对于Redis配置阐明
Redis长久化的阐明
redis默认条件下反对数据的长久化操作，当redis中有数据时会定期将数据保留到磁盘中，当redis服务器重启时会依据配置文件读取指定的长久化文件，实现内存数据的复原。
长久化形式
RDB模式
特点：
1.RDB模式是redis的默认的长久化策略。
2.RDB模式记录的是redis内存数据的快照，最新的快照会笼罩之前的内容，所有RDB长久化文件占用空间更小，长久化的效率更高。
3.RDB模式因为定期长久化，所以可能导致数据的失落。
命令：
- save 要求立刻马上长久化 同步的操作 其余的redis操作会陷入阻塞的状态.
- bgsave 开启后盾运行 异步的操作 因为是异步操作,所以无奈保障rdb文件肯定是最新的须要期待.
配置：
1.长久化文件名称
2.长久化文件地位
dir./ 相对路径的写法。
dir/usr/local/src/redis 绝对路径的写法。
3.RDB模式长久化策略
AOF模式
特点：
1.AOF模式默认条件下是敞开的，须要手动开启。
2.AOF模式是异步的操作，记录的是用户的操作的过程，能够避免用户的数据失落。
3.因为AOF模式记录的是程序的运行状态，所以长久化文件绝对较大，复原数据的工夫长， 须要人为的优化长久化文件。
配置：
总结：
1.如果不容许数据失落，应用AOF模式。
2.如果谋求效率，容许大量数据失落，采纳RDB模式。
3.如果纪要保障效率，又要保证数据，则应该配置redis的集群，主机应用RDB模式，从机应用AOF模式。
对于Redis内存策略
对于内存策略的阐明
Redis数据的存储都在内存中.如果始终向内存中存储数据 必然会导致内存数据的溢出.
解决形式:
- 尽可能为保留在redis中的数据增加超时工夫.
- 利用算法优化旧的数据.
LRU算法
特点: 最好用的内存优化算法.
LRU是Least Recently Used的缩写，即最近起码应用，是一种罕用的数据置换算法，抉择最近最久未应用的数据予以淘汰。该算法赋予每个数据一个拜访字段，用来记录一个数据自上次被拜访以来所经验的工夫 t，当须淘汰一个数据时，抉择现有数据中其 t 值最大的，即最近起码应用的数据予以淘汰。
维度: 工夫 T
LFU算法
LFU（least frequently used (LFU) page-replacement algorithm）。即最不常常应用页置换算法，要求在页置换时置换援用计数最小的页，因为常常应用的页应该有一个较大的援用次数。然而有些页在开始时应用次数很多，但当前就不再应用，这类页将会长工夫留在内存中，因而能够将引用计数寄存器定时右移一位，造成指数衰减的均匀应用次数。
维度: 应用次数
RANDOM算法
即随机删除数据。
TTL算法
把设定了超时工夫的数据将要移除的提前删除的算法。
Redis内存数据优化
1.volatile-lru 设定了超时工夫的数据采纳lru算法。
2.allkeys-lru 所有的数据采纳LRU算法。
3.volatile-lfu 设定了超时工夫的数据采纳lfu算法删除。
4.allkeys-lfu 所有数据采纳lfu算法删除。
5.volatile-random 设定超时工夫的数据采纳随机算法。
6.allkeys-random 所有数据的随机算法。
7.volatile-ttl 设定超时工夫的数据的TTL算法。
8.noeviction 如果内存溢出了 则报错返回. 不做任何操作. 默认值。
对于Redis缓存问题
问题形容: 如果海量用户同时申请 而这时redis服务器呈现问题 则可能导致整个零碎解体.
运行速度:
- tomcat服务器 150-250 之间 JVM调优 1000/秒
- NGINX 3-5万/秒
- REDIS 读 11.2万/秒 写 8.6万/秒 均匀 10万/秒
缓存穿透
问题形容: 因为用户高并发环境下拜访 数据库中不存在的数据时 ,容易导致缓存穿透.
解决方案: 设定IP限流的操作 nginx中 或者微软服务机制 API网关实现.
缓存击穿
问题形容: 因为用户高并发环境下, 因为某个数据之前存在于内存中,然而因为非凡起因(数据超时/数据意外删除)导致redis缓存生效. 而使大量的用户的申请间接拜访数据库。
解决方案:
1.设定超时工夫时 不要设定雷同的工夫。
2.设定多级缓存。
缓存雪崩
问题形容: 因为高并发条件下 有大量的数据生效.导致redis的命中率太低.而使得用户间接拜访数据库(服务器)导致解体,称之为缓存雪崩.
解决方案:
1.不要设定雷同的超时工夫 随机数
2.设定多级缓存.
3.进步redis缓存的命中率 调整redis内存优化策略 采纳LRU等算法.