Redis

什么是redis

redis是C语言开发的一个开源免费高性能非关系型（NOSQL）的key-value内存数据库 它的值类型相对更为丰富

rdis的value类型有哪些

string（字符串），

list（链表），

set（无序集合），

zset（有序集合），

hash（哈希类型）
 geospatial（Redis 在 3.2 推出 Geo 类型，该功能可以推算出地理位置信息两地之间的离）
 hyperloglog（Redis 的 hyperLogLog 是用来做基数统计的数据类型）
 bitmap（位图大概是用来做地图的，存储有些地理位置只需要很小的内存）

redis的使用场景

数据库，缓存，消息中间键

什么是redis持久化

就是吧数据存储在磁盘当中，防止服务器宕机内存数据的丢失。
redis提供了两种持久化方式：
 

 Rdb：
   Rdb是以快照的形式将数据存储在磁盘当中。
   Rdb是指定的时间间隔，执行个dump.rdb文件，redis重启时加载dump.rdb文件实现数据恢复
      优点：适合大规模的数据恢复场景，如备份，全量复制等
      缺点：没有办法做到实时存储/秒级存储新老版本存在兼容问题
 Aof：
   Aof是采用日志的方式记录每个写操指定的写操作，将数据存储在磁盘当中，Rdb是redis的默认存储化方式，
   执行后会在指定目录下生成一作，追加到文件当中，重启时在执行AOF文件中的命令来恢复数据它主要解决数据持久化的实时性问题。默认是不开启的。
      优点：数据的一致性和完整性
      缺点：内容越大，文件越大，恢复速度越慢

Redis的缓存雪崩、缓存击穿、缓存穿透与缓存预热、缓存降级

 缓存雪崩:
        是指在同一时刻有大规模的key失效，导致大量请求访问到数据库，导致数据库压力巨大，如果是在高并发的情况下，数据库可能就会崩溃宕机，如果这个时候运维又重启数据库，又会有新的请求马上吧数据库打死，这就是缓存雪崩

        解决方案：

事前：
    均匀过期：均匀的设置过期时间，让缓存失效的时间分布均匀，避免大量相同的过期key导致雪崩
    分级缓存：第一级缓存失效的基础上，访问二级缓存，每一级缓存的失效时间都不同
    热点数据缓存永远不过期。
事中：
    互斥锁：在缓存失效后，通过互斥锁或者队列来控制读数据写缓存的线程数量，比如某个key只允许一个线程查询数据和写缓存，其他线程等待。这种方式会阻塞其他的线程，此时系统的吞吐量会下降
    使用熔断机制，限流降级。当流量达到一定的阈值，直接返回“系统拥挤”之类的提示，防止过多的请求打在数据库上将数据库击垮，至少能保证一部分用户是可以正常使用，其他用户多刷新几次也能得到结果。
事后：
    开启Redis持久化机制，尽快恢复缓存数据，一旦重启，就能从磁盘上自动加载数据恢复内存中的数据。
 

缓存击穿：
        缓存击穿和缓存雪崩有些类似，缓存雪崩是同一时刻大量的key失效，而缓存击穿是一个热点的key失效，然后又有大量请求，请求了又没有数据，就会大量访问到数据库，导致数据库压力剧增，这种现象就叫做缓存击穿

        解决方案：        

（1）在缓存失效后，通过互斥锁或者队列来控制读数据写缓存的线程数量，比如某个key只允许一个线程查询数据和写缓存，其他线程等待。这种方式会阻塞其他的线程，此时系统的吞吐量会下降
（2）热点数据缓存永远不过期。

缓存穿透：

        缓存穿透是指用户请求的数据在缓存中不存在，及没有命中，数据库中也没有，导致每次请求都会到数据库查一遍，如果这时有大量恶意请求访问不存在的数据，就会导致数据库压力过大导，宕机崩溃。

        解决方案：

思路：
    请求没有Key====》redis没有查到====》到数据库查
		
2、问题分析：
	缓存穿透的关键在于在Redis中查不到key值，它和缓存击穿的根本区别在于传进来的key在Redis中是不存在的。
	假如有黑客传进大量的不存在的key，那么大量的请求打在数据库上是很致命的问题，所以在日常开发中要对参数做好校验，一些非法的参数，不可能存在的key就直接返回错误提示。
			
3、解决方法：

    （1）将无效的key存放进Redis中：
		当出现Redis查不到数据，数据库也查不到数据的情况，我们就把这个key保存到Redis中，设置value="null"，并设置其过期时间极短，后面再出现查询这个key的请求的时候，直接返回null，就不需要再查询数据库了。但这种处理方式是有问题的，假如传进来的这个不存在的Key值每次都是随机的，那存进Redis也没有意义。

	（2）使用布隆过滤器：
		如果布隆过滤器判定某个 key 不存在布隆过滤器中，那么就一定不存在，如果判定某个 key 存在，那么很大可能是存在(存在一定的误判率)。于是我们可以在缓存之前再加一个布隆过滤器，将数据库中的所有key都存储在布隆过滤器中，在查询Redis前先去布隆过滤器查询 key 是否存在，如果不存在就直接返回，不让其访问数据库，从而避免了对底层存储系统的查询压力。

缓存预热：

        缓存预热是指系统上线后，提前将相关的缓存数据加载到缓存系统。避免在用户请求的时候，先查询数据库，然后再将数据缓存的问题，用户直接查询事先被预热的缓存数据。

如果不进行预热，那么Redis初始状态数据为空，系统上线初期，对于高并发的流量，都会访问到数据库中， 对数据库造成流量的压力。
 

2、缓存预热解决方案：

    （1）数据量不大的时候，工程启动的时候进行加载缓存动作；

    （2）数据量大的时候，设置一个定时任务脚本，进行缓存的刷新；
    
    （3）数据量太大的时候，优先保证热点数据进行提前加载到缓存。

缓存降级：

        缓存降级是指缓存失效或缓存服务器挂掉的情况下，不去访问数据库，直接返回默认数据或访问服务的内存数据。降级一般是有损的操作，所以尽量减少降级对于业务的影响程度。在项目实战中通常会将部分热点数据缓存到服务的内存中，这样一旦缓存出现异常，可以直接使用服务的内存数据，从而避免数据库遭受巨大压力。