redis 基础

1，Redis 数据类型和应用场景

 redis数据类型有string,list,hash,set,zset,其中list,zset是有序的。

应用方向：

string，可以存储session,序列化对象。

list可以作为商品列表或者消息队列，

hash可以存用户信息表等，也可以存购物车，计数器。

set无序不重复，可以做抽奖系统的存储，电商系统的标签。

zset有序可以做排行榜，商品销售排行，视频点击播放排行等。

2，Redis 数据结构

string  -  sds动态字符串，

list      -   双向链表，压缩列表，

hash  -   压缩列表（在数据少的时候用，节省空间，并且数据少，一次按照数据页加载到内存中，查询都在内存中，不会影响速度），hash(当数据多的时候会转成hash)。

set    -   hash,整数集合，

zset  -   压缩列表，跳表（树形结构，类似索引）

3.AOF 持久化是怎么实现的？

AOF是存储一个个执行命令，可以配置每秒，每次，随操作系统，  三种方式进行持久化。每次会出现性能瓶颈，建议每秒。AOF文件增大超过阈值后，会触发aof重写，子线程重写，不影响主线程，写时复制技术，减少大量即时复制对性能的影响。AOF 缺点是宕机后恢复数据需要一个个执行，效率慢。

4.RDB 快照是怎么实现的？

RDB 是由一些二进制文件组成的，直接加载进内存就行。缺点是快照过大，生成快照不能太频繁，否则会有性能问题，两个快照中间的部分会造成丢失，所以对数据部敏感的可以选。主从同步从库直接加载rdb文件，速度快。rdb文件的持久化也是主线程fork子线程，然后有子线程通过copy on write来进行持久化。因为主线fork过程中需要复制所有数据结构并且需要复制虚拟页表给子线程，所以rdb文件过大可能会造成性能瓶颈，建议每个rdb不要大于5G。

什么是缓存雪崩、击穿、穿透？

缓存雪崩：当缓存失效（过期）后引起系统性能急剧下降的情况。可能是当大量缓存数据在同一时间过期（失效）或者  Redis 故障宕机，大量的用户请求过来，无法在 Redis 中处理，请求访问数据库，导致数据库的压力骤增，系统访问性能急剧下降，引起整个系统崩溃。也可能一个缓存失效后，出现大量并发请求，请求存储系统读取数据太耗费时间（sql复杂），造成存储系统无法响应，或者大量并发请求在缓存失效后，请求排行榜数据，访问计算系统，进行耗时的实时计算，计算系统无法响应引起的系统雪崩。

发生缓存雪崩几个原因：

• 大量数据同时过期；
• Redis 故障宕机；
• 生成缓存慢，并发请求多

处理方式：

针对大量数据同时过期，可以均匀设置过期时间。

针对并发请求多的问题，1，可以采用分布式互斥锁，保证同一时间只有一个线程能对数据进行更新。锁需要加超时时间，防止意外而阻塞。2，可以使用后台更新，业务线程只读取数据，缓存设置不过期，后台线程通过定时更新或者事件触发更新。后台线程需保证高可用设计，防止宕机无法更新。

针对redis 故障宕机，1，采用服务熔断或请求限流机制；当发现redis宕机直接返回，或者让部分请求访问数据库。2，构建 Redis 缓存高可用主从集群+哨兵；

缓存击穿：缓存中的某个热点数据过期，此时大量的请求访问了该热点数据，就无法从缓存中读取，直接访问数据库，数据库很容易就被高并发的请求冲垮，这就是缓存击穿的问题。

处理方式：热点数据永不过期，更新互斥锁

缓存穿透：用户访问的数据，既不在缓存中，也不在数据库中，无法构建缓存，大量这样的请求到来时，数据库的压力骤增。出现缓存穿透的原因：1，业务误操作，2，黑客恶意攻击

处理方式：

1，如果出现数据在缓存和数据库中都不存在，可以缓存预定值或者空值，避免持续访问数据库。设定过期时间，防止合理的id被设置空值。

2，使用布隆过滤器，判断数据是否存在，避免从数据库查询。

3，前端请求检测，判断请求参数是否合法，如id是否在允许范围内。

数据库和缓存如何保证一致性？

分为只读缓存，读写缓存，读写缓存又分为先写数据库还是先写缓存。
只读： 
1 先删缓存，后更新库。如果删完再更新库之前，又有请求进来，会在缓存中存脏数据，可以使用延迟双删，更新完库在删一次。
2 先更新库，在删缓存。理论上更新库操作发起前，另外的线程b查出来数据了。但是没有更新到缓存，然后线程A更新库，并删除缓存，然后B线程更新缓存。但是实际上几乎不可能。所以实际运行建议选2.