Redis 基础知识：

Redis 持久化策略：

          redis 持久化数据分两种方式：1.  rdb   2. aof

               rdb 方式：当执行 save 或者 bgsave 指令时，redis 会记录当前时刻内存缓存的数据快照并将数据写入到文件后缀为 rdb 的文件中，如果使用的是 save 指令持久化数据会导致阻塞，因为它使用 redis 主线程做数据持久化，如果使用 bgsave 指令持久化数据会开启子线程，由子线程做数据持久化，当子线程持久化数据时，主线程会复制一份完成的数据，后续主线程处理新的请求修改缓存数据，但是只修改新副本中的数据，redis 默认开启 rdb 方式持久化数据，可以在配置文件中配置持久化策略，如：save  10 2 十秒内修改两次数据就做数据持久化

               aof 方式：aof 指令追加方式持久化数据，redis 执行数据操作指令时会将操作指令追加到 aof 文件中，aof 持久化数据需要手动开启与配置持久化策略，如：appendfsync always  每执行一次写命令，立即记录指令到aof文件, appendfsyn  everysec 每秒同步一次指令到aof 文件中 ， appendfsync on 操作指令执行后先放入aof 缓冲区，由操作系统决定何时将缓冲区指令写入 aof 文件中

        rdb 与 aof 两种缓存方式对比：

              rdb 使用二进制文件持久化数据，文件体积小，服务宕机数据恢复快，数据完整度低

              aof 保存指令信息持久化数据，文件体积大，服务宕机数据恢复慢，数据完整度高

        也可以使用 rdb、aof 混合模式做数据持久化，在 redis 5.0 版本默认开启混合持久化，如果没有开启，可以在 redis.conf  文件中配置 aof-use-rdb-preamble  yes  信息开启持久化，混合持久化数据时，会先将内存中的数据以快照的方式储存到 aof 文件的头部，后续执行的操作指令会追加到 aof 文件中

缓存穿透：

       请求的数据在 redis 和数据库中都没有，如果有大量的请求获取该数据，这些请求都会去数据库查询数据，导致数据库压力过大可能造成服务性能变差

       两种解决方式：1.缓存空数据  2.使用布隆过滤器

缓存击穿：

       缓存的热点数据过期在缓存数据重建的过程中，有大量的请求打到数据库导致数据库压力过大

       解决方案：

          1. 使用互斥锁，当一个请求获取缓存数据时发现缓存数据过期，在查询数据库之前先获取锁资源，然后去查询数据库并将数据缓存到 redis 服务中，其它未获取到锁资源的请求，可多次重试获取缓存信息

          2. 缓存数据逻辑过期，缓存数据不设置过期时间进行逻辑处理，缓存数据时可以添加一个过期时间属性，如果有请求获取数据处理过期时间发现数据已过期，获取锁资源去数据库拿到新 数据然后将新数据写到缓存中，处理新数据的逻辑，可以开启子线程完成，不需要主线程等待，主线程可以先返回过期的数据给用户，未获取到锁资源的请求都可以返回过期数据给用户，前提当前功能对数据强一致性要求不高

       方案1 数据实时处理但会出现请求线程阻塞问题性能差，方案2 数据有延迟但可用性强性能好

缓存雪崩：

        在某一时刻批量的缓存数据过期，出现大量的请求打到数据库导致数据库的压力过大

        解决方案：对不同的缓存数据设置过期时间时加上随机值 , 让缓存数据不在某一时间大量过期

Redis 数据双写：

        使用 redis 缓存数据，当修改数据库的数据需要更新 redis 中的缓存信息 ，如果更新缓存数据操作不当可能会导致缓存数据为脏数据，例如：线程1回去缓存数据发现缓存数据已过期，然后读取数据库中的数据，在数据还没有回写到缓存时，线程2修改了数据库中的数据然后将新的数据缓存到redis 中，随后线程1将数据库中旧的数据覆盖了缓存数据，出现数据库数据和缓存数据不一致缓存数据为脏数据问题

       解决方案：

         1. 使用 redission 读写锁，在修改数据时先加上写锁，然后再去修改数据库数并将新的数据写到缓存中再释放锁，释放锁之前请他线程不能读取或修改数据，可以多次尝试获取缓存数据

         2.  如果对数据实时性要求不高可以异步缓存数据，使用 MQ、Canal 通知缓存服务缓存数据，这样做数据有延迟

Redis 分布式锁：

      redis 分布式锁主要使用 setnx 指令，如果数据添加成功获取到分布式锁

      在使用分布式锁一定要设置数据过期时间防止死锁问题，但是过期时间设置不当，可能出现第一个获取锁资源的线程任务还没有处理完，第二个线程获取到锁信息违背了分布式锁的互斥性，可以使用 redission 框架实现分布式锁，redisson 使用 Lua 脚本创建锁并开启子线程监控锁信息，在没有释放锁之前帮助延续锁的持有时间，redisson 提供的锁是一个可重入锁，在创建锁信息时会记录当前获取锁的线程 id 与 获取锁的次数，当线该程再次获取锁会比对线程信息，如果是同一个线程获取锁的次数加一，在释放锁时进行减一为零时删除锁信息

Redis 数据过期删除策略：

         设置过期时间的缓存数据，如果过期了 redis 提供了两种删除策略：

              1. 惰性删除：在下次访问数据时会判断当前数据是否过期，如果数据过期删除数据返回空，没有过期返回数据

              2. 定期删除：每隔一定的时间查找删除过期数据

Redis 数据淘汰策略：

             redis 缓存数据的内存是有限的，如果内存满了，redis 提供了多种删除数据的策略：

              1. noeviction 不删除数据 ，如果添加新的数据直接抛异常

              2. allkeys - random  所有数据中随机删除一些数据

              3. volatile - ttl  删除设置数据剩余过期时间最少的数据

              4. volatile - random  随机删除设置过期时间的数据

              5. allkeys - lru  删除所有数据中最近最少访问的数据

              6. volatile - lru  删除设置过期时间数据中最少使用的数据

              7. allkeys - lfu  删除所有数据中使用次数最少的数据

              8. volatile - lfu  删除设置过期时间数据中使用次数最少的数据