共计 2594 个字符，预计需要花费 7 分钟才能阅读完成。
Redis 介绍
Redis 是一个应用 C 语言开发的数据库，Redis 数据存储在内存中，所以读写速度十分快。
利用场景
- 数据（热点）⾼并发的读写
- 海量数据的读写
- 对扩展性要求⾼的数据
分布式缓存和本地缓存的区别
分布式缓存
本地缓存
缓存一致性
较好
较弱，每个实例都有本人的缓存
堆内存占用
不占用
占用，影响垃圾回收
速度
较慢，因为须要网络传输和序列化
较快
应用场景
要求数据一致性，访问量大的场景
对数据一致性没有特地高的要求，且拜访次数多的场景
本地缓存的实现：
- 应用特定数据结构，比方 ConcurrentHashMap
- 使⽤开源的缓存框架 Ehcache，Ehcache 封装了对于内存操作的性能
- Guava Cache 是 Google 开源的⼯具集，提供了缓存的边界操作⼯具、
Redis 和 Memcache 的区别
Redis
Memcache
存储形式
长久化
断电失落
反对数据类型不同
String,hash,list,set,zset
只反对 key-value
速度
快
慢
缓存解决流程
常见数据结构
- String（字符串）
最大容量为 512M
- list（列表）
list 是字符串列表，依照插⼊程序排序。元素能够在列表的头部（右边）或者尾部（左边）进⾏增加。最大容量为 2^32-1 个。能够做音讯队列。
- hash（哈希）
Redis hash 是⼀个键值对（key-value）汇合。Redis hash 是⼀个 String 类型的 field 和 value 的映射表，hash 特地适宜⽤于存储对象。最大容量为 2^32-1 个。
- set（汇合）
Redis 的 set 是 String 类型的⽆序汇合。最大容量为 2^32-1 个。
- zset（sorted set：有序汇合）
Redis zset 和 set ⼀样也是 String 类型元素的汇合，且 不容许反复的成员。不同的 zset 是每个元素都会关联⼀个 double 类型的分数。zset 通过这个分数来为汇合中所有元素进⾏从⼩到⼤的排序。zset 的成员是唯⼀的，但分数（score）却能够反复。最大容量为 2^32-1 个。适宜做排行榜。
zset 底层实现
跳表，这篇文章对跳表进行了具体的解说：
www.jianshu.com/p/dc252b5ef…
过期删除策略
常见的删除策略：
- 定时删除：设置过期工夫的同时，创立一个 timer，过期工夫一到就被动删除
- 惰性删除：放任不管，每次获取时，才判断是否过期，过期就删除，属于被动删除
- 定期删除：每隔一段时间就对数据库进行一次删除过期键的操作
Redis 采纳惰性删除 + 定期删除的形式治理键。既减小 cpu 压力的同时，也保障了数据的准确性。
内存淘汰机制
因为可能产生，既没有被惰性删除也没有被定期删除，但内存很快满了的状况呈现，所以须要肯定的内存淘汰机制。有 6 中淘汰策略：
- no-eviction：不会持续服务 写申请 ， 读申请 能够持续进行。这样能够保障不会失落数据，然而会让线上的业务不能继续进行。这是默认的淘汰策略。
- volatile-lru：尝试 淘汰设置了过期工夫 的 key，起码应用的 key 优先被淘汰。没有设置过期工夫的 key 不会被淘汰，这样能够保障须要长久化的数据不会忽然失落。（这个是应用最多的）
- volatile-ttl：跟下面一样，除了淘汰的策略不是 LRU，而是 key 的残余寿命 ttl 的值，ttl 越小越优先被淘汰, 即 淘汰将要过期的数据。
- volatile-random：从已设置过期工夫的数据集（server.db[i].expires）中 随机 抉择数据淘汰。
- allkeys-lru：区别于 volatile-lru，这个策略要淘汰的 key 对象是整体的 key 汇合，而不只是过期的 key 汇合。这意味着没有设置过期工夫的 key 也会被淘汰。
- allkeys-random：从整体的 key 汇合（server.db[i].dict）中任意抉择数据淘汰。
长久化机制
- RDB：将 Redis 在内存中的数据库记录定时 dump 到磁盘上的 RDB 长久化。
- AOF：将 Redis 的操作日志以追加的形式写入文件。
RDB
RDB 长久化是指在指定的工夫距离内将内存中的数据集快照写⼊磁盘，实际操作过程是 fork ⼀个⼦过程，先将数据集写⼊长期⽂件，写⼊胜利后，再替换之前的⽂件，⽤⼆进制压缩存储。
长处：
- RDB 是紧凑的⼆进制⽂件，⽐较适宜备份，全量复制等场景
- RDB 复原数据远快于 AOF
毛病：
- 无奈实现实时或者秒级长久化
- 新老版本无奈兼容 RDB
AOF
AOF 长久化以⽇志的模式记录服务器所解决的每⼀个写、删除操作，查问操作不会记录，以⽂本的⽅式记录，能够关上⽂件看到具体的操作记录。
长处：
- 更好地爱护数据不失落
- append-only 模式写入性能比拟高
- 适宜做灾难性的误删除紧急复原
毛病：
- 对于同一份文件，AOF 文件要比 RDB 快照大
- 会对 QPS 有所影响
- 数据库复原慢，不适宜做冷备
缓存穿透
查问缓存中没有，数据库也没有的数据会导致缓存穿透。
解决办法：
- 布隆过滤
将所有查问的参数都存储到一个 bitmap 中，查问之前先去 bitmap 外面验证，如果存在就进行底层缓存的数据查问；如果不存在就进行拦挡。
能够用于实现数据字典，进行数据的判重，汇合求交加。
- 缓存空对象
间接缓存一个空对象，然而会有两个问题：
- 缓存将存储更多的键值对，可能会受到歹意攻打，至于内存空间的节约；能够通过设置过期工夫来管制。
- DB 与缓存数据不统一，能够通过异步音讯来进行数据更新的告诉。
缓存雪崩
一段时间内，大量的缓存生效，导致数据库压力忽然增大，导致缓存雪崩。
解决办法：
- 扩散生效工夫
- DB 拜访限度，进行限流
- 多级缓存设计
缓存击穿
缓存中没有，然而数据库中油的数据，这时因为并发用户多，就会造成数据库压力霎时增大。
解决办法：
- 设置热点数据永不过期
- 加互斥锁，使写数据的只有一个线程执行：
缓存更新策略
先更新数据库，再更新缓存
- 会导致线程平安问题
两个线程一起更新数据，就会造成脏数据的问题。
- 更新缓存的复杂度绝对较高
因为个别存入缓存的数据都要通过一系列的计算。
先删除缓存，再更新数据库
可能会导致数据不统一的问题，比方，刚删掉缓存，另一个线程马上读取申请，缓存还是旧的。
解决办法只能是写数据胜利后，再更新一次缓存。
先更新数据库，再删除缓存
可能会造成短暂的数据不统一，在更新数据库胜利后和删除缓存之前，会有肯定的数据不统一景象，不过能够承受。
参考：《2020 最新 Java 根底精讲视频教程和学习路线！》
链接：https://juejin.cn/post/693720…
