• Remote dictionary server

  • 외부/ HashMap(Key-Value)/ 서버

• 레디스가 뭐지?

  • dictionary server
  • database, cache, message broker
  • in memory data structure store
  • rich data structure를 제공

• Cache

  • 나중의 요청에 대한 결과를 미리 저장했다가 빠르게 사용하는 것
  • 어디에?
    • 메모리 계층 구조
      • storage(SSD, HDD) → main memory (DRAM) → cpu cache → cpu
      • cpu cache : 겁나 빠름. 비쌈. 작음
      • main memory (DRAM) : 적당히 빠름. 비쌈. 큼. 휘발성 ⇒ 컴퓨터가 꺼지면 데이터가 전부 날라감
      • storage : 비교적 느림. 저렴함. 큼. 비휘발성
  • database보다 더 빠른 memory에 더 자주 접근하고 덜 자주 바뀌는 데이터를 저장하자 ⇒ in memory database redis

• in - memory DB는 왜 더 빠를까

  • disk-based DB와 달리 메모리에 데이터를 저장
  • 외부 저장 장치에 데이터를 저장하지 않고 메모리에서 데이터를 읽고 쓴다.
  • 메모리 , 디스크 간 병목이 없기 때문에 disk-based DB보다 훨씬 속도가 빠르다.

• 외부 저장 장치에 데이터를 저장하여 사용할 경우 느린 이유

  • 외부 저장 장치에 있는 데이터를 읽고자 할 경우, 해당 데이터를 곧바로 사용할 수 없다.
  • 데이터를 읽어서 메모리에 올리고, 메모리에 올라간 데이터를 읽어서 사용할 수 있다.

• 무조건 disk-based db보다 in-memory db가 더 좋은가?

  • in - memory db는 영속성을 보장하지 않는다. 에러가 나서 갑자기 프로세스가 종료된다거나 하면, 데이터가 모두 유실 될 수 있다. ⇒ replication - fork 구조 사용
  • 메모리에 데이터를 저장하기 때문에 저장 공간이 한정되어 있다.
  • 한계에 도달하면 기존 데이터를 지우든가 아니면 새로운 데이터를 입력하지 못할 것이다.
  • 반드시 영속성이 필요하지 않고, 저장 공간이 많이 필요한 것도 아니라면 유용
  • 예를 들어, 테스트에 db가 필요할 때

• Java - Redis

  private final Map<String, Object> temp = new HashMap<>();
  

  서버가 여러대인 경우 consistency의 문제 발생

  multi-threaded 환경에서 race condition 문제 발생할 수 있음

  더 알아봐야 할 것

  ---

  • race condition?
    • 여러 개의 Thread가 경합하는 것
    • context switching에 따라 원하지 않는 결과가 발생
  • race condition 해결
    • redis는 기본적으로 single threaded
    • redis 자료구조는 atomic critical section에 대한 동기화를 제공
    • 서로 다른 transaction read/write를 동기화 → 원치 않는 결과를 막아줌

  ---

• 레디스 어디서 쓰니?

  • 여러 서버에서 같은 데이터를 공유할 때 single server 라면? atomic 자료구조 & Cache

• 주의해야 할 점

  • single thread 서버 이므로 시간 복잡도를 고려해야 한다.
  • In-memory 특성상 메모리 파편화, 가상 메모리등의 이해가 필요하다. (OS, 메모리)

• single thread이므로 빨리빨리 처리해야한다?

• memory 관리

  • 메모리 파편화
  • 가상메모리 swap
  • replication - fork
    • 휘발성을 가지고 있는 메모리상 데이터 베이스. 항상 유실될 문제를 안고 있어야 함 → 데이터 복사
      • 복사가 일어날 때 fork라고 프로세스를 동일하게 복제해서 메모리 상에서 사용하는 방식을 쓰는데 이 과정에서 메모리가 가득 차있다면 복사본이 제대로 생성되지 않고 서버가 죽는 현상 발생
      • 메모리를 여유롭게 사용해야 된다는 점을 인지하고 사용

• 찾아볼 키워드

  • redis를 저장소처럼 → redis persistent, RDB, AOF
  • redis의 메모리는 제한되어있기 때문에 주기적으로 Scale out, Back up을 해야함 → Redis Cluster
  • 부하 분산 → Constant Hashing
  • Data Grid → Spring Gemfire, Hazlecast

Source

https://www.youtube.com/watch?v=Gimv7hroM8A

https://2kindsofcs.tistory.com/40