redis技术点

1：redis的单线程模型：

	包含成员：socket连接，IO多路复用程序，队列，文件事件分派器，文件事件处理器。
	描述：IO多路复用程序，监听着所有socket，轮询IO多路复用程序，把socket一直压到队列中，文件事件分派器会根据不同的事件（ae_readable,ae_writable等），找到对应的	事件处理器，交给当前事件处理器处理完成之后，才会从队列中继续回去socket，继续相同的操作。

2：redis是单线程的，但是效率还是很高。

	1.非阻塞的IO多路复用程序
	2.事件处理器是基于内存，快速处理
	3.单线程反而避免了多线程上下文频繁切换的问题

3：redis的优点：

	高性能，高并发。

4：redis的过期策略：

	定期删除：定期抽查key，检查是否过期，过期就会删除，随机，所以只是部分。
	惰性删除：使用的时候，才会检查key是否过期，检查过期，就会删除key，并且返回客户端一个空。	
			 这会导致一个问题，大量的过期key堆积，导致redis内存耗尽，怎么处理？
			 答案：走redis的内存淘汰机制
			 		一般选择allkey-lru:移除最近最少使用的key（最常用）
  面试问题一：
  			设置了过期时间，当时redis内存占用还是很高？
  			答案：redis中的key到了过期时间，redis的定期删除只会定期的随机抽检key，删除过期的key，不会把所有的过期key全部删除了。只会调用的时候，才会删除过期key，保证数据正确。
  面试问题二：
  			redis中的数据消失了？
  			答案：redis中数据堆积，导致redis内存不足，redis按照redis的内存淘汰机制，删除部分key。

5：redis的内存淘汰机制：

		noeviction：当内存使用达到阈值的时候，所有引起申请内存的命令会报错。（不用，非常不友好）
		allkeys-lru：在主键空间中，优先移除最近未使用的key。（常用）
		volatile-lru：在设置了过期时间的键空间中，优先移除最近未使用的key。
		allkeys-random：在主键空间中，随机移除某个key。
		volatile-random：在设置了过期时间的键空间中，随机移除某个key。
		volatile-ttl：在设置了过期时间的键空间中，具有更早过期时间的key优先移除

6：redis的高并发和高可用：

	一主多从,读写分离；
	master需要使用持久化机制（aof/rdb）
	master宕机，slave会自动接管master node，变成master

7：redis的并发竞争与解决方案：

	多个系统，同时操作同一个key，导致key对应的value出错。
	方案：
		分布式锁，并且需要判断数据的版本。
		1:zookeeper
		2:redis的分布式锁

8：高并发情况下，保证缓存，数据库双写一致性

	简单操作：先删除缓存，再修改数据库，再存入缓存
	复杂操作：把后面的请求放入队列中，串行化操作。

9：缓存穿透：正常情况下，我们去查询数据都是存在。

	那么请求去查询一条压根儿数据库中根本就不存在的数据，也就是缓存和数据库都查询不到这条数据，但是请求每次都会打到数据库上面去。
	这种查询不存在数据的现象我们称为缓存穿透。

	解决方法：（1）缓存空值，并需要设置过期时间。后面相同查询key，可以直接返回，不走数据库。
	  		  （2）BloomFilter（布隆过滤器），在缓存之前在加一层 BloomFilter ，在查询的时候先去 BloomFilter 去查询 key 是否存在，如果不存在就直接返回，存在再走查缓存 -> 查 DB。

10：缓存击穿：在平常高并发的系统中，大量的请求同时查询一个 key 时，此时这个key正好失效了，就会导致大量的请求都打到数据库上面去。这种现象我们称为缓存击穿。

	解决方法：上面的现象是多个线程同时去查询数据库的这条数据，那么我们可以在第一个查询数据的请求上使用一个 互斥锁来锁住它。

	其他的线程走到这一步拿不到锁就等着，等第一个线程查询到了数据，然后做缓存。后面的线程进来发现已经有缓存了，就直接走缓存。

11：缓存雪崩：缓存雪崩的情况是说，当某一时刻发生大规模的缓存失效的情况，比如你的缓存服务宕机了，会有大量的请求进来直接打到DB上面。结果就是DB 称不住，挂掉。

解决方法： 
	事前：使用集群缓存，保证缓存服务的高可用
	事中：ehcache本地缓存 + Hystrix限流&降级,避免MySQL被打死
	事后：开启Redis持久化机制，尽快恢复缓存集群

12：热点数据集中失效：我们在设置缓存的时候，一般会给缓存设置一个失效时间，过了这个时间，缓存就失效了。

对于一些热点的数据来说，当缓存失效以后会存在大量的请求过来，然后打到数据库去，从而可能导致数据库崩溃的情况。

解决办法：
	（1）设置不同的失效时间
		为了避免这些热点的数据集中失效，那么我们在设置缓存过期时间的时候，我们让他们失效的时间错开。
		比如在一个基础的时间上加上或者减去一个范围内的随机值。

	（2）互斥锁
		结合上面的击穿的情况，在第一个请求去查询数据库的时候对他加一个互斥锁，其余的查询请求都会被阻塞住，直到锁被释放，从而保护数据库。
		但是也是由于它会阻塞其他的线程，此时系统吞吐量会下降。需要结合实际的业务去考虑是否要这么做。