Redis原理与应用

一 为什么使用redis？

1.支持高可用，3.0集群

2.丰富的数据类型

3.完全内存操作，速度快，支持持久化

4.存储数据大，单个key和value可以存储到1G

二 Redis 的持久化方式？

redis持久化方式有RDB和AOF  ，RDB是方式是每过几秒保存的是redis数据的快照，但是可能会丢数据，AOF  保存的是所有在redis执行的命令，它会追加到一个文件里面，丢数据可能性小，但会导致文件很大，假如redis宕机了，恢复的时候会很慢，我们一般使用RDB,因为我们对redis的定位就是缓存服务器，很重要的数据我们不会存redis，比如与钱有关系。

三 redis有哪几种数据类型

string ，hash，list，set，zset

四 redis分布式锁底层原理？

redis分布式锁其实就是往redis设置一个key和value同时设置一个有效时间，并且redis是单线程的，不会并发操作，（执行任务完成后），再把redis的key删除掉(解锁)，但是在使用的过程中可能有2个问题，使用过程中我们必须保证设置key和value和设置时间保证它的原子性(LUA)，另外还是锁超时问题，比如：上锁2秒钟，但是任务执行超过2秒，我们一般用redission框架，它底层是lua脚本实现，可以保证设置值和时间的原子性，另外还有

看门狗的机制，watch dog，我们上锁3秒，但是任务执行5秒，它会自动加时间

五 为什么使用分布式锁？

因为我们的系统是分布式的，synchronized和lock锁只能是JVM级别的，这个时候需要分布式锁，它实现的思路： redis分布式锁其实就是往redis设置一个key和value同时设置一个有效时间，并且redis是单线程的，不会并发操作，（执行任务完成后），再把redis的key删除掉(解锁)，这个过程需要注意的点是，必须保证设置key和value和设置时间保证它的原子性，不然可能出现死锁，另外一方面就是锁任务自动超时问题，所有我们一般用的redisson框架，它完美的帮我们封装了分布式锁，底层是基于LUA脚本实现保证原子性，同时redission

还有watch dog，比如我们上锁3秒，但是任务执行5秒，它会自动加时间

    1.分布式锁{

redis查商品，3

校验随机码，

检验秒杀时间段，

商品id和随机码是不是一样，

检验每人限购数量，

检验库存，3

锁定库存（减库存）

下单消息队列

}

七 redis集群模式？

1.主从复制(缺点，主挂掉后，需要人工切换干预，不能保证服务的高可用)

2.哨兵模式(一主多从，主挂掉后，会自动选举主再提供服务，缺点:1.极端情况下网络不是很好的情况，选举需要花时间，可能服务不可用。2. 资源浪费，Redis 数据节点中 slave 节点作为备份节点 )

3.集群模式( Redis Cluster 是 3.0 版后推出的 Redis 分布式集群解决方案 )

1. 数据按照 slot 存储分布在多个节点，节点间数据共享，可动态调整数据分布。

2. 可扩展性：可线性扩展到 1000 多个节点，节点可动态添加或删除。

3. 高可用性：部分节点不可用时，集群仍可用。通过增加 Slave 做 standby 数据副本，能够实现故障自动 failover

八 redis哨兵(Sentinel)模式？

redis节点之间通过心跳检测，从服务器（slave）每过一段时间向主服务器(master)发送一个ping命令，主服务器的响应，如果主服务器挂了，所有从服务器通信，有一种算法选举为主，再提供服务

九 redis cluster原理？

所有的redis结点都是彼此互联的

客户端连接集群的时候不需要关心分片的计算逻辑，客户端直接将key交给redis中的结点，最终由内部判断key值的正确存储位置

redis集群是吧所有的主节点都交给对应的卡槽去处理【0-16383】，由主节点去维护一批数据。数据主要是被哪个结点维护是判断对应key的取模运算，如果要迁移某个key值，必须将对应的slot（槽）一并迁移

十 redis脑裂问题？

redis集群由于网络的原因可能会出现脑裂的问题，脑裂就是因为主服务器、从服务器和哨兵不在同一个网络中，导致哨兵没有及时的检测到主服务的心跳，在这个时候会在从服务器中去选举一个新的主服务器，这样就有两个主服务器了就像大脑分裂一样，但是这样会导致客户依旧 在旧的主服务器中去写东西，而新的主服务器中没有东西。当网络恢复后，哨兵会把旧的主服务器变成从服务器，这个 时候在去同步数据，可能会造成一个数据的丢失

解决方法：

redis中需要加入两个配置

​               （旧版本）

min-slaves-to-write 3    最少有3个从服务器

min-slaves-max-lag 10    数据复制和同步的延迟不超过10秒

　　　　（新版本）

min-replicas-to-write 3

min-replicas-max-lag 10

如果加了这两个配置的话，原来的主服务器当客户端再次进行写操作的时候会拒绝接受，此时就发送到新的主服务器中去了

十一 什么是缓存和数据库双写不一致？怎么解决？

数据的信息和缓存由于并发或者其中一个失败导致不一致

解决方案：我们一般是先修改数据库，再删除缓存，因为我们对redis的定位是缓存，redis可能会丢数据，首先保证我们的数据库必须更新，如果redis删除失败，我们采用补偿策略，比如错误了或失败了，把信息放MQ，做消费补偿

十二 雪崩?

缓存雪崩是指：由于缓存中的数据一下子全部都在同一时间过期了，所以发送过来的全部请求都去请求数据库，导致数据库难以承受而宕机。

解决方法：

- 可以保证 redis高可用，建集群；

- 设置不同的过期时间，防止全部在同一时间过期

十三 穿透？

缓存穿透是指：缓存和数据库中都没有数据，如果有人恶意访问的会先去缓存查询，此时缓存中无数据，后在去数据库中去查询，数据库中也没有，这个时候就会导致数据库宕机

解决方法：

可以在缓存中设置一个null值，让恶意的请求不会直接击垮数据库，每次访问的时候都去访问此缓存。

可以设计一个过滤器，常用的就是布隆过滤器（可以缓解，为什么是缓解，因为使用过滤器还会造成误判的情况）

十四 缓存击穿？

缓存击穿是指：一条数据在查询的时候突然过期了，那么就所有的请求都打在数据库上

解决方法：

加锁，只让一个人去访问数据库并且将访问的数据存入缓存中，供其他的请求来访问