Redis知识点记录

一、Redis都有哪些使用场景？

1. Redis是基于内存的nosql数据库，可以通过新建线程的形式进行持久化，不影响Redis单线程的读写操作
2. 通过list取最新的N条数据
3. 模拟类似于token这种需要设置过期时间的场景
4. 发布订阅消息系统
5. 定时器、计数器

二、Redis支持的数据类型有哪些？

字符串、hash、List、Set、ZSet

（redis取list集合命令，lrang  key  startIndex(下标)  endIndex(下标)）

三、Redis持久化有几种方式？

redis提供了两种持久化的方式，分别是RDB（Redis DataBase）和AOF（Append Only File）。

RDB，简而言之，就是在不同的时间点，将redis存储的数据生成快照并存储到磁盘等介质上；

AOF，则是换了一个角度来实现持久化，那就是将redis执行过的所有写指令记录下来，在下次redis重新启动时，只要把这些写指令从前到后再重复执行一遍，就可以实现数据恢复了。

其实RDB和AOF两种方式也可以同时使用，在这种情况下，如果redis重启的话，则会优先采用AOF方式来进行数据恢复，这是因为AOF方式的数据恢复完整度更高。

如果你没有数据持久化的需求，也完全可以关闭RDB和AOF方式，这样的话，redis将变成一个纯内存数据库，就像memcache一样。

四、Redis的内存淘汰策略是指？

当redis的使用率已经达到了Maxmemory 的上限的时候，就会触发内存释放的一个行为。

四种淘汰算法

1. 随机移除某个key(random算法)

2. TTL算法 在设置了过期时间的key里，找到更早过期的key移除

3. LRU算法，表示最近很少使用，也可以理解成最久没有使用

4. LFU算法 和LRU算法类似(redis4新增加)，LFU增加了访问频率这个判断纬度

一共有8种，分别针对过期字典和所有数据。

volatile-lru：针对设置了过期时间的key，使用lru算法进行淘汰。
allkeys-lru：针对所有key使用lru算法进行淘汰。
volatile-lfu：针对设置了过期时间的key，使用lfu算法进行淘汰。
allkeys-lfu：针对所有key使用lfu算法进行淘汰。

volatile-random：从所有设置了过期时间的key中使用随机淘汰的方式进行淘汰。
allkeys-random：针对所有的key使用随机淘汰机制进行淘汰。
volatile-ttl：针对设置了过期时间的key，越早过期的越先被淘汰。
noeviction：不会淘汰任何数据，当使用的内存空间超过 maxmemory 值时，再有写请求来时返回错误。

总结：针对设置过期时间key、所有key，分别采用lru、lfu、随机移除，一共6种；

        针对设置过期时间key使用ttl；不会淘汰任何数据。

五、Redis的过期策略有哪些？

定时删除，定期删除，惰性删除

定时删除

在设置键的时候同时设置过期时间，当key过期了，定时器马上删除该key。

惰性删除

key过期后依旧在内存中不做处理，当请求操作对应的key时，检查是否过期，如果过期则删除该key.没有正常返回该key。

定期删除

Redis每隔1秒随机抽取expires字典中的20个key进行检查，过期则删除，如果过期的key占总数的1/4.则重复该操作。

默认采用的是定时+惰性删除策略。

六、缓存的三大问题以及解决方案

缓存穿透，缓存击穿，缓存雪崩。

缓冲穿透：缓存穿透是指对应的key，在缓存和数据库中都没有数据，而不断有请求访问该资源，一直查询数据库，从而导致数据库压力变大或挂掉

解决方法：

缓存空值
参数校验
布隆过滤器
缓存击穿：缓存击穿是指热点数据过期之后，大量并发请求访问热点数据，因为缓存过期了，所有并发请求都落到数据库中，从而导致数据库压力变大或挂掉

解决方法：

多层次缓存
热点数据用户过期
加锁、熔断降级
缓存雪崩：同一时间大量的key过期，出现了大量请求去访问数据库，造成系统的宕机

解决方法：

key增加过期随机性
熔断降级
多层次缓存

七、如何保证redis和数据库数据的一致性？

1、淘汰缓存

数据如果为较为复杂的数据时，进行缓存的更新操作就会变得异常复杂，因此一般推荐选择淘汰缓存，而不是更新缓存。

2、选择先淘汰缓存，再更新数据库

假如先更新数据库，再淘汰缓存，如果淘汰缓存失败，那么后面的请求都会得到脏数据，直至缓存过期。

假如先淘汰缓存再更新数据库，如果更新数据库失败，只会产生一次缓存穿透，相比较而言，后者对业务则没有本质上的影响。

3、延时双删策略

如下场景：同时有一个请求A进行更新操作，另一个请求B进行查询操作。

请求A进行写操作，删除缓存
请求B查询发现缓存不存在
请求B去数据库查询得到旧值
请求B将旧值写入缓存
请求A将新值写入数据库