Redis缓存必须掌握的知识点

什么是Redis

1、Redis简介

Redis 是完全开源免费的，遵守BSD协议，是一个高性能的key-value数据库。
Redis 与其他 key - value 缓存产品有以下三个特点：
Redis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。
Redis不仅仅支持简单的key-value类型的数据，同时还提供list，set，zset，hash等数据结构的存储。
Redis支持数据的备份，即master-slave模式的数据备份。

2、Redis优势

性能极高 – Redis能读的速度是110000次/s,写的速度是81000次/s 。
丰富的数据类型 – Redis支持二进制案例的 Strings, Lists, Hashes, Sets 及 Ordered Sets 数据类型操作。
原子 – Redis的所有操作都是原子性的，意思就是要么成功执行要么失败完全不执行。单个操作是原子性的。多个操作也支持事务，即原子性，通过MULTI和EXEC指令包起来。
丰富的特性 – Redis还支持 publish/subscribe, 通知, key 过期等等特性。

3、Redis和其他的key-value存储有什么不同

Redis有着更为复杂的数据结构并且提供对他们的原子性操作，这是一个不同于其他数据库的进化路径。Redis的数据类型都是基于基本数据结构的同时对程序员透明，无需进行额外的抽象
Redis运行在内存中但是可以持久化到磁盘，所以在对不同数据集进行高速读写时需要权衡内存，因为数据量不能大于硬件内存。在内存数据库方面的另一个优点是，相比在磁盘上相同的复杂的数据结构，在内存中操作起来非常简单，这样Redis可以做很多内部复杂性很强的事情。同时，在磁盘格式方面他们是紧凑的以追加的方式产生的，因为他们并不需要进行随机访问。

缓存雪崩

大面积故障或大量缓存失效，然同时访问数据库。
解决：对不同类型数据，缓存不同周期，尽可能的分散缓存过期时间
其实集中过期，倒不是非常致命，比较致命的缓存雪崩，是缓存服务器某个节点宕机或断网，对数据库服务器造成的压力是不可预知的，很有可能瞬间就把数据库压垮。

缓存穿透

查询一个数据库一定不存在的数据，会导致每次查询数据库
解决：查询为空，可以设置一个默认值或空值到缓存，并给一个过期时间。

缓存击穿

是指一个key非常的热门，承受着大量的并发和集中访问，一旦这个key失效的瞬间，那么大量的访问就直接访问数据库，给数据库服务里面带来大量压力，就像在一个屏罩上击穿了一个洞。
当然大多数情况下很难对数据库造成压垮性的压力。
解决：像电商的主打商品或者爆款，可以设置让缓存永远不过期。

缓存预热

系统上线后，将相关的缓存数据和热门数据直接加载到缓存系统。
处理方案：

1. 写个缓存的h5页面，后台人员刷新就可以了
2. 数据量少的，可以在项目启动时就加载到缓存中
3. 定时任务来刷新缓存

key名称规范

缓存key名称规范，尽量全局配置。hash key的个数不要太多，可以将同类型的放到散列表中。

分布式锁

获取锁和释放锁的实例代码，来自项目中实际中的使用类。

最大内存设置

若内存占满后，有各样的问题。
设置后，根据配置的数据淘汰策略来淘汰数据，释放空间; 如没有设置，redis会对所有写请求返回错误，但读请求仍然可以正常执行

数据淘汰机制

1. volatile-lru：从已设置过期时间的数据集中挑选使用最近最少的数据淘汰
2. volatile-ttl：从已设置过期时间的数据集中挑选将要过期的数据淘汰
3. volatile-random：从已设置过期时间的数据集中任意随机挑选数据淘汰
4. allkeys-lru： 从数据集中挑选最近最少使用的数据淘汰
5. allkeys-random： 从数据集中任意随机挑选数据淘汰
6. no-enviction（驱逐）：禁止淘汰数据

缓存注意事项

1. 缓存的过期时间需要合理
2. 缓存的命中率，应释放哪些数据
3. 缓存的穿透和雪崩问题的处理
4. 禁止使用redisTemplate.keys() 这个方法，严重影响性能
5. 将key的失效时间错开，以及长耗时命令要避免（redis单线程）
6. Redis尽量使用池的方式，可以减少TCP连接次数

缓存更新策略

保证数据的一致性，使用缓存更新策略
方法A：
步骤：1、删除缓存 ; 2、更新db; 3、下一次读操作没有命中缓存时，更新缓存
问题：如果另一个读任务发生在步骤2之前，那么缓存的内容就是“更新db”之前的“脏数据”
方法B：
步骤：1、更新db，2、更新缓存
问题：如果发生并发更新数据，程序不能保证“更新缓存”的先后顺序，存在“脏数据”的可能
方法C：
步骤：1、更新db，2、删除缓存，3、下一次读操作没有命中缓存时，更新缓存
问题：如果有一个读任务在步骤1“更新db”之前，没有命中缓存去db读取了“老数据”，在步骤2之后将“老数据”放到了缓存中，那么缓存中就是“脏数据”
思考：方法C的策略在实际场景中发生的概率要比前两个要低很多，但是要完全杜绝这种问题，可以采用分布式事务-2PC/3PC or Paxos，但分布式事务会增加系统的复杂度，降低系统的可用性，一般采用方法C。

关于2PC，3PC，Paxos的内容讲解：https://blog.csdn.net/xmzyjr123/article/details/86763021

集群分片 or 主从复制

内容较多下次更新

pipline的方式批量处理

Redis是一个cs模式的Tcp服务，类似于Http请求。
使用Pipeline在对Redis批量读写的时候，性能上有非常大的提升。

Redis性能调优

尽管Redis是一个非常快速的内存数据存储媒介，也并不代表Redis不会产生性能问题。
针对Redis的性能优化，主要从下面几个层面入手：

• 最初的也是最重要的，确保redis没有执行耗时长的命令
• 使用pipelining(批处理) 将连续执行的命令组合执行
• 操作系统的Transparent huge pages 必须关闭：

  echo never > /sys/kernel/mm/transparent_hugepage/enabled
  

• 使用物理机直接部署Redis，如果是虚拟机，天然就有延迟
• 考虑引入读写分离机制
• 检查数据持久化策略