Redis的9个知识点

一.数据类型

 1.String,hash,list,set.zset

二.持久化机制

1.避免宕机后数据丢失，redis两种持久化机制：Rob 和Aof

（1）RDB：快照，容易造成数据丢失，他是根据key的更新和时间来决定持久化的

（2）AO：是日志的方式，当有更新操作的时候会写到日志到Aof文件不会造成数据丢失，但是回复数据比较慢，在生产环境中两种持久化方式都是开启，rdb是默认开启的，如果要开启aof我们可以通过修改redis.conf文件

三.常用命令

（1）String的get/set，list的lpush/rpush，keys，bgsave，

我们使用spring-data操作的redis

四.缓存击穿，穿透

缓存穿透：要查询的数据不存在，请求访问时，缓存和数据库都没有值，导致请求都会穿透到数据库，可能是业务不合理，数据误删，非法用户攻击，解决办法的话，对发发请求在网关进行校验，缓存空值和默认值，设置一个恰当的过期时间，还有就是使用布隆过滤器判断数据是否存在。

缓存雪崩：缓存的大量key失效过期，而差耍你的请求量特别大，直接命中数据库，造成数据库宕机的情况，对于大量数据过期，可以在固定过期时间上加一个随机时间，避免同时过期；Redis故障宕机，也能引起雪崩，可以搭建Redis集群

缓存击穿：和缓存雪崩有点相似，击穿针对热点key缓存，雪崩是指多个key，解决办法，可以缓存预热，提前加载热点数据，让数据别过期，再有就是缓存数据操作加锁，互斥，避免db压力

五.缓存一致性问题

无论是事务还是分布式系统的一致性问题，都分为：强一致性，弱一致性，最终一致性，其实要做到强一致性非常难，好多场景使用的都是最终一致性：

解决问题：

同步写：先更新数库，再更新redis，如果redis报异常数据库通过事务可以回滚，如果更新的过程中数据库完成了更新，redis还没更新，有其他线程来查询数据库，也会出现短暂的不一致。

延迟双删：如果对数据要求一致性比较强的时候我们可以使用双删来处理，更新数据之前删除redis中的数据，更新数据只有删除redis的数据，来保证数据的一致性；

六.内存淘汰策略

redis为了保证可用性，当内存不足的时候有响应的淘汰策略，基本原则就是最近最少使用，一个是从有过期时间的key中执行的策略，一个使用没有过期时间的key中执行，他还有随机淘汰但是没有什么价值一般不使用，我们可以通过修改redis.conf文件指定淘汰的策略

.noeviction：当内存使用到达阈值的使用，执行命令直接报错

.allkeys-lru：在所有的key中，优秀移除最近未使用的key

.volatile-lru：在设置了过期时间的键空间中，优先移除最近未使用的key

.allkeys-random:在所有的key中，随机移除某个key

.volatile-random:在设置了过期时间的键空间中，随机移除某个key

.volatile-ttl:在设置了过期时间的键空间中，具有更早过期时间的key优先移除

七.Redis调优

链接：

八.Redis分布式锁

Redis如何实现分布式锁

分布式锁的核心：加锁和释放锁，redis通过setnx加锁，通过超时间避免死锁，当我们执行业务完成之后就会释放锁（删除redis中的key，锁库存：lock商品id=null（可以存所锁的唯一id））

锁超时：会造成无锁状态:系统忙于不忙接口的响应是不一样的，我们无法设置一个恰当的超时时间，需要有现成去监控锁，对锁延时

锁误删：

Redis加锁和设置锁超时是两个命令，保证不了原子性需要通过lua脚本来保证原子性

Redisson框架实现分布式锁

===========================================

//初始化Redissson客户端

DistributedLocker.init("127.0.0.1","6379);

//加锁

DistributedLocker.lock("lock_key");

try{

//执行业务逻辑

//..

}finally{

//解锁

DistributedLocker.unlock("lock_key")；

}

====================

九.Redis集群

Redis的集群模式有：主从模式   sentinel 哨兵模式    redis cluster模式