Lemon_man_的博客

上面包含了虚拟地址和物理地址的映射关系，当我们修改虚拟地址的数据时对应的物理地址的数据也会由于映射而改变，可如果只用主进程来执行RDB的话，会阻塞主进程的所有命令，所以我们通常采用bgsave来开启一个子进程执行RDB，AOF简单来说就是将每次的Redis命令记录到AOF文件中，相当于日志记录，当Redis实例宕机时，从磁盘读取AOF文件重新执行一次AOF中命令即可恢复数据，数据完整性较高，刷盘策略决定了AOF文件更新的频率。#指的是当AOF文件大于原来的150%时进行bgrewrite文件重写。

1）HashTable（有锁性能不高、官方不推荐使用） 是线程安全的有一个实现类是properties在一些配置文件中会使用。3）ConcurrentHashMap（实现线程安全的方法不一样、性能高）是线程安全的 是哈希表结构。其中HashSet的层是哈希表接口有一个实现类是LinkedHashSet是哈希表+链表结构。2）HashMap 是非线程安全的 是哈希表结构 有一个实现类是LinkedHashMap。4）TreeMap 是红黑树结构。3）TreeSet底层是红黑树。

双写一致性：也就是我们在更新数据库数据的同时也要同时更新缓存中相应的数据来保证数据的一致性，避免读到脏数据。在业务场景中我们有的业务例如转账业务是需要保证的，有的业务例如一些论坛图片的加载保证其即可。那么我们怎么去保证数据库与缓存的双写一致性来呢？也就是我们在进行数据的写操作时，先删除缓存中的数据，接着更新数据库中的数据，然后延迟一段时间后再次删除缓存中的数据。那为什么我们不能先删除缓存中的数据然后更新数据库接着将数据进行缓存或者先更新数据库再将缓存中的数据进行删除呢?

指的是在缓存中的key设置了，在同一时间大量缓存过期或者Redis宕机，导致大量请求直接请求数据库，数据库造成雪崩。

当Redis中热点数据的key正好过期的时候，对这个key进行大量的并发请求，这时所有请求都在缓存中不能命中，那么会导致直接去查询数据库，这样DB难以负载会崩掉。这就是缓存击穿。

当前端向后端发送一条不存在数据的请求时，在数据库查询没有时会缓存到Redis中一个null值，这样，当前端再次发送同样的请求时Redis会直接返回null值，而不会去给数据库增加压力，从而解决缓存穿透的问题。为了解决Redis的负载压力，我们可以在请求发送至Redis前添加一个布隆过滤器，如果数据库中有请求查询的数据那么布隆过滤器会放行请求，如果没有则。具体实现过程：使用布隆过滤器，我们会将数据库高频访问数据预热到缓存（Redis）当中，同时预热布隆过滤器，然后布隆过滤器，将。