Redis基础知识点

1.什么是Redis

Redis (REmote DIctionary Server) 是用 C 语言开发的一个开源的高性能键值对（key-value）数 据库。基于内存运行，性能高效,支持分布式，理论上可以无限扩展。

特征： 1. 数据间没有必然的关联关系

2. 内部采用单线程机制进行工作

3. 高性能，官方提供测试数据，50个并发执行100000 个请求,读的速度是110000 次/s,写的速度是 81000次/s。

4. 多数据类型支持 字符串类型 string 列表类型 list 散列类型 hash 集合类型 set

                                有序集合类型 sorted_set

5. 持久化支持。可以进行数据灾难恢复

Redis启动

服务器启动

方式1：双击redis-server.exe

方式2：指令redis-server.exe redis.windows.con

2.Redis基本操作

2.1命令行模式工具使用思考

功能性命令

清除屏幕信息

帮助信息查阅

退出指令

2.2信息添加

功能：设置 key，value 数据

命令: set key value

2.3信息查询

功能：根据 key 查询对应的 value，如果不存在，返回空（nil）

命令: get key

2.4清除屏幕信息

功能：清除屏幕中的信息

命令：clear

2.5退出客户端命令行模式

功能：退出客户端

命令：quit exit 按钮

2.6帮助

功能：获取命令帮助文档，获取组中所有命令信息名称

命令: help 命令名称 help @组名

3.Redis 数据类型（5种常用）

redis 数据存储格式

redis 自身是一个 Map，其中所有的数据都是采用 key : value 的形式存储

数据类型指的是存储的数据的类型，也就是 value 部分的类型，key 部分永远都是字符串

key的语法:

在一个项目中，key最好使用统一的命名模式

key区分大小写

key不要太长，尽量不要超过1024字节。不仅消耗内存，也会降低查找的效率

key不要太短，太短可读性会降低

3.1String

存储的数据：单个数据，最简单的数据存储类型，也是最常用的数据存储类型

存储数据的格式：一个存储空间保存一个数据

存储内容：通常使用字符串，如果字符串以整数的形式展示，可以作为数字操作使用

常用命令：

添加/修改数据                set   key  value

获取数据                         get  key

删除数据                        del  key

添加/修改多个数据         mset key1 value1   key2  value2...(m代表 Multiple)

获取多个数据                  mget  key1 key2

获取数据字符个数（字符串长度）   strlen key

追加信息到原始信息后部（如果原始信息存在就追加，否则新建）   append key value

按照范围获取                  GETRANGE key 开始下标 结束下标

替换                                  SETRANGE key 位置

先get然后在set                 getset key value

设置数值数据增加指定范围的值       incr key

                                                          incrby key increment

                                                         incrbyfloat key increment

设置数值数据减少指定范围的值      decr key

                                                         decrby key increment

设置数据具有指定的生命周期              setex key seconds value

                                                            psetex key milliseconds value

设置key的过期时间              EXPIRE key seconds

查看key的剩余时间              ttl key

redis应用于各种结构型和非结构型高热度数据访问加速

key 的设置约定===数据库中的热点数据key命名惯例

表名:主键名:主键值:字段名

eg: order:id:9527:name : xxx

注意事项：

数据操作不成功的反馈与数据正常操作之间的差异

① 表示运行结果是否成功 (integer) 0 → false 失败 (integer) 1 → true 成功

② 表示运行结果值 (integer) 3 → 3 3个 (integer) 1 → 1 1个

数据未获取到 （nil）等同于null

数据最大存储量   512MB

数值计算最大范围（java中的long的最大值） 9223372036854775807

3.2 hash  hashMap

存储的困惑

对象类数据的存储如果具有较频繁的更新需求操作会显得笨重

hash哈希特点

新的存储需求：对一系列存储的数据进行编组，方便管理，典型应用存储对象信息

需要的存储结构：一个存储空间保存多个键值对数据

hash类型：底层使用哈希表结构实现数据存储

hash存储结构优化

如果field数量较少，存储结构优化为类数组结构

如果field数量较多，存储结构使用HashMap结构

常用命令：

添加/修改数据        hset key field value

添加，但是有则不添加，无则添加         hsetnx key field value

获取数据        hget key field hgetall key

删除数据         hdel key field1 [field2]

添加/修改多个数据         hmset key field1 value1 field2 value2 …

获取多个数据                 hmget key field1 field2 …

获取哈希表中字段的数量         hlen key

获取哈希表中是否存在指定的字段         hexists key field

获取哈希表中所有的字段名或字段值         hkeys key hvals key

设置指定字段的数值数据增加指定范围的值         hincrby key field increment

                                                                              hincrbyfloat key field increment

hash 类型数据操作的注意事项

1.hash类型下的value只能存储字符串，不允许存储其他数据类型，不存在嵌套现象。如果数据未获取 到，对应的值为（nil）

2.每个 hash 可以存储 2^32^-1个键值对

3.hash类型十分贴近对象的数据存储形式，并且可以灵活添加删除对象属性。但hash设计初衷不是为了 存储大量对象而设计的，切记不可滥用，更不可以将hash作为对象列表使用

4.hgetall 操作可以获取全部属性，如果内部field过多，遍历整体数据效率就很会低，有可能成为数 据访问瓶颈

3.3List

数据存储需求：存储多个数据，并对数据进入存储空间的顺序进行区分

需要的存储结构：一个存储空间保存多个数据，且通过数据可以体现进入顺序

list类型：保存多个数据，底层使用双向链表存储结构实现

常用命令

添加/修改数据  lpush key value1 [value2] ……

                         rpush key value1 [value2] ……

获取数据   lrange key start stop

                  lindex key index

                  llen key

获取并移除数据         lpop key

                                   rpop key

通过下标截取指定的长度，这个list已经被改变了，只剩下截取的元素      ltrim key start end lset

将列表中指定下标的值替换为另外一个值，更新操作

                 lset key 下标 新数据 # 如果不存在列表我们去更新就会报错

将某个具体的value插入到列中的某个元素的前面或者后面！

                LINSERT mylist before "world" "other"

                LINSERT mylist after "world" "other"

规定时间内获取并移除数据 b代表block阻塞

                blpop key1 [key2] timeout

                brpop key1 [key2] timeout

list 类型数据操作注意事项

1.list中保存的数据都是string类型的，数据总容量是有限的，最多2^32^-1个元素 (4294967295) 2.list具有索引的概念，但是操作数据时通常以队列的形式进行入队出队操作，或以栈的形式进行入栈出栈操作

3.获取全部数据操作结束索引设置为-1

4.list可以对数据进行分页操作，通常第一页的信息来自于list，第2页及更多的信息通过数据库的形式加载

3.4 Set

新的存储需求：存储大量的数据，在查询方面提供更高的效率

需要的存储结构：能够保存大量的数据，高效的内部存储机制，便于查询

set类型：与hash存储结构完全相同，仅存储键，不存储值（nil），并且值是不允许重复的

添加数据         sadd key member1 [member2]

获取全部数据         smembers key

删除数据         srem key member1 [member2]

获取集合数据总量         scard key

判断集合中是否包含指定数据         sismember key member

随机获取集合中指定数量的数据         srandmember key [count]

随机获取集合中的某个数据并将该数据移出集合         spop key [count]

求两个集合的交、并、差集         sinter key1 [key2]

                                                     sunion key1 [key2]

                                                     sdiff key1 [key2]

求两个集合的交、并、差集并存储到指定集合中

sinterstore destination key1 [key2]   

sunionstore destination key1 [key2]

sdiffstore destination key1 [key2]

将指定数据从原始集合中移动到目标集合中         smove source destination member

set 类型数据操作的注意事项

1.set 类型不允许数据重复，如果添加的数据在 set 中已经存在，将只保留一份

2.set 虽然与hash的存储结构相同，但是无法启用hash中存储值的空间

3.5 sorted_set

新的存储需求：数据排序有利于数据的有效展示，需要提供一种可以根据自身特征进行排序的方式

需要的存储结构：新的存储模型，可以保存可排序的数据 sorted_set类型：在set的存储结构基础

上添加可排序字段

常用命令

添加数据         zadd key score1 member1 [score2 member2]

获取全部数据         zrange key start(开始索引) stop(结束索引) [WITHSCORES] #[WITHSCORES]可以除了数据还 显示分值                 zrevrange key start stop [WITHSCORES] 反转

删除数据         zrem key member [member ...]

获取集合数据总量         zcard key

4. 事务

4.1 概念

Redis事务是一个单独的隔离操作：事务中的所有命令都会序列化、按顺序地执行。事务在执行的

过程中， 不会被其他客户端发送来的命令请求所打断。Redis事务的主要作用就是串联多个命令防

止别的命令插 队

4.2 特点

1.Redis事务没有没有隔离级别的概念

2.所有的命令在事务中，并没有直接被执行，只有发起执行命令的时候才会执行！Exec

3.Redis单条命令式保存原子性的，但是事务不保证原子性！

常用命令

命令	描述
multi	标记一个事务的开始
exec	执行所有事务块内的命令
discard	取消事务，放弃执行事务块内的所有命令
watch key[key]	监视一个(或多个) key ，如果在事务执行之前这个(或这些) key 被其他命令所改动， 那么事务将被打断。类似乐观锁
unwatch	取消watch命令对所有 key 的监视

编译型异常：代码命令有错，执行事务报错，所有的命令都不会执行

运行时异常：如果事务队列中存在语法性（语句未报错），那么执行命令的时候其他命令是 可以正常执行的，错误命令抛出异常！

5.Spring-data-redis

1.加入Redis相关依赖

<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

2. 编写properties文件，加入redis服务器

# Redis数据库索引（默认为0）
spring.redis.database=0
# Redis服务器地址
spring.redis.host=192.168.0.24
# Redis服务器连接端口
spring.redis.port=6379
# Redis服务器连接密码（默认为空）
spring.redis.password=
# 连接池最大连接数（使用负值表示没有限制）
spring.redis.pool.max-active=200
# 连接池最大阻塞等待时间（使用负值表示没有限制）
spring.redis.pool.max-wait=-1
# 连接池中的最大空闲连接
spring.redis.pool.max-idle=10
# 连接池中的最小空闲连接
spring.redis.pool.min-idle=0
# 连接超时时间（毫秒）
spring.redis.timeout=1000

6. redis持久化

Redis 是内存数据库，如果不将内存中的数据库状态保存到磁盘，那么一旦服务器进程退出，服务

器中 的数据库状态也会消失。所以 Redis 提供了持久化功能！

RDB：将当前数据状态进行保存，快照形式，存储数据结果，存储格式简单，关注点在数据

AOF:  将数据的操作过程进行保存,日志形式，存储操作过程，关注点在数据的操作过程

6.1 RDB方式

概念: 在指定的时间间隔内将内存中的数据集快照写入磁盘， 也就是行话讲的Snapshot快照，它恢复时是将 快照文件直接读到内存里

RDB手动

save指令

命令 :save

作用 :手动执行一次保存操作

save指令相关配置

dbfilename dump.rdb

说明：设置本地数据库文件名，默认值为 dump.rdb

经验：通常设置为 dump-端口号.rdb

dir

说明：设置存储.rdb文件的路径

经验：通常设置成存储空间较大的目录中，目录名称data

rdbcompression yes

说明：设置存储至本地数据库时是否压缩数据，默认为 yes，采用 LZF算法 压缩

经验：通常默认为开启状态，如果设置为no，可以节省 CPU 运行时间，但会使存储的文件变大（巨 大）

rdbchecksum yes

说明：设置是否进行CRC64算法RDB文件格式校验， 该校验过程在写文件和读文件过程均进行

经验：通常默认为开启状态，如果设置为no，可以节约读写性过程约10%时间消耗，但是存储一定

的数 据损坏风险

bgsave指令

命令 ：bgsave

作用 ：手动启动后台保存操作，但不是立即执行

bgsave指令工作原理

 注意： bgsave命令是针对save阻塞问题做的优化。Redis内部所有涉及到RDB操作都采用bgsave的方 式，save命令可以放弃使用

Fork

Fork的作用是复制一个与当前进程一样的进程。新进程的所有数据（变量、环境变量、程序计数器等） 数值都和原进程一致，但是是一个全新的进程，并作为原进程的子进程

RDB自动

配置 ：save second changes

作用 : 满足限定时间范围内key的变化数量达到指定数量即进行持久化

参数 : second：监控时间范围         changes：监控key的变化量

位置 : 在conf文件中进行配置

注意： save配置要根据实际业务情况进行设置，频度过高或过低都会出现性能问题，结果可能是

灾难性的 save配置中对于second与changes设置通常具有互补对应关系，尽量不要设置成包含性

关系 save配置启动后执行的是bgsave操作

RDB优点

RDB是一个紧凑压缩的二进制文件，存储效率较高

RDB内部存储的是redis在某个时间点的数据快照，非常适合用于数据备份，全量复制等场景

RDB恢复数据的速度要比AOF快很多

RDB节省磁盘空间

RDB缺点

Fork的时候，内存中的数据被克隆了一份，大致2倍的膨胀性需要考虑

虽然Redis在fork时使用了写时拷贝技术,但是如果数据庞大时还是比较消耗性能

RDB方式无论是执行指令还是利用配置，无法做到实时持久化，具有较大的可能性丢失数据

Redis的众多版本中未进行RDB文件格式的版本统一，有可能出现各版本服务之间数据格式无法兼

容现象

6.2 AOF方式

概念:

AOF(append only file)持久化：以独立日志的方式记录每次写命令，重启时再重新执行AOF文件中

命令 达到恢复数据的目的；与RDB相比可以简单描述为改记录数据为记录数据产生的过程AOF的

主要作用是 解决了数据持久化的实时性，目前已经是Redis持久化的主流方式

AOF执行过程

客户端的请求写命令会被append追加到AOF缓冲区内； AOF缓冲区根据AOF持久化策略

[always,everysec,no]将操作sync同步到磁盘的AOF文件中； AOF文件大小超过重写策略或手动重

写时，会对AOF文件rewrite重写，压缩AOF文件容量； Redis服务重启时，会重新load加载AOF文

件中的写操作达到数据恢复的目的；

AOF写数据三种策略(appendfsync)

always(每次）

每次写入操作均同步到AOF文件中，数据零误差，性能较低

everysec（每秒）

每秒将缓冲区中的指令同步到AOF文件中，数据准确性较高，性能较高 在系统突然宕机的情况下

丢失1秒内的数据

no（系统控制）

由操作系统控制每次同步到AOF文件的周期，整体过程不可控

AOF相关配置

配置 ：appendonly yes|no

作用 ：是否开启AOF持久化功能，默认为不开启状态

配置 ：appendfsync always|everysec|no

作用 ：AOF写数据策略

配置：appendfilename filename

作用：AOF持久化文件名，默认文件名未appendonly.aof，建议配置为appendonly-端口号.aof

配置：dir

作用 ：AOF持久化文件保存路径，与RDB持久化文件保持一致即可

AOF重写

随着命令不断写入AOF，文件会越来越大，为了解决这个问题，Redis引入了AOF重写机制压缩文

件体积。AOF文件重写是将Redis进程内的数据转化为写命令同步到新AOF文件的过程。简单说就

是将对同 一个数据的若干个条命令执行结果转化成最终结果数据对应的指令进行记录

AOF重写作用

降低磁盘占用量，提高磁盘利用率

提高持久化效率，降低持久化写时间，提高IO性能

降低数据恢复用时，提高数据恢复效率

AOF重写规则

进程内已超时的数据不再写入文件

忽略无效指令，重写时使用进程内数据直接生成，这样新的AOF文件只保留最终数据的写入命令

如del key1、 hdel key2、srem key3、set key4 111、set key4 222等 对同一数据的多条写命令合并为一条命令

如lpush list1 a、lpush list1 b、 lpush list1 c 可以转化为：lpush list1 a b c。

为防止数据量过大造成客户端缓冲区溢出，对list、set、hash、zset等类型，每条指令最多写入64个元素

AOF和RDB同时开启，系统默认取AOF的数据（数据不会存在丢失）

AOF重写方式

手动重写        bgrewriteaof

自动重写   触发机制，何时重写

Redis会记录上次重写时的AOF大小，默认配置是当AOF文件大小是上次rewrite后大小的一倍且文

件大于64M时触发;重写虽然可以节约大量磁盘空间，减少恢复时间。但是每次重写还是有一定的

负担 的,因此设定Redis要满足一定条件才会进行重写=

auto-aof-rewrite-min-size 设置重写的基准值，最小文件64MB。达到这个值开始重写。

auto-aof-rewrite-percentage 设置重写的基准值,文件达到100%时开始重写（文件是原来重写后文件的2倍时触发)

持久化方式	RDB	AOF
占用存储空间	小（数据级：压缩）	大（指令级：重写）
存储速度	慢	快
恢复速度	快	慢
数据安全性	会丢失数据	依据策略决定
资源消耗	高/重量级	低/轻量级
启动优先级	低	高

总结：

官方推荐两个都启用，如果对数据不敏感，可以选单独用RDB，不建议单独用 AOF，因为可能会出现 Bug 如果只是做纯内存缓存，可以都不用

7. Redis 删除策略

7.1 过期数据

Redis是一种内存级数据库，所有数据均存放在内存中,内存中的数据可以通过TTL指令获取其状态

XX ：具有时效性的数据

-1 ：永久有效的数据

-2 ：已经过期的数据或被删除的数据或未定义的数据

7.2 数据删除策略

数据删除策略的目标

在内存占用与CPU占用之间寻找一种平衡，顾此失彼都会造成整体redis性能的下降，甚至引发服务器宕 机或内存泄露

7.2.1定时删除

创建一个定时器，当key设置有过期时间，且过期时间到达时，由定时器任务立即执行对键的删除 操作

优点：节约内存，到时就删除，快速释放掉不必要的内存占用

缺点：CPU压力很大，无论CPU此时负载量多高，均占用CPU，会影响redis服务器响应时间和指 令吞吐量

总结：用处理器性能换取存储空间（拿时间换空间）

7.2.2 惰性删除

数据到达过期时间，不做处理。等下次访问该数据时

        如果未过期，返回数据

        发现已过期，删除，返回不存在

优点：节约CPU性能，发现必须删除的时候才删除

缺点：内存压力很大，出现长期占用内存的数据

总结：用存储空间换取处理器性能（拿空间换时间）

7.2.3 定期删除

周期性轮询redis库中的时效性数据，采用随机抽取的策略，利用过期数据占比的方式控制删除频度

优点1：CPU性能占用设置有峰值，检测频度可自定义设置

优点2：内存压力不是很大，长期占用内存的冷数据会被持续清理

总结：周期性抽查存储空间 （随机抽查，重点抽查）

7.2.4 删除策略比对

1. 定时删除 节约内存，无占用 不分时段占用CPU资源，频度高           拿时间换空间

2. 惰性删除 内存占用严重 延时执行，CPU利用率高                             拿空间换时间

3. 定期删除 内存定期随机清理 每秒花费固定的CPU资源维护内存         随机抽查，重点抽查

7.3逐出算法

概念：

Redis使用内存存储数据，在执行每一个命令前，会调用freeMemoryIfNeeded()检测内存是否充

足。如果内存不满足新加入数据的最低存储要求，redis要临时删除一些数据为当前指令清理存储

空间。清理数据的策略称为逐出算法。

注意：

逐出数据的过程不是100%能够清理出足够的可使用的内存空间，如果不成功则反复执行。 当对所

有数据尝试完毕后，如果不能达到内存清理的要求，将出现错误信息。

抛出异常：(error) OOM command not allowed when used memory >'maxmemory'

影响数据逐出的相关配置

maxmemory-policy删除策略

检测易失数据（可能会过期的数据集server.db[i].expires ）

① volatile-lru：挑选最近最少使用的数据淘汰

② volatile-lfu：挑选最近使用次数最少的数据淘汰

③ volatile-ttl：挑选将要过期的数据淘汰

④ volatile-random：任意选择数据淘汰

检测全库数据（所有数据集server.db[i].dict ）

⑤ allkeys-lru：挑选最近最少使用的数据淘汰

⑥ allkeys-lfu：挑选最近使用次数最少的数据淘汰

⑦ allkeys-random：任意选择数据淘汰

放弃数据驱逐

⑧ no-enviction（驱逐）：禁止驱逐数据（redis4.0中默认策略），会引发错误OOM（Out Of Memory）达到最大内存后的，对被挑选出来的数据进行删除的策略

8.企业级解决方案

缓存预热

缓存预热就是系统启动前，提前将相关的缓存数据直接加载到缓存系统。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

解决方案

准备工作：

        1. 日常例行统计数据访问记录，统计访问频度较高的热点数据

        2. 将统计结果中的数据分类，根据级别，redis优先加载级别较高的热点数据

实施：

        1. 使用脚本程序固定触发数据预热过程

        2. 如果条件允许，使用了CDN（内容分发网络），效果会更好

缓存雪崩

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：

给不同的Key的TTL添加随机值

利用Redis集群提高服务的可用性

给缓存业务添加降级限流策略

给业务添加多级缓存

缓存击穿

缓存击穿问题也叫热点Key问题，就是一个被高并发访问并且缓存重建业务较复杂的key突然失效了，无 数的请求访问会在瞬间给数据库带来巨大的冲击。

解决方案：

常见的解决方案有两种：1. 互斥锁      2.  逻辑过期

解决方案一、使用锁来解决：

因为锁能实现互斥性。假设线程过来，只能一个人一个人的来访问数据库，从而避免对于数据库访

问压力过大，但这也会影响查询的性能，因为此时会让查询的性能从并行变成了串行，我们可以采

用 tryLock方法 + double check来解决这样的问题。

假设现在线程1过来访问，他查询缓存没有命中，但是此时他获得到了锁的资源，那么线程1就会一

个人 去执行逻辑，假设现在线程2过来，线程2在执行过程中，并没有获得到锁，那么线程2就可以

进行到休 眠，直到线程1把锁释放后，线程2获得到锁，然后再来执行逻辑，此时就能够从缓存中

拿到数据了。

解决方案二、逻辑过期方案

方案分析：我们之所以会出现这个缓存击穿问题，主要原因是在于我们对key设置了过期时间，假

设我 们不设置过期时间，其实就不会有缓存击穿的问题，但是不设置过期时间，这样数据不就一

直占用我们 内存了吗，我们可以采用逻辑过期方案。

我们把过期时间设置在 redis的value中，注意：这个过期时间并不会直接作用于redis，而是我们后

续 通过逻辑去处理。假设线程1去查询缓存，然后从value中判断出来当前的数据已经过期了，此

时线程1 去获得互斥锁，那么其他线程会进行阻塞，获得了锁的线程他会开启一个 线程去进行 以

前的重构数据 的逻辑，直到新开的线程完成这个逻辑后，才释放锁， 而线程1直接进行返回，假设

现在线程3过来访 问，由于线程线程2持有着锁，所以线程3无法获得锁，线程3也直接返回数据，

只有等到新开的线程2把 重建数据构建完后，其他线程才能走返回正确的数据。

这种方案巧妙在于，异步的构建缓存，缺点在于在构建完缓存之前，返回的都是脏数据。

解决方案对比：

互斥锁方案：由于保证了互斥性，所以数据一致，且实现简单，因为仅仅只需要加一把锁而已，也

没其他的事情需要操心，所以没有额外的内存消耗，缺点在于有锁就有死锁问题的发生，且只能

串行执行性 能肯定受到影响

逻辑过期方案： 线程读取过程中不需要等待，性能好，有一个额外的线程持有锁去进行重构数

据，但是 在重构数据完成前，其他的线程只能返回之前的数据，且实现起来麻烦

缓存穿透

缓存穿透 ：缓存穿透是指客户端请求的数据在缓存中和数据库中都不存在，这样缓存永远不会生

效，这 些请求都会打到数据库。

常见的解决方案有两种：

缓存空对象         优点：实现简单，维护方便

                            缺点： 额外的内存消耗 可能造成短期的不一致

布隆过滤             优点：内存占用较少，没有多余key

                            缺点： 实现复杂 存在误判可能

缓存空对象思路分析：当我们客户端访问不存在的数据时，先请求redis，但是此时redis中没有数

据， 此时会访问到数据库，但是数据库中也没有数据，这个数据穿透了缓存，直击数据库，我们

都知道数据 库能够承载的并发不如redis这么高，如果大量的请求同时过来访问这种不存在的数

据，这些请求就都会 访问到数据库，简单的解决方案就是哪怕这个数据在数据库中也不存在，我

们也把这个数据存入到redis 中去，这样，下次用户过来访问这个不存在的数据，那么在redis中也

能找到这个数据就不会进入到缓存 了

布隆过滤：布隆过滤器其实采用的是哈希思想来解决这个问题，通过一个庞大的二进制数组，走哈

希思想去判断当前这个要查询的这个数据是否存在，如果布隆过滤器判断存在，则放行，这个请

求会去访问 redis，哪怕此时redis中的数据过期了，但是数据库中一定存在这个数据，在数据库中

查询出来这个数据后，再将其放入到redis中， 假设布隆过滤器判断这个数据不存在，则直接返回

这种方式优点在于节约内存空间，存在误判，误判原因在于：布隆过滤器走的是哈希思想，只要哈

希思想，就可能存在哈希冲突.