1.数据类型

string

1. 命令

命令	介绍
SET	$1600
SETNX	$12
SETEX	$1
GET	$1600
INCR	$12
MSET	$1
MGET	$1
MSETNX	1

2. 使用场景

1. 缓存功能

2. 计数

3. 共享session

4. 限速

5.分布式锁

hash

list

set

zset

2.主从复制

主从复制，是指将一台Redis服务器的数据，复制到其他的Redis服务器。前者称为主节点(master)，后者称为从节点(slave),数据的复制是单向的，只能由主节点到从节点。

作用

1、数据冗余
2、故障恢复
3、负载均衡
4、读写分离
5、高可用基石

全量复制

部分复制

问题处理

3.持久化

持久化的功能：Redis是内存数据库，数据都是存储在内存中，为了避免进程退出导致数据的永久丢失，需要定期将Redis中的数据以某种形式（数据或命令）从 内存保存到硬盘。 当下次Redis重启时，利用持久化文件实现数据恢复。除此之外，为了进行灾难备份，可以将持久化文件拷贝到一个远程位置。Redis持久化分为 RDB持久化和AOF持久化，前者将当前数据保存到硬盘，后者则是将每次执行的写命令保存到硬盘。

RDB

RDB是一种快照存储持久化方式，具体就是将Redis某一时刻的内存数据保存到硬盘的文件当中，默认保存的文件名为dump.rdb，而在Redis服务器启动时，会重 新加载dump.rdb文件的数据到内存当中恢复数据。触发 RDB 持久化过程分为手动触发和自动触发。

手动

手动触发分别对应 save 和 bgsave 命令：

·save 命令：阻塞当前 Redis 服务器，直到 RDB 过程完成为止，对于内存比较大的实例会造成长时间阻塞，线上环境不建议使用。 ·
bgsave 命令：Redis 进程执行 fork 操作创建子进程，RDB 持久化过程由子进程负责，完成后自动结束。阻塞只发生在 fork 阶段，一般时间很短。 显然 bgsave 命令是针对 save 阻塞问题做的优化。因此 Redis 内部所有的涉及 RDB 的操作都采用 bgsave 的方式 除了执行命令手动触发之外，Redis 内部还存在自动触发 RDB 的持久化机制，例如以下场景：
1）使用 save 相关配置，如“save m n”。表示 m 秒内数据集存在 n 次修改时，自动触发 bgsave。
2）如果从节点执行全量复制操作，主节点自动执行 bgsave 生成 RDB 文件并发送给从节点。
3）执行 debug reload 命令重新加载 Redis 时，也会自动触发 save 操作。
4）默认情况下执行 shutdown 命令时，如果没有开启 AOF 持久化功能则自动执行 bgsave。

bgsave

bgsave 是主流的触发 RDB 持久化方式，根据下图了解它的运作流程

自动

除了通过客户端发送命令外，还有一种方式，就是在Redis配置文件中的save指定到达触发RDB持久化的条件，比如【多少秒内至少达到多少写操作】就开 启RDB数据同步。

例如我们可以在配置文件redis.conf指定如下的选项：

#900s内至少达到一条写命令
save 900 1
#300s内至少达至10条写命令
save 300 10
#60s内至少达到10000条写命令
save 60 10000

优点

AOF

自动

手动

持久化选择

4.内存优化

5.哨兵

6.集群

7.缓存优化

缓存击穿

描述：缓存击穿，是指某个极度“热点”数据在某个时间点过期时，恰好在这个时间点对这个 KEY 有大量的并发请求过来，这些请求发现缓存过期一般都会从 DB 加载 数据并回设到缓存，但是这个时候大并发的请求可能会瞬间 DB 压垮。

解决方案：

1、设置热点数据永远不过期。
2、接口限流与熔断，降级。重要的接口一定要做好限流策略，防止用户恶意刷接口，同时要降级准 备，当接口中的某些 服务 不可用时候，进行熔断，失败快速返回机制。
3、主动更新缓存：默认缓存是被动更新的。只有在终端请求发现缓存失效时，它才会去数据库查询新的数据。那么，如果我们把缓存的更新，从被动改为主 动，也就可以直接绕开缓存风 暴的问题了，
4、使用互斥锁：请求发现缓存不存在后，去查询 DB前，使用锁，保证有且只有一个请求去查询 DB ，并更新到缓存。

• 1、获取锁，直到成功或超时
• 2、再去缓存中。如果存在值，则直接返回；如果不存在，则继续往下执行如果成功获取到锁的 话，就可以保证只有一个请求去数据源更新数据，并更新到 缓存中了。
• 3、查询 DB ，并更新到缓存中，返回值。

缓存穿透

描述：缓存穿透是指查询一个一定不存在的数据，由于缓存不命中，并且出于容错考虑，如果从存储层查不到数据则不写入缓存，这将导致这个不存在的数据每次 请求都要到存储层去查询，失去了缓存的意义。

解决方案：

1、缓存空对象
2、bloomfilter提前拦截

缓存雪崩

描述：缓存雪崩是指缓存中数据大批量到过期时间，而查询数据量巨大，引起数据库压力过大甚至down机。和缓存击穿不同的是，缓存击穿指并发查同一条数据，缓存雪崩是不同数据都过期了，很多数据都查不到从而查数据库。

解决方案：

1、缓存数据的过期时间设置随机，防止同一时间大量数据过期现象发生。
2、如果缓存数据库是分布式部署，将热点数据均匀分布在不同搞得缓存数据库中。
3、设置热点数据永远不过期。

缓存与db一致性

产生原因

主要有两种情况，会导致缓存和 DB 的一致性问题：
缓存和 DB 的操作，不在一个事务中，可能只有一个操作成功，而另一个操作失败，导致不一致

二种更新策略

先删缓存，再更新数据库

我们会基于这个方案去实现缓存更新，但是不代表这个方案在并发情况下没问题 该方案会导致不一致的原因是。同时有一个请求A进行更新操作，另一个请求B进行查询操作。
那么会出现如下情形:

（1）请求A进行写操作，删除缓存
（2）请求B查询发现缓存不存在
（3）请求B去数据库查询得到旧值
（4）请求B将旧值写入缓存
（5）请求A将新值写入数据库

上述情况就会导致不一致的情形出现

解决方案（数据库与缓存更新与读取操作进行异步串行化）

更新数据的时候，将操作任务，发送到一个队列中。
读取数据的时候，如果发现数据不在缓存中，那么将重新读取数据+更新缓存的操作任务，也发送同一个 队列中。
每个个队列可以对应多个消费者，每个队列拿到对应的消费者，然后一条一条的执行。