Redis学习

1.redis使用场景
缓存、分布式锁、计数器、保存token、消息队列、延迟队列...
2.缓存穿透
当查询一个不存在的数据（mysql查询不到数据也不会写入缓存）就会导致每次请求都查询数据库
解决方案
方案一：缓存空数据，查询返回的数据为空，仍把这个空结果进行缓存
优点：简单
缺点：消耗内存，可能会发生数据不一致问题（后期空数据有值了，但是缓存空数据没值）
方案二：方案二：布隆过滤器（拦截不存在的数据）。先查询布隆过滤器，如果不存在直接返回；存在则查询redis，如果redis也不存在再查询mysql；添加缓存的同时，也要把数据添加到布隆过滤器。
3.缓存击穿
给某个key设置了过期时间，当key过期的时候，恰好这个时间点对这个key有大量请求并发过来，会瞬间把DB压垮
解决方案一：互斥锁。当缓存失效时，不立即去load db ,先使用redis的setnx去设置一个互斥锁，当操作成功返回时再进行load db的操作并设置缓存，否则重试get缓存的方法。

扩展解释：其实排它锁底层使用的时setnx ,保证了同时只能有一个线程操作锁住的方法。

解决方案二：逻辑过期。在设置key的时候，设置一个过期时间字段一块存入缓存中，不给当前key设置过期时间；当查询的时候，从redis取出数据后判断时间是否过期；如果过期则开启另外一个线程进行数据同步，当前线程正常返回数据（此时这个数据不是最新的）
4.缓存雪崩
是指在同一时段大量的缓存key同时失效或者redis服务宕机，导致大量请求到达数据库，带来巨大压力。
解决方案：
给不容的key的TTL添加随机值
利用redis集群提高服务的可用性（哨兵模式、集群模式）
给缓存业务添加降级限流策略（nginx、springcloud gateway）
给业务添加多级缓存
5.先删缓存还是先改数据库？（双写一致性）

延迟双删（有脏数据风险）	当修改了数据库的数据也要同时更新缓存的数据，缓存和数据库的数据要保持一致	读操作：缓存命中，直接返回；缓存未命中查询数据库，写入缓存，设定超时时间
		写操作：延迟双删
分布式锁（强一致性）		共享锁：读锁readLock，加锁之后，其他线程可以共享读操作
		排他锁：独占锁writeLock也叫，加锁之后，阻塞其他线程读写操作
异步通知保证数据的最终一致性（MQ）		需要保证MQ的可靠性
基于Canal的异步通知（ canal是基于mysql的主从同步来实现的 ）		利用canal中间件，不需要修改业务代码，伪装为mysql的一个从节点，canal通过读取binlog数据更新缓存二进制日志。（BINLOG）记录了所有的 DDL（数据定义语言）语句和 DML（数据操纵语言）语句，但不包括数据查询（SELECT、SHOW）语句。

6.redis的数据过期策略有哪些？

在redis中提供了两种数据过期删除策略 惰性删除 + 定期删除两种策略进行配合使用
惰性删除	在设置该key过期时间后，我们不去管它，当需要该key时，我们检查其是否过期，如果过期就删除它
定期删除	每隔一段时间我们就对一些key进行检查，删除里面过期的key	SLOW模式是定时任务，执行频率默认为10hz，每次不超过25ms，以通过修改配置文件redis.conf 的hz 选项来调整这个次数
		FAST模式执行频率不固定，但两次间隔不低于2ms，每次耗时不超过1ms

7.假如缓存过多，内存是有限的，内存被占满了怎么办？其实就是想问redis的数据淘汰策略是什么？

当Redis中的内存不够用时，此时在向Redis中添加新的key，那么Redis就会按照某一种规则将内存中的数据删除掉，这种数据的删除规则被称之为内存的淘汰策略。
Redis支持8种不同策略来选择要删除的key：
noeviction： 不淘汰任何key，但是内存满时不允许写入新数据，默认就是这种策略。
volatile-ttl： 对设置了TTL的key，比较key的剩余TTL值，TTL越小越先被淘汰
allkeys-random：对全体key ，随机进行淘汰。
volatile-random：对设置了TTL的key ，随机进行淘汰。
allkeys-lru： 对全体key，基于LRU算法进行淘汰
volatile-lru： 对设置了TTL的key，基于LRU算法进行淘汰
allkeys-lfu： 对全体key，基于LFU算法进行淘汰
volatile-lfu： 对设置了TTL的key，基于LFU算法进行淘汰

数据淘汰策略-使用建议
1.优先使用 allkeys-lru 策略。充分利用 LRU 算法的优势，把最近最常访问的数据留在缓存中。如果业务有明显的冷热数据区分，建议使用。
2.如果业务中数据访问频率差别不大，没有明显冷热数据区分，建议使用 allkeys-random，随机选择淘汰。
3.如果业务中有置顶的需求，可以使用 volatile-lru 策略，同时置顶数据不设置过期时间，这些数据就一直不被删除，会淘汰其他设置过期时间的数据。
4.如果业务中有短时高频访问的数据，可以使用 allkeys-lfu 或 volatile-lfu 策略。

8.数据库有1000万数据 ,Redis只能缓存20w数据, 如何保证Redis中的数据都是热点数据 ?

使用allkeys-lru(挑选最近最少使用的数据淘汰)淘汰策略，留下来的都是经常访问的热点数据

9.Redis的内存用完了会发生什么？主要看数据淘汰策略是什么？如果是默认的配置（ noeviction ），会直接报错

10.Redis是单线程的，但是为什么还那么快?
Redis是纯内存操作，执行速度非常快;
采用单线程，避免不必要的上下文切换可竞争条件，多线程还要考虑线程安全问题
使用I/O多路复用模型，非阻塞IO
IO多路复用：是利用单个线程来同时监听多个Socket ，并在某个Socket可读、可写时得到通知，从而避免无效的等待，充分利用CPU资源。
不过监听Socket的方式、通知的方式又有多种实现，常见的有：select、poll、epol
select和poll只会通知用户进程有Socket就绪，但不确定具体是哪个Socket ，需要用户进程逐个遍历Socket来确认；
epoll则会在通知用户进程Socket就绪的同时，把已就绪的Socket写入用户空间。

---

源码安装redis-stable

yum install gcc -y  #安装C依赖
wget http://download.redis.io/redis-stable.tar.gz  #下载稳定版本
tar zxvf redis-stable.tar.gz  #解压
cd redis-stable
make PREFIX=/app/redis install   #指定目录编译，也可以不用指定
make install
mkdir /etc/redis   #建立配置目录
cp redis.conf /etc/redis/6379.conf # 拷贝配置文件
cp utils/redis_init_script /etc/init.d/redis  #拷贝init启动脚本针对6.X系统
chmod a+x  /etc/init.d/redis  #添加执行权限
vi /etc/redis/6379.conf #修改配置文件： 
bind 0.0.0.0      #监听地址
maxmemory 4294967296   #限制最大内存（4G）：
daemonize yes   #后台运行

####启动与停止
/etc/init.d/redis start
/etc/init.d/redis stop
 

使用客户端工具连接 报错

解决方案

[root@node1 etc]# redis-cli -p 6379 config get protected-mode
1) "protected-mode"
2) "yes"

需要将 "protected-mode"  改成  no

[root@node1 etc]# redis-cli -p 6379 config set protected-mode no
OK
[root@node1 etc]# 

或者修改/etc/redis/6379.conf #修改配置文件： protected-mode no