- **什么是Redis**
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；
是一个使用 C 语言开发的数据库，不过与传统数据库不同的是 Redis 的数据是存在内存中的，它是内存数据库，所以读写速度非常快，因此 Redis 被广泛应用于缓存方向；
Redis 除了做缓存之外，也经常用来做分布式锁，甚至是消息队列；
Redis 还支持事务 、持久化、Lua 脚本、多种集群方案等，可以使用众多复杂的业务场景。

- **redis特点**
1、基于内存的数据库，一般都用来当做缓存使用
2、有过期策略
3、性能非常高
4、Redis 支持更丰富的数据类型
5、Redis 支持数据的持久化
6、Redis 有灾难恢复机制，因为可以把缓存中的数据持久化到磁盘上
7、Redis 在服务器内存使用完之后，可以将不用的数据放到磁盘上
8、Redis目前是原生支持 cluster 模式的
9、Redis 使用单线程的多路 IO 复用模型
10、Redis 支持发布订阅模型、Lua 脚本、事务等功能，并且，Redis 支持更多的编程语言
11、Redis 同时使用了惰性删除与定期删除

- **Redis 的数据类型**
Redis 支持五种数据类型：
string（字符串）
hash（哈希）
list（列表）
set（集合）
 zsetsorted set：有序集合)
 
- **Redis 运行模式（单进程还是单线程）**
 Redis 是单线程，利用队列技术将并发访问变为串行访问，消除了传统数据库串行控制的开销问题
 
- **一个字符串能存储的最大容量**
512 M

- **哪些是 Redis 不可以（不擅长）做的**
冷数据存储

- **Redis 过期删除策略**
1、定时删除：在设置键的过期时间的同时，创建一个定时器 time，让定时器在键的过期时间来临时，立即执行对键的删除操作
2、惰性删除：放任键过期不管，但是每次从键空间中获取键时，都检查取得的键是否过期，如果过期的话，就删除该键；如果没有过期，就返回该键
3、 定期删除：每隔一段时间程序就对数据库进行一次检查，删除里面的过期键。至于要删除多少过期键，以及要检查多少个数据库，则由算

- **Redis 持久化**
Redis 的一种持久化方式叫快照（snapshotting，RDB），另一种方式是只追加文件（append-only file, AOF）
快照（snapshotting）持久化（RDB）：
Redis 可以通过创建快照来获得存储在内存里面的数据在某个时间点上的副本。Redis 创建快照之后，可以对快照进行备份，可以将快照复制到其他服务器从而创建具有相同数据的服务器副本（Redis 主从结构，主要用来提高 Redis 性能），还可以将快照留在原地以便重启服务器的时候使用。
AOF（append-only file）：
持久化与快照持久化相比，AOF 持久化的实时性更好，因此已成为主流的持久化方案，是指所有的命令行记录以 Redis 命令请求协议的格式完全持久化存储)保存为 aof 文件。
默认没有开启 AOF。
两种持久化方案对比：
![](http://img.blog.itpub.net/blog/2022/11/30/d923a45b3c8cf31b.jpeg?x-oss-process=style/bb)
<图片引用的互联网图片>

- **缓存穿透**
缓存穿透说简单点就是大量请求的 key 根本不存在于缓存中，导致请求直接到了数据库上，根本没有经过缓存这一层。比如某个攻击者故意制造我们缓存中不存在的 key 发起大量请求，导致大量请求落到数据库上，使得数据库由于性能的原因崩溃，导致系统异常
解决办法：
1、缓存无效 key
如果缓存和数据库都查不到某个 key 的数据就写一个到 Redis 中去并设置过期时间，可以解决请求的 key 变化不频繁的情况，如果攻击者的恶意攻击，每次构建不同的请求 key，会导致 Redis 中缓存大量无效的 key 。很明显，这种方案并不能从根本上解决此问题
2、使用布隆过滤器
布隆过滤器是一个非常神奇的数据结构，通过它我们可以非常方便地判断一个给定数据是否存在于海量数据中
具体是这样做的：把所有可能存在的请求的值都存放在布隆过滤器中，当用户请求过来，先判断用户发来的请求的值是否存在于布隆过滤器中。不存在的话，直接返回请求参数错误信息给客户端，存在的话才会走下面的流程

- **缓存雪崩**
缓存雪崩描述的就是这样一个简单的场景：缓存在同一时间大面积的失效，后面的请求都直接落到了数据库上，造成数据库短时间内承受大量请求。
解决办法针对 Redis 服务不可用的情况：
采用 Redis 集群，避免单机出现问题整个缓存服务都没办法使用限流，避免同时处理大量的请求。
针对热点缓存失效的情况：
设置不同的失效时间比如随机设置缓存的失效时间；
缓存永不失效；

- **缓存击穿**
如果缓存中的某个热点数据过期了，此时大量的请求访问了该热点数据，就无法从缓存中读取，直接访问数据库，数据库很容易就被高并发的请求冲垮，这就是缓存击穿的问题。
击穿其实可以看做是雪崩的一个子集，解决方法一般有两种，
设置热点数据永不过期
设置互斥锁
所谓的互斥锁，就是保证同一时间只有一个业务线程更新缓存，对于没有获取互斥锁的请求，要么等待锁释放后重新读取缓存，要么就返回空值或者默认值

- **如何保证缓存和数据库的数据一致性**
一般来说可以进行如下处理：更新 DB，然后删除 cache。
当然此时有可能遇到更新 DB 成功，但是删除 cache 失败的情况，处理办法大致有两种：
缓存失效时间变短（不推荐，治标不治本） ：
我们让缓存数据的过期时间变短，这样的话缓存就会从数据库中加载数据。另外，这种解决办法对于先操作缓存后操作数据库的场景不适用
增加 cache 更新重试机制（常用）：
如果 cache 服务当前不可用导致缓存删除失败的话，我们就隔一段时间进行重试，重试次数可以自己定。如果多次重试还是失败的话，我们可以把当前更新失败的 key 存入队列中，等缓存服务可用之后，再将缓存中对应的 k

- **Redis 内存优化**
尽可能使用散列表（hashes），散列表（是说散列表里面存储的数少）使用的内存非常小，所以你应该尽可能的将你的数据模型抽象到一个散列表里面。

- **Redis 分布式锁**
通过 SETNX 来争抢锁，再用 EXPIRE 给锁加一个过期时间，当然为了保证 SETNX 和 EXPIRE 原子性执行，在 Redis 2.6.12 之后，Redis 扩展了 SET 命令的参数，用这一条命令就可以了：
```shell
127.0.0.1:6379> SET lock 1 EX 10 NX
OK
```

ITPub博客

Redis的概述

最新文章