总结篇5——Redis

数据类型

持久化

缓存

缓存问题	问题来源		解决办法
缓存穿透	缓存和数据库都没有数据，而用户不算发起请求。在流量大时，数据库可能会垮掉。或者有心人用该方式对网站进行攻击		1. 布隆过滤器【相当于拦截器，在redis之前座一层拦截】2. 设置黑白名单【实时监控，排查请求数据，限制服务】
缓存击穿	缓存中没有，但数据库中由数据，这时由于用户特别多，同时读缓存又没有读到的数据，由同时去数据库中去读，引起数据库压力过大。	查询同一条数据导致的DB压力大	1. 设置热点数据永不过期、2. 动态调整key的过期时长、 3.热点数据仅从二级缓存、4. 设置分布所
缓存雪崩	缓存中的数据大批量过期，而查询数据量巨大引起的数据库压力过大甚至宕机。	不同数据都过期，导致的DB压力大	1. 均匀设置过期时间、2. 互斥锁【限制缓存的业务】、3. 双key策略、4. 后台不断更新缓存、5. 请求限流、6. 构建Redis高可用集群

如何保证数据一致性

为什么会出现数据不一致

1. 在高并发以及多线程的情况下会出现数据不一致，读与缓存的顺序不能保证一直
2. 单库产生数据不一致
3. 主从同步，读写分离产生数据不一致

解决方案

1. 缓存延时双删：先删除缓存，在更新数据库，休眠一会，再次删除缓存。
2. 删除缓存重试机制：
   
3. 同步binlog异步删除缓存。

数据淘汰机制

1. 从已过期的数据集中 最近最少使用的数据淘汰
2. 从已过期的数据集中 将要过期的数据淘汰
3. 从已过期的数据集中 任意选择数据淘汰
4. 从数据集中 挑选 最近最少使用的数据淘汰
5. 从数据集中 挑选 任意选择数据淘汰
6. 禁止驱逐数据