Redis总结

1、Redis概述：
Redis将数据以键值对（Key,Value）的形式存放在内存中，具有读写快的优点，被广泛应用与缓存方向。
Redis内设置了多种数据类型实现，包括String、Hash、Set、Bitmap。且Redis 还支持事务 、持久化（将内存中的数据保存在磁盘中）、Lua 脚本、多种开箱即用的集群方案（Redis Sentinel、Redis Cluster）。
Redis快的原因：1）基于内存，访问速度是磁盘的上千倍；2）基于Reactor模式设计了一个高效的事件处理模式，主要是单线程循环和IO多路复用；3）内置了多种优化过后的数据结构

2、缓存数据处理流程：
用户请求--------》缓存中是否存在对应数据------------》数据库是否存在对应数据
当用户需要请求某个数据时，首先会在缓存中进行查找，若缓存中存在该数据则直接返回，若缓存中不存在该数据则进入数据库进行查找，若数据库中也没有该数据则返回空数据。
缓存优势：高性能和高并发。1）访问数据库都是从磁盘进行读取，速度慢，通过将一些高频访问数据存在缓存中可以有效提高性能；2）数据库的吞吐量（QPS）是有限的，通过将数据库中的部分数据（高频访问）转移到缓存中可以有效减少对数据库的请求，转而从缓存中获取信息，提高系统整体的并发。

3、Redis的其他功能：
1）分布式锁 ： 通过 Redis 来做分布式锁是一种比较常见的方式。通常情况下，我们都是基于 Redisson 来实现分布式锁
2）3 种特殊数据结构 ：HyperLogLogs（基数统计）、Bitmap （位存储）、Geospatial (地理位置)。

4、Redis常用数据结构：
1）5 种基础数据结构 ：String（字符串）、List（列表）、Set（集合）、Hash（散列）、Zset（有序集合）。
2）限流 ：一般是通过 Redis + Lua 脚本的方式来实现限流
3）消息队列 ：Redis 自带的 list 数据结构可以作为一个简单的队列使用

5、给数据设置缓存过期时间的作用：
由于内存空间是有限的，因此通过设置缓存过期时间缓解内存的消耗；其次，业务场景需求，如验证码时效、用户登录的tocken时效通过设置缓存过期时间可以有效解决。

6、Redis判定数据是否过期：
Redis通过过期字典（可以看做hash表）保存数据的过期时间。过期字典的键指向 Redis 数据库中的某个 key(键)，过期字典的值是一个 long long 类型的整数，这个整数保存了 key 所指向的数据库键的过期时间

7、缓存中过期数据的删除方法
1）惰性删除：只会在去除key的时候才对数据进行过期检查。优点是对CPU友好，缺点是可能导致太多过期的数据没有删除
2）定期删除：每隔一段时间抽取一批key执行删除过期key操作。并且，Redis 底层会通过限制删除操作执行的时长和频率来减少删除操作对 CPU 时间的影响。
Redis采用的是定期删除+惰性删除的方法

8、Redis内存淘汰机制
仅仅通过给key设置过期时间，以及利用定期删除+惰性删除的方法清理过期key，还是有可能导致大量的过期key堆积在内存中，然后导致内存爆满，因此Redis采用内存淘汰机制进行进一步的优化。
Redis提供6种数据淘汰策略：
1）volatile-lru（least recently used）：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
2）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
3）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
4）allkeys-lru（least recently used）：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）
5）allkeys-random：从数据集（server.db[i].dict）中任意选择数据淘汰
6）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。
4.0版本以后新增以下两种：
7）volatile-lfu（least frequently used）：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
8）allkeys-lfu（least frequently used）：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

9、Redis持久化机制-----》Redis挂掉之后数据可以进行恢复的原因
Redis支持持久化，且支持两种不同方式的持久化操作。Redis 的一种持久化方式叫快照（snapshotting，RDB），另一种方式是只追加文件（append-only file, AOF）
快照（持久化默认方式）：Redis通过快照获得某个时间点上存储在内存里面的数据的副本，通过快照进行备份，并复制到其他服务器从而创建具有相同数据的服务器副本，还可以将快照留在原地以便重启服务器的时候使用。
只追加文件：AOF 持久化后每执行一条会更改 Redis 中的数据的命令，Redis 就会将该命令写入到内存缓存中，然后根据配置决定何时将该命令同步到硬盘中的AOF文件。由此可以看出AOF的持久化实时性能更好。

10、Redis事务
开始事务（MULTI）：使用 MULTI 命令后可以输入多个命令，然后将这些命令放到队列等待执行
执行事务（EXEC）：使用EXEC执行队列中的命令（先进先出原则）
取消事务（DISCARD）：使用DISCARD命令取消一个事务，队列中所有保存的命令都会被清空
WATCH命令用于监听指定的键，当一个被WATCH命令监听的键被修改的话，整个事务都不会执行，直接返回失败。

11、Redis不支持原子性
Redis 事务在运行错误的情况下，除了执行过程中出现错误的命令外，其他命令都能正常执行。并且，Redis 是不支持回滚（roll back）操作的。因此，Redis 事务其实是不满足原子性的（而且不满足持久性）。因此Redis事务不建议在开发中使用。

12、Redis缓存穿透
缓存穿透的本质是：大量请求的key不存在与缓存中，导致请求直接到了数据库上
缓存穿透的解决办法：1）做好参数校验，不合法的参数请求直接抛出异常信息返回给客户端；2）使用布隆过滤器对用户请求值进行判定，用户请求值不存在与布隆过滤器中则返回参数错误信息给客户端。（布隆过滤器存在误判的情况，布隆过滤器说某个元素存在，小概率会误判。布隆过滤器说某个元素不在，那么这个元素一定不在。）

13、Redis缓存雪崩
缓存在同一时间大面积失效（同一时间大量的key失效）,导致请求都直接落到数据库上，造成数据库短时间内承受大量请求。还有一种场景是：有一些被大量访问数据（热点缓存）在某一时刻大面积失效，导致对应的请求直接落到了数据库上。
解决办法：
针对Redis服务不可用的情况：1）采用Redis集群，避免单机出现问题导致整个缓存服务没办法使用；2）限流，避免同时处理大量的请求
针对热点缓存失效的情况：1）设置不同的失效时间（避免热点缓存同一时间失效），如随机设置缓存失效时间；2）将热点缓存设置永不失效（占用资源）

13、如何保证缓存和数据库的一致性
保证数据库一致性需要在数据发生更新时，对数据库和缓存都进行操作。具体就是修改一条数据时，不仅要更新数据库也要更新缓存。
数据库和缓存更新存在先后问题，在不考虑异常的情况下两种方式都可以让两者保持一致。因为操作分为两步，那么就很有可能存在「第一步成功、第二步失败」的情况发生，该情况的影响如下
1）先更新缓存，后更新数据库—》数据库更新失败，缓存更新成功；此时读请求访问缓存可以获取正确值，当缓存失效后悔直接获取数据库值并重新更新到缓存，此时获取的值就是错误的。
2）先更新数据库，后更新缓存—》数据库更新成功，缓存更新失败；此时读请求访问缓存数据获取的值是错误值，当缓存失效后，直接从数据库获取值并更新到缓存，此时获取的才是正确值。
当对数据库和缓存进行更新过程中有一个出现异常时，也会导致缓存与数据库的不一致，解决该方法的思路是重试，但立即重试很大概率还是会失败，且重试会一致占用这个线程资源，无法服务其他客户端请求。为此更好的解决方案是异步重试。


异步重试：把重试请求写到消息队列中（RabbitMQ或其他中间件），由专门的消费者来重试，直到成功



另一个方案：订阅数据库变更日志，再操作缓存，该方法使得业务应用在修改数据库时，只需修改数据库无需操作缓存，缓存通过订阅的数据库日志更变进行自动更新。