redis学习

redis缓存使用过程中的问题

1. 问题一：
   1. 情景：文件生成及下载时，为了防止相同文件重复生成，占用系统内存，可以将文件的唯一标识＋路径保存在redis内，这样在下载具有相同唯一标识的文件时，只需要拿到文件路径，就能直接下载了。
   2. 问题：如果服务器重启，或者重新部署，导致文件不存在，而redis缓存仍然存在。那么文件下载就会一直报错。
   3. 解决：下载时不仅要判断缓存是否有效，还要判断文件是否存在，如果不存在，就要重新生成。

redis做分布式事务需要考虑的点：

1. 锁。
2. 锁过期时间。
3. 锁过期时间的延续。
4. 跨线程释放锁问题。

redis缓存击穿，缓存穿透，缓存雪崩

redis的bloom过滤器：

定义：

一个初始值为零的bit数组和多个哈希函数构成，用来快速判断集合中是否存在某个元素。不一定100%准确：

1. 可能存在集合中。
2. 一定不存在集合中。

代码：

/**
 * 使用Redisson生成布隆过滤器
 */

 //过滤器名称
String filterName = "myBloomFilter";
RBloomFilter<Long> bloomFilter = redissonClient.getBloomFilter(filterName);
//设置容量,误判率
bloomFilter.tryInit(1000, 0.01);
//bloom存入数据
bloomFilter.add("orderID");
//判断是否存在：
if(bloomFilter.contains("orderID")){
    System.out.print("orderID存在于布隆过滤器中");
}else{
    System.out.println("orderID不存在于布隆过滤器中")
}

使用：

使用bool过滤器判断数据是否为空，如果为空，则直接取缓存拿，如果不为空，则判定为无效请求。用以解决缓存穿透、用户黑名单等问题。短时间内同一请求达到某个值时，存入bool过滤器

数据类型：

bitMap。

redis.setbit("","")1：存在，0：不存在。

比较（布谷鸟）

1. 查询性能相对弱。
2. 空间利用率相对低。
3. 不支持反向操作。
4. 不支持计数。