redis从小白到大佬

redis是什么

简单的说redis是一种在内存中存储数据的数据库，其内部采用 key-value的形式进行存储。redis的读取速度非常快。因为它与MySql等常规数据库不同，不用与硬盘交互来读取数据。另外，redis 也经常用来做分布式锁。redis 提供了多种数据类型来支持不同的业务场景。除此之外，redis 支持事务 、持久化、LUA脚本、LRU驱动事件、多种集群方案。

Redis的优点

1. 性能极高，高并发
   
   如图所示，用户在第一次访问某个数据库空的数据的时是从硬盘上读取的，读取速度比较慢。这是我们可以利用redis创建一个缓存，存储相应的数据（value）其并给命名（key）。如果数据库中的对应数据改变的之后，同步改变缓存中相应的数据即可！
   在实际项目中，数据库往往不足以支持用户的频繁请求。而redis可以把用户对数据库的请求转移到缓存中，这样用户的一部分请求会直接到缓存这里而不用经过数据库。

2. 丰富的数据类型

   Redis支持二进制案例的 Strings, Lists, Hashes, Sets 及 Ordered Sets 数据类型操作。

3. 可持久化
   与java自提供的Map不同，redis可以本地化到相应的磁盘中，重启的时候可以再次加载进行使用。因为AOF（append-only file）持久化的性能较好。下面只介绍AOF机制。
   默认情况下Redis没有开启AOF（append only file）方式的持久化，可以通过appendonly参数开启：

	appendonly yes

开启AOF持久化后每执行一条会更改Redis中的数据的命令，Redis就会将该命令写入硬盘中的AOF文件。AOF文件的保存位置和RDB文件的位置相同，都是通过dir参数设置的，默认的文件名是appendonly.aof。

在Redis的配置文件中存在三种不同的 AOF 持久化方式，它们分别是：

appendfsync always    #每次有数据修改发生时都会写入AOF文件,这样会严重降低Redis的速度
appendfsync everysec  #每秒钟同步一次，显示地将多个写命令同步到硬盘
appendfsync no        #让操作系统决定何时进行同步

为了兼顾数据和写入性能，用户可以考虑 appendfsync everysec选项 ，让Redis每秒同步一次AOF文件，Redis性能几乎没受到任何影响。而且这样即使出现系统崩溃，用户最多只会丢失一秒之内产生的数据。当硬盘忙于执行写入操作的时候，Redis还会优雅的放慢自己的速度以便适应硬盘的最大写入速度。

缺点

1. 由于redis是存储在内存上，由于设备的限制，所存储的数据量会比较小。
2. 会出现缓存雪崩和缓存穿透。具体解决办法下文进行探讨。

redis的过期时间和内存淘汰机制

我们在使用redis的时候可以设置一个过期时间。当超过这个过期时间之后，与之对应的key随即删除。下面是两种删除方式

• 定期删除：redis默认是每隔 100ms 就随机抽取一些设置了过期时间的key，检查其是否过期，如果过期就删除。注意这里是随机抽取的。为什么要随机呢？你想一想假如 redis 存了几十万个 key ，每隔100ms就遍历所有的设置过期时间的 key 的话，就会给 CPU 带来很大的负载！
• 惰性删除：定期删除可能会导致很多过期 key 到了时间并没有被删除掉。所以就有了惰性删除。假如你的过期 key，靠定期删除没有被删除掉，还停留在内存里，除非你的系统去查一下那个 key，才会被redis给删除掉。这就是所谓的惰性删除，也是够懒的哈！

但是仅仅通过这两种方法不足以删除内存中的所有key。这就会导致大量的key堆积在内存中，导致内存耗尽。怎么解决这个问题呢？ redis 内存淘汰机制
redis 提供 6种数据淘汰策略：

• volatile-lru：从已设置过期时间的数据集（server.db[i].expires）中挑选最近最少使用的数据淘汰

• volatile-ttl：从已设置过期时间的数据集（server.db[i].expires）中挑选将要过期的数据淘汰

• volatile-random：从已设置过期时间的数据集（server.db[i].expires）中任意选择数据淘汰

• allkeys-lru：当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的key（这个是最常用的）

• allkeys-random：从数据集（server.db[i].dict）中任意选择数据淘汰

• no-eviction：禁止驱逐数据，也就是说当内存不足以容纳新写入数据时，新写入操作会报错。这个应该没人使用吧！

4.0版本后增加以下两种：

• volatile-lfu：从已设置过期时间的数据集(server.db[i].expires)中挑选最不经常使用的数据淘汰
• allkeys-lfu：当内存不足以容纳新写入数据时，在键空间中，移除最不经常使用的key

缓存雪崩和缓存穿透问题解决方案

什么是缓存雪崩？

简介：缓存同一时间大面积的失效，所以，后面的请求都会落到数据库上，造成数据库短时间内承受大量请求而崩掉。

有哪些解决办法？
事前：尽量保证整个 redis 集群的高可用性，发现机器宕机尽快补上。选择合适的内存淘汰策略。
事中：本地ehcache缓存 + hystrix限流&降级，避免MySQL崩掉
事后：利用 redis 持久化机制保存的数据尽快恢复缓存

什么是缓存穿透？

缓存穿透说简单点就是大量请求的 key 根本不存在于缓存中，导致请求直接到了数据库上，根本没有经过缓存这一层。举个例子：某个黑客故意制造我们缓存中不存在的 key 发起大量请求，导致大量请求落到数据库。下面用图片展示一下(这两张图片不是我画的，为了省事直接在网上找的，这里说明一下)：

有哪些解决办法？
最基本的就是首先做好参数校验，一些不合法的参数请求直接抛出异常信息返回给客户端。比如查询的数据库 id 不能小于 0、传入的邮箱格式不对的时候直接返回错误消息给客户端等等。

• 缓存无效 key
• 布隆过滤器