一、redis的作用：
1、获取最新的n个数据；
redis五种数据结构：String、hash 、list、 set、 zset（有序集合sort sets）
我们知道redis有一种队列(list)的数据结构,同时它还具备先进先出的特性.那这样的话,我去最新的1个月的数据不就信手拈来么.一个lrange命令即可简单地取出你想要的区间的值.
2、获取TOP N的数据； 展示下载量排行前30的APP.
SortedSet有序集合,那就再好不过了.我们只需要将每个APP生成一个唯一的ID,将其作为集合中成员member,下载数目作为成员的score.那么当你将这个score插入到有序集合中时,redis就会按其进行大小排序,自然有个有序的集合就形成了.最终你要取前N或者后N的数据,就在于你自己了.
3、设置精准的过期时间；
将某个活动的key的过期时间设置为过期时刻的时间戳，时间戳过期及消失。
4、实现计数器
点赞、收藏，通过redis自带的增减可以实现客户端的点赞收藏，减少客户端对数据库的访问，降低数据库的访问压力。
5、去除重复值
你是否还能想到我们之前在学习redis的字符串类型时,说到的set命令,我们讲默认情况,不给其他参数时,如果我们的key不存在,则创建添加.如果key已经存在,则旧值覆盖新值.
Set集合实现去重的原理是
先看元素的HashCode()值也就是哈希值是否相同，再看equals方法返回的结果
如果哈希值不同，则说明元素不相同，将元素添加到集合中
如果哈希值相同，则继续判断equals方法
————如果equals返回true，则说明元素的哈希值与内容都相同，元素重复，不会添加到集合中
————如果equals返回false，则说明元素的哈希值相同，但内容不同，元素不重复，添加到集合中
6、利用set命令制作反垃圾系统；
SETNX key value
将 key 的值设为 value ，当且仅当 key 不存在。才能设置成功。
若给定的 key 已经存在，则 SETNX 不做任何动作。
给它一个NX参数,这样的话只有用户提交的key不存在时,才会对key进行操作.
你去网上down一个敏感字汇字典,提前set入库,不就可以实现反垃圾了么.
7、构建队列系统。
“同时发微博”,”同时推送,服务器压力大”.我们可以将若干个需要执行的事件加入队列,然后按时间的顺序去逐个逐个的执行.这个时候你又想到了一个提高用户互动性的好办法.
（氪金就是道理，玩笑话，emmmm）
我能不能让粉丝数目多的大V的微博优先推送呢?毕竟粉丝基数大,影响大,总能搞出一个大新闻.既然这样,我直接使用有序队列不就行了.把一个个大V的微博推送事件ID存入有序队列,同时依据粉丝数给予权重(或说优先级).不就可以达到我们的需求了么.
redis哨兵
redis集群
SpringBoot配置redis集群(Jedis and lettuce)_bogeitman的博客-CSDN博客_springboot配置redis集群
缓存击穿
缓存击穿：Redis中一个热点key在失效的同时，大量的请求过来，从而会全部到达数据库，压垮数据库。
缓存击穿的解决方案：
1.设置热点数据永远不过期（或判断当前key快要过期时，通过后台异步线程重新设置过期时间）
2.接口限流与熔断，降级。重要的接口一定要做好限流策略，防止用户恶意刷接口，同时要降级准备，当接口中的某些服务不可用时候，进行熔断，失败快速返回机制。
3.设置互斥锁。在并发的多个请求中，只有第一个请求线程能拿到锁并执行数据库查询操作，其他的线程拿不到锁就阻塞等着，等到第一个线程将数据写入缓存后，直接走缓存。
（可以使用 Redis 分布式锁）
（1） 就是在缓存失效的时候（判断拿出来的值为空），不是立即去load db。
（2） 先使用缓存工具的某些带成功操作返回值的操作（比如Redis的SETNX）去set一个互斥锁。
（3） 当操作返回成功时，再进行load db的操作，并回设缓存,最后删除mutex key；
（4） 当操作返回失败，证明有线程在load db，当前线程睡眠一段时间再重试整个get缓存的方法。
缓存雪崩
缓存雪崩：Redis中缓存的数据大面积同时失效，或者Redis宕机，从而会导致大量请求直接到数据库，压垮数据库。
1.保持缓存层的高可用性
使用Redis 哨兵模式或者Redis 集群部署方式，即便个别Redis 节点下线，整个缓存层依然可以使用。除此之外，还可以在多个机房部署 Redis，这样即便是机房死机，依然可以实现缓存层的高可用。
2.限流降级组件
无论是缓存层还是存储层都会有出错的概率，可以将它们视为资源。作为并发量较大的分布式系统，假如有一个资源不可用，可能会造成所有线程在获取这个资源时异常，造成整个系统不可用。降级在高并发系统中是非常正常的，比如推荐服务中，如果个性化推荐服务不可用，可以降级补充热点数据，不至于造成整个推荐服务不可用。常见的限流降级组件如 Hystrix、SenTInel 等。
3.缓存不过期
Redis 中保存的 key 永不失效，这样就不会出现大量缓存同时失效的问题，但是随之而来的就是Redis 需要更多的存储空间。
4.优化缓存过期时间
设计缓存时，为每一个 key 选择合适的过期时间，避免大量的 key 在同一时刻同时失效，造成缓存雪崩。
5.使用互斥锁重建缓存
在高并发场景下，为了避免大量的请求同时到达存储层查询数据、重建缓存，可以使用互斥锁控制，如根据 key 去缓存层查询数据，当缓存层为命中时，对 key 加锁，然后从存储层查询数据，将数据写入缓存层，最后释放锁。若其他线程发现获取锁失败，则让线程休眠一段时间后重试。对于锁的类型，如果是在单机环境下可以使用 Java 并发包下的 Lock，如果是在分布式环境下，可以使用分布式锁（Redis 中的 SETNX 方法）。
分布式环境下使用Redis 分布式锁实现缓存重建，优点是设计思路简单，对数据一致性有保障;缺点是代码复杂度增加，有可能会造成用户等待。假设在高并发下，缓存重建期间 key 是锁着的，如果当前并发 1000 个请求，其中 999 个都在阻塞，会导致 999 个用户请求阻塞而等待。
6.异步重建缓存
在这种方案下构建缓存采取异步策略，会从线程池中获取线程来异步构建缓存，从而不会让所有的请求直接到达存储层，该方案中每个Redis key 维护逻辑超时时间，当逻辑超时时间小于当前时间时，则说明当前缓存已经失效，应当进行缓存更新，否则说明当前缓存未失效，直接返回缓存中的 value 值。如在Redis 中将 key 的过期时间设置为 60 min，在对应的 value 中设置逻辑过期时间为 30 min。这样当 key 到了 30 min 的逻辑过期时间，就可以异步更新这个 key 的缓存，但是在更新缓存的这段时间内，旧的缓存依然可用。这种异步重建缓存的方式可以有效避免大量的 key 同时失效。
————————————————
版权声明：本文为CSDN博主「jayjay_liu」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：redis缓存雪崩解决方案六种_jayjay_liu的博客-CSDN博客_redis缓存雪崩
缓存穿透
缓存穿透：缓存穿透是指要访问的数据既不在 Redis 缓存中，也不在数据库中。导致请求在访问缓存时，发生缓存缺失，再去访问数据库时，发现数据库中也没有要访问的数据。此时，应用也无法从数据库中读取数据再写入缓存，来服务后续请求，这样一来，缓存也就成了“摆设”，如果应用持续有大量请求访问数据，就会同时给缓存和数据库带来巨大压力。
缓存穿透的解决方案：
1 接口校验
在请求入口进行校验，比如对用户进行鉴权、数据合法性检查等操作，这样可以减少缓存穿透发生的概率。
这种方式减轻了对 Redis 以及数据库的压力，但是增加了客户端的编码与维护的工作量。如果请求的入口很多，那么工作量很大。
2 缓存空值
当缓存与数据库中都没有 key 时，就设置一个空值写入缓存，并同时设置一个比较短的过期时间。由于在缓存中设置空值，所以请求在缓存这一级别就返回，也就不会被穿透。这些所说的不会被穿透只是针对某个 key 而言的。其它没有设置空值的 key，仍然存在被穿透的可能。
该方法的问题是：由于不存在的 key 几乎是无限，不可被穷举的，所以不可能都设置到缓存中。而且大量这样的空值 key 设置到缓存，也会占用大量的内存空间。
解决：采用下面提到的布隆过滤器直接过滤掉不存在的 key。
3 布隆过滤器（此处不讲解原理）
布隆过滤器（Bloom Filter）是1970年由布隆提出的。它实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于判断一个元素是否在一个集合中。
布隆过滤器的特点是判断为不存在的，则一定不存在；判断存在的，则大概率存在。
脑裂
脑裂：在主从集群中，同时有两个主节点，它们都能接收写请求。而脑裂最直接的影响，就是客户端不知道应该往哪个主节点写入数据，结果就是不同的客户端会往不同的主节点上写入数据。而且，严重的话，脑裂会进一步导致数据丢失。
redis的集群脑裂是指因为网络问题，导致redis master节点跟redis slave节点和sentinel集群处于不同的网络分区，此时因为sentinel集群无法感知到master的存在，所以将slave节点提升为master节点。此时存在两个不同的master节点，就像一个大脑分裂成了两个。
解决方案：
redis的配置文件中，存在两个参数
1.min-slaves-to-write 3
2.min-slaves-max-lag 10
第一个参数表示连接到master的最少slave数量
第二个参数表示slave连接到master的最大延迟时间
按照上面的配置，要求至少3个slave节点，且数据复制和同步的延迟不能超过10秒，否则的话master就会拒绝写请求，配置了这两个参数之后，如果发生集群脑裂，原先的master节点接收到客户端的写入请求会拒绝，就可以减少数据同步之后的数据丢失。
1.min-replicas-to-write 3
2.min-replicas-max-lag 10
redis中的异步复制情况下的数据丢失问题也能使用这两个参数
————————————————
528
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
