis / 167
4.7.1 重試 / 171
4.7.2 思考&作業(yè) / 172
4.8 居安思?！Ｗo Redis / 172
4.8.1 指令安全 / 172
4.8.2 端口安全 / 173
4.8.3 Lua 腳本安全 / 174
4.8.4 SSL 代理 / 174
4.8.5 小結 / 174
4.9 隔墻有耳——Redis 安全通信 / 175
4.9.1 spiped 原理 / 176
4.9.2 spiped 使用入門 / 176
4.9.3 思考&作業(yè) / 179
第5 篇 源碼篇 / 180
5.1 絲分縷析——探索“字符串”內(nèi)部 / 180
5.1.1 embstr VS raw / 181
5.1.2 擴容策略 / 184
5.1.3 思考&作業(yè) / 184
5.2 循序漸進——探索“字典”內(nèi)部 / 184
5.2.1 dict 內(nèi)部結構 / 184
5.2.2 漸進式 rehash / 186
5.2.3 查找過程 / 187
5.2.4 hash 函數(shù) / 188
5.2.5 hash 攻擊 / 188
5.2.6 擴容條件 / 188
5.2.7 縮容條件 / 189
5.2.8 set 的結構 / 189
5.2.9 思考&作業(yè) / 189
5.3 挨肩迭背——探索“壓縮列表”內(nèi)部 / 190
5.3.1 增加元素 / 192
5.3.2 級聯(lián)更新 / 192
5.3.3 intset 小整數(shù)集合 / 194
5.3.4 思考&作業(yè) / 195
5.4 風馳電掣——探索“快速列表”內(nèi)部 / 195
5.4.1 每個 ziplist 存多少元素 / 197
5.4.2 壓縮深度 / 198
5.5 凌波微步——探索“跳躍列表”內(nèi)部 / 198
5.5.1 基本結構 / 199
5.5.2 查找過程 / 199
5.5.3 隨機層數(shù) / 200
5.5.4 插入過程 / 201
5.5.5 刪除過程 / 202
5.5.6 更新過程 / 203
5.5.7 如果 score 值都一樣呢 / 203
5.5.8 元素排名是怎么算出來的 / 203
5.5.9 思考&作業(yè) / 204
5.5.10 題外話 / 204
5.6 破舊立新——探索“緊湊列表”內(nèi)部 / 205
5.6.1 級聯(lián)更新 / 207
5.6.2 取代 ziplist 尚需時日 / 207
5.6.3 思考&作業(yè) / 207
5.7 金枝玉葉——探索“基數(shù)樹”內(nèi)部 / 207
5.7.1 應用 / 208
5.7.2 結構 / 210
5.7.3 思考&作業(yè) / 213
5.8 精益求精——LFU VS LRU / 213
5.8.1 Redis 對象的熱度 / 213
5.8.2 LRU 模式 / 213
5.8.3 LFU 模式 / 214
5.8.4 為什么 Redis 要緩存系統(tǒng)時間戳 / 217
5.8.5 Redis 為什么在獲取 lruclock 時使用原子操作 / 217
5.8.6 如何打開 LFU 模式 / 218
5.8.7 思考&作業(yè) / 218
5.9 如履薄冰——懶惰刪除的巨大犧牲 / 218
5.9.1 懶惰刪除的最初實現(xiàn)不是異步線程 / 219
5.9.2 異步線程方案其實也相當復雜 / 219
5.9.3 異步刪除的實現(xiàn) / 221
5.9.4 隊列安全 / 224
5.9.5 思考&作業(yè) / 225
5.10 跋山涉水——深入字典遍歷 / 225
5.10.1 一邊遍歷一邊修改 / 226
5.10.2 重復遍歷的難題 / 227
5.10.3 迭代器的結構 / 227
5.10.4 迭代過程 / 229
5.10.5 迭代器的選擇 / 231
5.10.6 思考&作業(yè) / 232