Redis学习笔记---缓存介绍

Redis学习笔记—缓存介绍

1.缓存的使用场景

DB缓存，减轻DB服务器压力

1. 一般情况下数据存在数据库中，应用程序直接操作数据库。
2. 当访问量上万，数据库压力增大，可以采取的方案有：
   1. 读写分离
   2. 分库分表
3. 当访问量达到10万、百万，需要引入缓存。将已经访问过的内容或数据存储起来，当再次访问时先找缓存，缓存命中返回数据。不命中再找数据库，并回填缓存。

提高系统响应

1. 数据库的数据是存在文件里，也就是硬盘。
2. 与内存做交换（swap）,在大量瞬间访问时（高并发）MySQL单机会因为频繁IO而造成无法响应。MySQL的InnoDB是有行锁的
3. 将数据缓存在Redis中，也就是存在了内存中（Redis的持久化也是为了恢复数据的）。内存天然支持高并发访问。可以瞬间处理大量请求。
4. 因为它是单线程，所以没有锁，可以支持高并发。Redis的qps到达11万/S(读请求)， 8万写/S(写请求)
   

做Session分离

1. 传统的session是由tomcat自己进行维护和管理。
2. 集群或分布式环境，不同的tomcat管理各自的session。
3. 只能在各个tomcat之间，通过网络和Io进行session的复制，极大的影响了系统的性能。
   1. 各个Tomcat间复制session，性能损耗
   2. 不能保证各个Tomcat的Session数据同步
4. 将登录成功后的Session信息，存放在Redis中，这样多个服务器(Tomcat)可以共享Session信息。
5. Redis的作用是数据的临时存储
   

做分布式锁（Redis）

1. 一般讲锁是多线程的锁，是在一个进程中的多个线程
2. 多个进程（JVM）在并发时也会产生问题，也要控制时序性,可以采用分布式锁。使用Redis实现 setNX

做乐观锁（Redis）

1. 同步锁和数据库中的行锁、表锁都是悲观锁，悲观锁的性能是比较低的，响应性比较差
2. 高性能、高响应（秒杀）采用乐观锁，Redis可以实现乐观锁 watch + incr

2.什么是缓存

1. 缓存原指CPU上的一种高速存储器，它先于内存与CPU交换数据，速度很快
2. 现在泛指存储在计算机上的原始数据的复制集，便于快速访问。
3. 在互联网技术中，缓存是系统快速响应的关键技术之一，是以空间换时间的一种技术（艺术）

3.部分缓存介绍

数据库级缓存

1. 数据库是用来存储和管理数据的。
2. MySQL在Server层使用查询缓存机制，将查询后的数据缓存起来。K-V结构，Key：select语句的hash值，Value：查询结果
3. InnoDB存储引擎中的buffer-pool用于缓存InnoDB索引及数据块。

平台级缓存

1. 平台级缓存指的是带有缓存特性的应用框架，比如：GuavaCache 、EhCache（二级缓存，硬盘）、OSCache（页面缓存）等。
2. 部署在应用服务器上，也称为服务器本地缓存。

应用级缓存（重点）

1. 具有缓存功能的中间件：Redis、Memcached、EVCache（AWS）、Tair（阿里 、美团）等。
2. 采用K-V形式存储,利用集群支持高可用、高性能、高并发、高扩展。
3. 也叫分布式缓存

4.缓存的优势

1.提升用户体验

1. 用户体验（User Experience）：用户在使用产品过程中建立起来的一种纯主观感受。
2. 缓存的使用可以提升系统的响应能力，大大提升了用户体验。

2.减轻服务器压力

1. 客户端缓存、网络端缓存减轻应用服务器压力。
2. 服务端缓存减轻数据库服务器的压力。

3.提升系统性能

1. 系统性能指标：响应时间、延迟时间、吞吐量、并发用户数和资源利用率等。
2. 缓存技术可以：
   1. 缩短系统的响应时间
   2. 减少网络传输时间和应用延迟时间
   3. 提高系统的吞吐量
   4. 增加系统的并发用户数
   5. 提高了数据库资源的利用率

5.缓存的代价

1. 额外的硬件支出

1. 缓存是一种软件系统中以空间换时间的技术
2. 需要额外的磁盘空间和内存空间来存储数据
3. 搭建缓存服务器集群需要额外的服务器
4. 采用云服务器的缓存服务就不用额外的服务器了，
5. 阿里云（Tair、Redis），百度云（Redis），提供缓存服务，AWS亚马逊云服务：EVCache

2. 高并发缓存失效

1. 在高并发场景下会出现缓存失效（缓存穿透、缓存雪崩、缓存击穿）
2. 造成瞬间数据库访问量增大，甚至崩溃

3. 缓存与数据库数据同步

1. 缓存与数据库无法做到数据的时时同步
2. Redis无法做到主从时时数据同步

4. 缓存并发竞争

1. 多个redis的客户端同时对一个key进行set值得时候由于执行顺序引起的并发问题

6.缓存的读写模式：缓存有三种读写模式

1. Cache Aside Pattern（常用）：经典模式

1. Cache Aside Pattern（旁路缓存），是最经典的缓存+数据库读写模式。
2. 读的时候，先读缓存，缓存没有的话，就读数据库，然后取出数据后放入缓存，同时返回响应。
   
3. 更新的时候，先更新数据库，然后再删除缓存。
   
4. 为什么是删除缓存，而不是更新缓存呢？
   1. 缓存的值是一个结构：hash、list，更新数据需要遍历，因为先遍历（耗时）后修改
   2. 懒加载，使用的时候才更新缓存
   3. 使用的时候才从DB中加载，也可以采用异步的方式填充缓存，开启一个线程，定时将DB的数据刷到缓存中
5. 高并发脏读的三种情况
   1. 先更新数据库，再更新缓存
      update与commit之间，更新缓存，commit失败
      则DB与缓存数据不一致
   2. 先删除缓存，再更新数据库
      update与commit之间，有新的读，缓存空，读DB数据到缓存 数据是旧的数据
      commit后 DB为新数据
      则DB与缓存数据不一致
   3. 先更新数据库，再删除缓存（推荐）
      update与commit之间，有新的读，缓存空，读DB数据到缓存数据是旧的数据
      commit后 DB为新数据
      则DB与缓存数据不一致，采用延时双删策略

2. Read/Write Through Pattern：直读直写模式，只缓存大小

1. 应用程序只操作缓存，缓存操作数据库。
2. Read-Through（穿透读模式/直读模式）：应用程序读缓存，缓存没有，由缓存回源到数据库，并写入缓存。（guavacache）
3. Write-Through（穿透写模式/直写模式）：应用程序写缓存，缓存写数据库。
4. 该种模式需要提供数据库的handler，开发较为复杂。

3. Write Behind Caching Pattern

1. 应用程序只更新缓存。
2. 缓存通过异步的方式将数据批量或合并后更新到DB中
3. 不能时时同步，甚至会丢数据

7.缓存架构的设计思路

1. 从层级来说：缓存是多层次的，分布式缓存如果宕机，本地缓存还可以用
   
2. 从数据类型来说：
   1. Value是字符串或整数或二进制，Value的值比较大（大于100K），只进行setter和getter，那么可采用Memcached
   2. Memcached是一个纯内存的缓存，没有持久化，而且是多线程的，存储字符串或整数或二进制数据，形式只有key-value
3. 复杂数据类型，Value是hash、set、list、zset，需要存储关系，聚合，计算，可采用Redis
4. 从集群角度来说：分布式缓存集群方案（Redis），codis，哨兵+主从，RedisCluster
5. 缓存的数据结构设计：
   1. 与数据库表一致：数据库表和缓存是一一对应的，缓存的字段会比数据库表少一些，缓存的数据是经常访问的，比如说：用户表，商品表
   2. 与数据库表不一致：需要存储关系，聚合，计算等