weixin_46217160的博客

Redis缓存淘汰策略与Redis键的过期删除策略并不完全相同，前者是在Redis内存使用超过一定值的时候（一般这个值可以配置）使用的淘汰策略；而后者是通过定期删除+惰性删除两者结合的方式淘汰内存过期键的。这里参照官方文档的解释重新叙述一遍过期删除策略：当某个key被设置了过期时间之后，客户端每次对该key的访问（读写）都会事先检测该key是否过期，如果过期就直接删除；但有一些键只访问一次，因此需要主动删除，默认情况下redis每秒检测10次，检测的对象是所有设置了过期时间的键集合，每次从这个集合中随机检

redis单实例的缺点：（1）写并发：Redis单实例读写分离可以解决读操作的负载均衡，但对于写操作，仍然是全部落在了master节点上面，在海量数据高并发场景，一个节点写数据容易出现瓶颈，造成master节点的压力上升。（2）海量数据的存储压力：单实例Redis本质上只有一台Master作为存储，如果面对海量数据的存储，一台Redis的服务器就应付不过来了，而且数据量太大意味着持久化成本高，严重时可能会阻塞服务器，造成服务请求成功率下降，降低服务的稳定性。针对以上的问题，Redis集群

本地缓存（又叫进程内缓存）比较：多级缓存方案搭配示例值较小、热度集中、更新不频繁：Caffeine(JVM KV) - Redis(KV) - MySql(DB ROW) 值较大、热度集中、更新不频繁：Caffeine(JVM KV) - MySql(DB ROW) 值较小、热度分散、更新频繁：Redis(KV) - MySql(DB ROW) 值较大、热度分散：MySql(DB ROW) Cluster 基于模糊匹配：ElasticSearch(FS Invert...

一：读缓存缓存+数据库读写的模式，就是 -——读的时候，先读缓存，缓存没有的话，就读数据库，然后取出数据后放入缓存，同时返回响应。原因有二：（1）如果是一个数据库写多读少的业务场景求，采用这种方案就会导致，数据压根还没读到，缓存就被频繁的更新，浪费性能。（2）如果你写入数据库的值，并不是直接写入缓存的，而是要经过一系列复杂的计算再写入缓存。那么，每次写入数据库后，都再次计算写入缓存的值，无疑是浪费性能的。显然，删除缓存更为适合。所以采用lazy思想，用到的时候再去查。出现分歧..

一、缓存雪崩：1、什么是缓存雪崩：如果缓在某一个时刻出现大规模的key失效，那么就会导致大量的请求打在了数据库上面，导致数据库压力巨大，如果在高并发的情况下，可能瞬间就会导致数据库宕机。这时候如果运维马上又重启数据库，马上又会有新的流量把数据库打死。这就是缓存雪崩。2、问题分析：造成缓存雪崩的关键在于同一时间的大规模的key失效，为什么会出现这个问题，主要有两种可能：第一种是Redis宕机，第二种可能就是采用了相同的过期时间。搞清楚原因之后，那么有什么解决方案呢？3、解决方案：（1）事

过期策略我们在使用 redis 时，一般会设置一个过期时间，当然也有不设置过期时间的，也就是永久不过期。当我们设置了过期时间，redis 是如何判断是否过期，以及根据什么策略来进行删除的。Redis采用的是定期删除 + 懒惰删除策略。过期策略常用的有以下三种：定时删除含义：在设置 key 的过期时间的同时，为该 key 创建一个定时器，让定时器在 key 的过期时间来临时，对 key 进行删除 优点：保证内存被尽快释放 缺点：若过期 key 很多，删除这些 key 会占用很多的.

速度根据官方的 benchmark，通常来说，在一台普通硬件配置的 Linux 机器上跑单个 Redis 实例，处理简单命令（时间复杂度 O(N) 或者 O(log(N))），QPS 可以达到 8w+速度快的原因完全基于内存，绝大部分请求是纯粹的内存操作，非常快速。 数据结构简单，对数据操作也简单，如哈希表、跳表都有很高的性能。 采用单线程，避免了不必要的上下文切换和竞争条件，也不存在多进程或者多线程导致的切换而消耗 CPU，不用去考虑同步情况下的锁问题 使用I/O多路复用模型..

简介Redis是用C语言开发的一个开源的高性能，键值对（key-value）非关系型数据库。是一种NoSQL（not-only sql，泛指非关系型数据库）的数据库。使用场景 缓存（数据查询、短连接、新闻内容、商品内容等等） 聊天室的在线好友列表（用到list的数据结构） 任务队列。（秒杀、抢购、12306等等） 分布式锁 网站访问统计 数据过期处理（可以精确到毫秒） 分布式集群架构中的session分离 支持的...