Redis随手小结

日常工作加上考研实在是忙，能想到啥就写点啥，就当是复习了，如果有人看到不对的地方及时提醒一下哈~
一、缓存雪崩
简单的说就是请求数据的空档期，旧的缓存失效了，新的缓存还没上来，大量旧缓存失效就形成了雪崩
解决方案：
1、可以把缓存失效时间，根据业务实际场景进行分散
2、也可以用锁或者队列，防止高并发的访问，因为没有缓存肯定会访问数据库，到那个时候估计只能手动上预热数据了吧

二、缓存穿透
就好比请求的数据不在缓存也不在数据库上的时候，请求绕过缓存落在了数据库上，每次都会去问数据库，相当于一个请求问了两次
解决方案：
1、把空结果放在缓存
2、配合BitMap+Bloom-Filter算法，将所有数据的hash存进一个空间很大的BitMap中，直接可以过滤掉空的情况。
这个Bloom-filter原理是根据hash碰撞的一种解决形式，因为hash换算成的url可能会有相同的情况，就形成了hash冲突，就是碰撞。在这个算法中会出现多个hash，如果hash证明某个元素不在集合里，那就真的不在；如果多个hash证明某个元素在集合里，那就肯定存在。一般用在大数据层面

三、缓存击穿
是指缓存中的key接受了高并发的请求，一但这个key失效了，就全落在数据库上，形成了击穿
解决方案：
用SETNX形成分布式锁，把这个key锁住，请求完成后再删除锁，减少key的压力

四、缓存预热、更新
项目刚上线时候会出现没有缓存的情况，就需要弄个手动缓存，让缓存先存上来，避免给数据库压力。
缓存的更新有三种，一种就是Redis自带的缓存失效，另一种就是根据业务场景进行判断是否要更新，更新哪些，还有一种就是定期去清理。
这里还要说一下缓存删除和内存淘汰：
删除的话分为两种，一种是定时删除，这种对cpu的消耗比较大，100ms全部检查一次，另一种就是惰性删除，每次请求key的时候查看过期时间，满足条件就删除。
但是还有一个问题，如果定时删除没有删除部分key，长时间不请求key就不会检查过期时间，就不会删，这样缓存就暴增。
解决方案：
设置 expire 的key, 满足先决条件(prerequisites)，设置内存淘汰策略：maxmemory-policy （volatile-lru、volatile-ttl、volatile-random、allkeys-lru、allkeys-random、no-enviction）具体用哪个看实际场景，然后百度每个是干嘛的，要学的东西太多，有些东西实在是记不住。。

五、缓存降级
当高并发出现时候，为了保证主要业务数据的准确性，要给一些数据降级，可以人为设置开关，也可以根据数据自动处理，降级等级设置可以参考异常等级分级。对于一些在高并发下可能产生的不重要的数据，可以对用户范围缓存中存在的默认数据（根据实际场景做处理）

六、分布式锁
因为Redis是单线程的，所以用SETNX以key作为value来实现线程锁，通过expire()设置失效时间，解锁用del key。
说道单线程，Redis是原子性，
七、Redis的类型
String、list、sortList、set、hsh

八、Redis的结构
dict 为了解决算法中的查找问题
sds 可以存储任意二进制数据
skiplist 单层多指针的链表，它查找效率很高
quicklist 快速列表
ziplist 压缩表

九、集群
codis和自带的cluster，还有一个忘了，有时间补充上

十、双写一致性
因为Reids是单线程的，可以保证事务的原子性。为了更好的性能，实现了IO多路复用。对于缓存和数据库写和删，先干嘛后干嘛的问题抽空再总结，，，，，，

续写一致性问题
一个鸡生蛋蛋生鸡以及鸡和蛋同时生成的问题讨论，并且各有各的说法。
1、

有问题大佬们快快补充，临时想起什么就写下了。