Redis总结

什么是Redis

Redis是非结构化的key-value数据库，以内存存储数据，特点是性能比较高，但一致性，安全性一般。

Redis的Key常用命令

Keys * #查看所有key
del #删除key
exists #判断key是否存在
expire #给一个key设置有效期
ttl #查看key的剩余有效期
help #查看key的具体用法

Redis的数据结构

5种基本类型：string，hash，list，set，SortedSet(zset)
3种特殊类型：GEO(坐标数据),BitMap,HyperLog（集合基数）
String：存储字符串，底层是动态的Byte数组，通过预分配减少内存的频繁分配，类似ArrayList
常用命令：set，set，setnx，setex，incr
Hash：存储键值对，底层使用了哈希表和压缩列表ziplist实现，当键值对较少时，使用ziplist实现，ziplist是一种连续的存储结构，可以节省内存空间。当键值对数量较多时，使用Hash表存储，使用拉链法解决冲突，当链表较长转换为跳表，提高查询效率。
常用命令：hset key field value，hget key field，hgetall key
List：底层数据结构使用的是快速列表QuickList，他是一种双向链表+压缩列表的结构，链表的每个节点是一个ziplist，ziplist是连续的存储结构，可以存储多个元素，可以避免大量的指针占用内存空间，提高内存的利用率。
常用命令：lpush，lpop，rpush，rpop(删除并返回)
Set：底层是hash表，类似java的hashSet。
常用命令：sadd，srem，scard(元素个数)，sismember，sinter，sunion，sdiff
SortedSet：是一种排序的Set，类似java的TreeSet，在添加元素时会加上一个score用来排序，他的底层使用Hash表和跳表的数据结构，hash表的key是元素值，value是score值。跳表可以根据score给元素排序，他的底层是多层的链表，可以实现快速的查找。
常用命令：zadd，zrem，zscore，srank，zcard(获取个数)

Redis的Java客户端

Redis常用的客户端有两种，Jedis(简单)和lettuce(安全)，而SpringDataRedis提供了一套API，底层可以使用Jedis或Lettuce，默认是Lettuce。

Redis实战使用

短信登录
Session方式：用户输入手机号，点击发送验证码，服务器向该手机号发送验证码(sessionID)，并将验证码保存到该用户的SessionID对应的session中。用户输入验证码点击登录后，将验证码和sessionID发送给服务器，服务器对比验证码和session中的是否相同，如果相同，说明手机号有效，然后判断该手机号是否注册，如果没有注册，先自动注册用户，然后将用户信息保存到session中，然后并返回(cookie中携带SessionID)。登录校验时，拦截器拦截每个请求(线程)，从session中获取用户信息，将用户信息加入ThreadLocal方便再服务中直接使用。
再Tomcat集群环境下，由于Tomcat之间不能共享session，切换到不同Tomcat时会导致session数据丢失。解决方法：使用Redis存储验证码和用户信息。
Redis方式：发送验证码时将<phone,code>保存到Redis，登录时判断code是否相同。相同则手机号验证成功，然后判断手机号是否注册，没有则注册，然后将用户信息保存到<token,user>，然后返回(携带token)。登录校验时，拦截器拦截token，从redis中查询用户，若有，将用户放入ThreadLocal，放行。

商户查询
先从Redis查询商户信息，有则返回，没有再从数据库查询，并存入Redis。
缓存更新策略：内存淘汰 超时剔除 主动更新
主动跟新最佳实践：先跟新数据库，再删除缓存

优惠劵秒杀
为优惠券生成全局唯一ID
1.先判断库存是否充足，用户是否已经下过单
2.库存-1，创建订单

并发超卖问题：使用乐观锁CAS解决
判断库存时stock=1，对库存-1时添加where stock=1

一人一单问题：利用Redis对用户ID加分布式锁（分布式锁-分布式环境下（多台机器）对共享资源的访问）set lock thread1 nx ex 10 ； del key；

使用Lua脚本实现多条Redis命令的原子性（获取锁，判断锁，释放锁）防止释放锁失败导致一直占用锁。

使用Redisson的分布式锁工具解决自定义锁存在的的问题（不可重入、不可重试、超时释放）
使用Redsson的MultiLock多节点锁解决锁所在的节点宕机问题，只要有一个节点上有锁，则不会释放。

使用Redis提升秒杀性能：
1.新增秒杀券的同时，将优惠券信息保存到Redis中，使用set保存已抢购用户
2.基于lua脚本，对Redis完成抢购
– 输入优惠券id和用户id
– 根据优惠券id判断库存是否充足，根据用户id判断是否重复下单
– 抢购成功返回0
3.如何抢购成功，将优惠券id和用户id交给Redis的阻塞队列（Stream结构）
4.后台线程从阻塞队列中获取信息，对mysql数据库进行操作，实现异步下单。

达人探店
发布探店笔记，使用Redis的ZSet存储<博客id，用户id的ZSet(sorce为时间戳)>点赞信息，实现点赞排行榜（点赞时判断用户是否在zset中）

好友关注
关注和取关：《我id，博主id》插入关系表，取关 删除关系表
共同关注：我id关注id的集合，博主id关注id的集合，求交集
关注推送：Feed流（投喂流）- 推模式/拉模式
推模式实现：
1.在保存博客到数据库时，查询所有粉丝，推送到粉丝的收件箱(粉丝id，Zset(博客id，时间戳))
2.收件箱使用Redis实现
滚动查询：每次查询时根据上一次查询的最下时间戳实现滚动查询

附近商户(GEO)
GEO（Geolocation）表示地理坐标《经度，纬度，值》，可以计算两点的距离，指定圆心半径内的值。

用户签到(BitMap)
BitMap是一个二进制数组，可以设置setbit某个位置为0或1，获取getbit指定位置的值，统计1的个数等。
用户签到时，根据《userID:yyyyMM,当月第几天》更新bitmap

UV 独立访客量统计(HyperLogLog)
hyperLogLog是一种用于基数估计的概率数据结构，可以使用很少的内存，记录非常大的集合基数，它的原理是使用的概率算法，不是存储真实的值，所以存在小于1%的误差。
核心只有两个命令：向集合添加元素，统计集合中元素的个数
PFADD hl1 e1 e2 e3 e4 d5 向HL1集合中添加5个元素
PFCOUNT hl1 统计HL1集合中的元素个数

Redis分布式缓存(Redis集群)

单点Redis的问题及如何解决：
1.数据丢失 Redis持久化
2.并发能力 Redis主从结构（读写分离）
3.存储能力 Redis分片集群
4.故障恢复能力 Reids主从+哨兵

Redis持久化
1.RDB(数据备份文件)持久化 ：将Redis内存快照记录到磁盘中，故障时恢复
2.AOF(追加文件)持久化：将Redis指令的命令记录到文件中，恢复时重新执行日志文件
RDB体积小，恢复速度快，但备份速度慢，数据一致性低
AOF体积大，恢复速度慢，但备份速度快，数据一致性高

Redis主从架构 读写分离
写操作使用主节点，读操作使用从节点
使用Slaveof ip 端口 配置从节点
数据同步原理：首次建立连接时使用全量同步，将主节点的RDB复制到从节点，后续执行增量同步，将主节点的命令日志发送给从节点进行同步。

Redis主从+哨兵：主从节点故障自动恢复
当哨兵发现主节点故障时选择一个新的从节点作为主节点，当故障恢复时会成为新的从节点。

Redis分片集群：解决单个主节点写压力大的问题
分片集群数据存储：每个Redis主节点都会分片一系列slot插槽，当添加key value时，先更具key进行hash计算获得slot值，如果在自己的slot范围内，则存储，否则，进行重定向。

Redis网络模型

Redis的核心业务（命令处理）是单线程，其他的数据备份等会使用多线程。
为什么使用单线程：1.Redis内存操作，性能瓶颈不是执行速度，而是网络延迟，多线程并不会带来很大的性能提升。2.多线程存在线程安全问题，实现复杂。

Redis内存回收

过期淘汰：针对过期key的回收，常见的有两种 1.惰性清理 2.定期清理(抽样)
内存淘汰：针对内存不够时的回收，它的策略比较多，常用的有 1.TTL 2.LRU 3.LFU

Redis三大缓存问题

缓存穿透：缓存穿透是指查询的数据在Redis和数据库中都不存在，导致请求总是到达数据库，给数据库造成较大压力。
解决方法：1.缓存空对象，当访问到不存在的对象时，在Redis缓存一个空对象，当在此访问时之间返回Redis空对象，请求不会到达数据库。2.布隆过滤器，请求先经过布隆过滤器判断数据是否存在，不存在时直接返回。【布隆过滤器底层是二进制哈希表，他将数据映射到多个二进制位来判断数据是否存在，由于存在hash冲突，所有判断存在的数据可能实际并不存在，但并不影响功能】

缓存击穿：缓存击穿是热点key失效导致的，热点key就是指被高并发访问的key，在它失效并且重建期间会有大量的请求到达数据库。
解决方法：1.使用互斥锁，确保只有一个线程查询数据库更新缓存。2.设置热点key永不过期或者逻辑过期，在逻辑过期时先返回旧数据，使用另外的线程更新缓存。

缓存雪崩：缓存雪崩是指是同一时间大量的key同时失效或者Redis宕机导致请求直接访问数据库，导致数据库压力过大。
解决方法：1.给key的过期时间添加随机属性，避免同时失效。2.使用Redis集群避免单点故障。