深入浅出Redis(十):Redis的Lua脚本

本文涉及的产品
云数据库 Tair(兼容Redis),内存型 2GB
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
简介: 深入浅出Redis(十):Redis的Lua脚本

引言

Redis是一款基于内存的键值对数据库,提供了多种数据结构存储数据,存取数据的速度还非常快,除了这些优点它还提供了其他特色功能,比如:管道、lua脚本、发布订阅模型

使用lua脚本能够让Redis服务器原子性的执行一系列操作,Redis实现分布式锁时保证复合操作的原子性就可以通过lua脚本来进行实现

本篇文章主要描述lua脚本,将围绕lua脚本深入浅出的描述如何使用lua脚本,lua脚本执行实现原理以及主从情况下脚本复制问题

使用Lua脚本相关命令

eval "脚本内容" 参数个数 keys键 argv参数 执行lua脚本,keys数组表示key占位,argv数组表示参数占位

evalsha 根据校验和执行lua脚本(校验和是生成脚本时而生成的唯一标识,用于标识对应脚本

script load 根据lua脚本生成校验和

script exists 根据校验和判断脚本是否存在

script flush 清空脚本

script kill 执行脚本超时时杀死

#脚本内容 返回 redis call函数执行结果  call函数:set testkey testvalue
 127.0.0.1:6379> eval "return redis.call('set',KEYS[1],ARGV[1])" 1 testkey testvalue
 OK
 
 #get testkey
 127.0.0.1:6379> eval "return redis.call('get','testkey')" 0
 "testvalue"
 
 #将脚本加入字典,生成校验和
 127.0.0.1:6379> script load "return redis.call('get','testkey')"
 "e3806601db83b4206d0e875f774193ee4f77333f"
 
 #判断校验和对应脚本是否存在
 127.0.0.1:6379> script exists "e3806601db83b4206d0e875f774193ee4f77333f"
 1) (integer) 1
 127.0.0.1:6379>  script exists "ttttttttttttttttt"
 1) (integer) 0
 
 #通过校验和执行脚本
 127.0.0.1:6379> evalsha  "e3806601db83b4206d0e875f774193ee4f77333f" 0
 "testvalue"

Lua脚本原理

原始的lua环境不满足redis的使用,redis会导入一些函数库强化lua环境,最终使用修改后的lua环境

使用两个组件实现lua脚本功能,一个组件是执行lua脚本的伪客户端,另一个是脚本字典,用于维护K校验和与V脚本,通过脚本字典能够实现很多命令功能

命令及实现原理

  • eval
  1. 根据脚本生成函数,函数名为校验和定义
  2. 维护脚本字典,加入K(校验和)V(脚本)
  3. 执行函数(前需要导入keys数组、argv数组参数,执行完函数将响应数据放入输出缓冲区,定时钩子函数检查执行脚本是否超时,script kill 来结束超时脚本)
  • evalsha:根据校验和找到对应函数来执行
  • script exists:根据校验和查询脚本字典判断脚本是否存在
  • script load:与eval类似,根据脚本生成函数并维护脚本字典,但不执行,返回校验和
  • script flush:重置脚本字典和lua环境

脚本复制

当主从集群情况下,如果主节点以及维护了脚本但从节点还没维护脚本,客户端请求evalsha命令,主节点会执行成功,但还未维护脚本的从节点会执行失败

如果从节点都维护了脚本那么可以运行evalsha,如果从节点没维护脚本,那么主节点复制时需要将evalsha命令转换为eval命令告诉从节点维护脚本(根据校验和查到脚本字典的脚本再转换为eval命令)

为了避免这种情况发生,使用脚本缓冲字典来判断主从复制时,从节点是否都维护了该脚本,K为脚本校验和,V为空,可以看成Set

当主节点执行evalsha时,查看脚本缓冲字典判断从节点是否都维护了该脚本,如果维护了直接发送,否则根据校验和查询脚本字典获取脚本,将evalsha命令转换为eval命令再发送给从节点

总结

本篇文章围绕lua脚本深入浅出的解析如何使用lua脚本、lua脚本实现原理以及脚本复制问题

原始的lua环境不满足Redis的使用,Redis导入其他函数库强化lua环境

使用伪客户端帮助lua脚本发送命令给服务端,在服务端维护脚本字典以此来实现lua脚本相关命令,lua脚本最终会生成函数执行,参数等信息来源于lua脚本的命令

主从架构下,为了防止使用evalsha命令主从执行不一致,会使用脚本缓存字典来判断主从中是否都维护了对应的脚本

最后

  • 参考资料
  • 《Redis深度历险》
  • 《Redis设计与实现》


相关实践学习
基于Redis实现在线游戏积分排行榜
本场景将介绍如何基于Redis数据库实现在线游戏中的游戏玩家积分排行榜功能。
云数据库 Redis 版使用教程
云数据库Redis版是兼容Redis协议标准的、提供持久化的内存数据库服务,基于高可靠双机热备架构及可无缝扩展的集群架构,满足高读写性能场景及容量需弹性变配的业务需求。 产品详情:https://www.aliyun.com/product/kvstore     ------------------------------------------------------------------------- 阿里云数据库体验:数据库上云实战 开发者云会免费提供一台带自建MySQL的源数据库 ECS 实例和一台目标数据库 RDS实例。跟着指引,您可以一步步实现将ECS自建数据库迁移到目标数据库RDS。 点击下方链接,领取免费ECS&RDS资源,30分钟完成数据库上云实战!https://developer.aliyun.com/adc/scenario/51eefbd1894e42f6bb9acacadd3f9121?spm=a2c6h.13788135.J_3257954370.9.4ba85f24utseFl
相关文章
|
24天前
|
缓存 NoSQL Redis
Redis 脚本
10月更文挑战第18天
31 3
|
3月前
|
NoSQL Redis
Redis 执行 Lua保证原子性原理
Redis 执行 Lua 保证原子性原理
326 1
|
1月前
|
缓存 NoSQL Java
大数据-50 Redis 分布式锁 乐观锁 Watch SETNX Lua Redisson分布式锁 Java实现分布式锁
大数据-50 Redis 分布式锁 乐观锁 Watch SETNX Lua Redisson分布式锁 Java实现分布式锁
57 3
大数据-50 Redis 分布式锁 乐观锁 Watch SETNX Lua Redisson分布式锁 Java实现分布式锁
|
1月前
|
缓存 分布式计算 NoSQL
大数据-43 Redis 功能扩展 Lua 脚本 对Redis扩展 eval redis.call redis.pcall
大数据-43 Redis 功能扩展 Lua 脚本 对Redis扩展 eval redis.call redis.pcall
27 2
|
1月前
|
NoSQL Java 关系型数据库
阿里 P7二面:Redis 执行 Lua,到底能不能保证原子性?
Redis 和 Lua,两个看似风流马不相及的技术点,为何能产生“爱”的火花,成为工作开发中的黄金搭档?技术面试中更是高频出现,Redis 执行 Lua 到底能不能保证原子性?今天就来聊一聊。 
79 1
|
2月前
|
存储 JSON Ubuntu
如何使用 Lua 脚本进行更复杂的网络请求,比如 POST 请求?
如何使用 Lua 脚本进行更复杂的网络请求,比如 POST 请求?
|
1月前
|
消息中间件 缓存 NoSQL
Redis 是一个高性能的键值对存储系统,常用于缓存、消息队列和会话管理等场景。
【10月更文挑战第4天】Redis 是一个高性能的键值对存储系统,常用于缓存、消息队列和会话管理等场景。随着数据增长,有时需要将 Redis 数据导出以进行分析、备份或迁移。本文详细介绍几种导出方法:1)使用 Redis 命令与重定向;2)利用 Redis 的 RDB 和 AOF 持久化功能;3)借助第三方工具如 `redis-dump`。每种方法均附有示例代码,帮助你轻松完成数据导出任务。无论数据量大小,总有一款适合你。
74 6
|
5天前
|
缓存 NoSQL 关系型数据库
大厂面试高频:如何解决Redis缓存雪崩、缓存穿透、缓存并发等5大难题
本文详解缓存雪崩、缓存穿透、缓存并发及缓存预热等问题,提供高可用解决方案,帮助你在大厂面试和实际工作中应对这些常见并发场景。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
大厂面试高频:如何解决Redis缓存雪崩、缓存穿透、缓存并发等5大难题
|
7天前
|
存储 缓存 NoSQL
【赵渝强老师】基于Redis的旁路缓存架构
本文介绍了引入缓存后的系统架构,通过缓存可以提升访问性能、降低网络拥堵、减轻服务负载和增强可扩展性。文中提供了相关图片和视频讲解,并讨论了数据库读写分离、分库分表等方法来减轻数据库压力。同时,文章也指出了缓存可能带来的复杂度增加、成本提高和数据一致性问题。
【赵渝强老师】基于Redis的旁路缓存架构