Redis系列（一）：各大厂都在用的Resid到底是什么？

一、redis是什么？

1.Redis的定义

先上一段官方定义：Redis 是开源免费（遵守BSD协议）、高性能的key-value数据库。

是不是觉得上面的一句话既熟悉又陌生，作者怎么想的为啥开源免费？BSD协议又是什么？key-value数据库是什么，与传统的mysql、oracle有什么区别？

别急，欲知详情，请看下面分解：

Redis是由意大利人Salvatore Sanfilippo（网名：antirez）开发的一款内存高速缓存数据库。Redis全称为：Remote Dictionary Server（远程字典服务），该软件使用C语言编写，Redis是一个key-value存储系统，它支持丰富的数据类型，如：string、list、set、zset(sorted set)、hash。众多语言都支持Redis。

那么BSD协议是什么呢？简单来说就是一个开源协议，具体请看https://www.runoob.com/note/13176。

key-value数据库？就是像python中的dict类型一样的数据存储模式，传统的mysql、oracle是关系型数据库，key-value模式的数据库是非关系型的数据库（NoSQL)。

2.Redis的用途

作为公共缓存：Redis交换数据速度快，在架构中常用来存储一些需要频繁调取的数据，这样可以大大节省系统直接读取磁盘来获得数据的I/O开销，并且可以极大提升速度。

以大型网站来举个例子，比如a网站首页一天有100万人访问，其中有一个板块为推荐新闻。要是直接从数据库查询，那么一天就要多消耗100万次数据库请求。上面已经说过，Redis支持丰富的数据类型，所以这完全可以用Redis来完成，将这种热点数据存到Redis（内存）中，要用的时候，直接从内存取，极大的提高了速度和节约了服务器的开销。

3.Redis的特点

1）支持数据的持久化：可以将内存中的数据保存在磁盘中，重启的时候可以再次加载进行使用。

2）支持丰富的数据类型：不仅支持简单的key-value类型，同时还支持string、list，set，zset(sorted set)，hash等数据结构的存储。

3）支持数据的备份：即master-slave模式的数据备份。

二、为什么要部署一台Redis服务器，而不是简单的给服务器添加内存条？

这个理解起来有点深，跟服务器集群、数据的队列访问、程序代码对内存的控制有关。就像一般存储数据都是用mysql、oracle等数据库，而不是使用excel一样。Redis是标准的数据存储和管理方式，只不过与关系型数据库不同的是，Redis的数据存在内存中，效率比关系型数据库高很多。但如果我们自己给服务器添加内存条，我们就要自己写数据的管理方式等，非常繁琐，有现成的为什么不直接用呢？

三、Redis的经典应用场景

场景	描述
缓存热数据	热数据（进入市场时经常被查询，但未被修改或删除的数据），首选使用redis缓存，redis的性能非常优越。
计数器	由于具有单个线程，因此可以计算诸如单击，访问，喜欢，评论，视图等的计数，以避免并发问题，确保数据的准确性和100％毫秒的性能，同时启用Redis持久性为了促进数据的持久性。
单线程机制	验证上一段中的重复请求，并可以自由扩展类似情况。可以通过redis进行过滤。例如，每个请求都使用请求IP，参数和接口的哈希值作为存储Redis的键，并设置有效期限。然后，下一次请求结束时，现在将检索redis中是否存在此密钥，然后验证它是否为“在一定时间内不是重复提交”。例如，要限制用户登录的数量，最好不要超过一天中错误登录的数量。基于redis的Spike系统是单线程功能，可防止数据库超卖，全局增量ID生成等。
排行榜	得分最高的人排名第一，例如高点击率，活跃度，最高销售数量，投票数最高的前10名，等等。
分布式锁	Redis可用于实现分布式锁。为了确保分布式锁可用，至少锁的实现必须同时满足以下条件：互斥在任何时候，只有一个客户端可以持有该锁。不会发生死锁。即使一个客户在锁定保持期间崩溃而没有主动解锁，也可以确保其他客户以后可以锁定。本的容错能力只能在大多数Redis节点上正常运行。然后，客户可以锁定和解锁。锁定和解锁必须是同一客户端，并且该客户端无法解锁他人添加的锁。
会话存储	使用Redis进行会话缓存是很常见的情况。使用Redis在其他存储上缓存会话的优点是Redis提供了持久性。目前，很多解决方案都采用Redis作为会话存储解决方案。

四、Redis的五种数据类型

Redis 内部使用一个 RedisObject 对象来表示所有的 key 和 value。RedisObject 最主要的信息如上图所示：type 表示一个 value 对象具体是何种数据类型，encoding 是不同数据类型在 Redis 内部的存储方式。

比如：type=string 表示 value 存储的是一个普通字符串，那么 encoding 可以是 raw 或者 int。

类型	简介	特性	场景
String(字符串)	1.Redis 最基本的类型 2.二进制安全	1. 最基本的类型：可以理解成与 Memcached一模一样的类型，一个 Key 对应一个 Value 2.二进制安全：可以包含任何数据，比如jpg图片或者序列化的对象,一个键最大能存储512M	/
Hash(字典)	键值对集合,即编程语言中的Map类型	适合存储对象,并且可以像数据库中update一个属性一样只修改某一项属性值(Memcached中需要取出整个字符串反序列化成对象修改完再序列化存回去)	存储、读取、修改用户属性
List(列表)	链表(双向链表)	增删改,提供了操作某一段元素的API	1.最新消息排行等功能(比如朋友圈的时间线) 2.消息队列
Set(集合)	哈希表实现,元素不重复	1.添加、删除,查找的复杂度都是O(1) 2.为集合提供了求交集、并集、差集等操作	1.共同好友 2.利用唯一性,统计访问网站的所有独立ip 3.好友推荐时,根据tag求交集,大于某个阈值就可以推荐
Sorted Set(有序集合)	将Set中的元素增加一个权重参数score,元素按score有序排列	数据插入集合时,已经进行天然排序	1.排行榜 2.带权重的消息队列

五、Redis缓存热数据技术实现？

暂时不写

六、Redis如何保持缓存与数据库数据的一致性？

缓存数据与数据库不一致的情况大概有以下三种：

1. 数据库有数据，缓存没有数据：采用先读缓存在读数据库，且读数据库时把数据加载到缓存的策略会消除此种不一致。

2. 数据库有数据，缓存也有数据，数据不相等：无法解决，只能等下次更新数据

3. 数据库没有数据，缓存有数据：删除数据库成功但删除缓存失败了会导致这种情况的发生。

缓存读取策略：

先读缓存数据，如果读到数据则直接返回；如果读不到，就读数据库，并将数据会写到缓存，并返回。

缓存更新策略：

首先先来看下缓存的使用策略，一种常规的用法叫Cache Aside Pattern：

1）读数据：先读缓存数据，如果读到数据则直接返回；如果读不到，就读数据库，并将数据会写到缓存，并返回。

2）写数据：需要更新数据时，先更新数据库，然后把缓存里对应的数据失效掉（删掉）。

对于读数据，应该是毫无疑问肯定要先读缓存数据的，不然增加redis干嘛呢？那么思考一下，写数据的时候，如果不是先更新数据再删除缓存，而是先删除缓存再更新数据库会怎样呢？看下A、B两个线程同时要更新数据时会发生哪些情况：

1）A、B都完成了删除缓存且A、B更新数据库的中间有其他线程读取数据：假设A线程先更新数据库。此时C线程介入，C线程要读取数据，由于缓存没有则查数据库，并把A更新的数据写入了缓存，最后B线程更新数据库，以后D、E、F等线程读取数据的时候都是从缓存读取且B线程写入数据库的数据永远不会加载到缓存，由此形成了缓存与数据库数据的永久不一致，直至下次缓存数据被删除。。。

2）A、B都完成了删除缓存且A、B更新数据库的中间没有其他线程读取数据：这种情况要看A和B谁先更新了数据库，假设A线程先更新了数据，那么下次其他线程读取数据的时候便会把A线程的数据加载到缓存。这种情况无论A、B谁先更新了数据库，都不会导致缓存与数据库不一致。

另外有人会问，如果采用你提到的方法，为什么最后是把缓存的数据删掉，而不是把更新的数据写到缓存里？

这么做引发的问题是，如果A,B两个线程同时做数据更新，A先更新了数据库，B后更新数据库，则此时数据库里存的是B的数据。而更新缓存的时候，是B先更新了缓存，而A后更新了缓存，则缓存里是A的数据。这样缓存和数据库的数据也不一致。

并发不高的情况：

读: 读redis->没有，读mysql->把mysql数据写回redis，有的话直接从redis中取；

写: 写mysql->成功，再写redis；

并发高的情况：

读: 读redis->没有，读mysql->把mysql数据写回redis，有的话直接从redis中取；

写：异步话，先写入redis的缓存，就直接返回；定期或特定动作将数据保存到mysql，可以做到多次更新，一次保存；

缓存删除策略：

1. 删除失败则重试：删除缓存失败的话需要进行重试，数据的一致性要求越高，重试得越快。

2. 定期全量更新：简单地说，就是定期把缓存全部清掉，然后再全量加载。

3. 给所有的缓存一个失效期：一个大杀器，任何不一致，都可以靠失效期解决，失效期越短，数据一致性越高。但是失效期越短，查数据库就会越频繁。因此失效期应该根据业务来定。

分布式环境下非常容易出现缓存和数据库间数据一致性问题，针对这一点，如果项目对缓存的要求是强一致性的，那么就不要使用缓存。只能采取合适的策略来降低缓存和数据库间数据不一致的概率，而无法保证两者间的强一致性。合适的策略包括上述的缓存更新策略：更新数据库后及时更新缓存、缓存失败时增加重试机制。

 

参考文章：

搞懂这些Redis知识点，吊打面试官！

Redis 数据类型

Redis怎么保持缓存与数据库一致性？