原文章公众号地址
问题：
1.为什么使用Redis
2.使用Redis 有什么缺点
3.单线程的Redis 为什么这么快
4.Redis 的数据类型，以及每种数据类型的使用场景
5.Redis 的过期策略以及内存淘汰机制
6.Redis 和数据库双写一致性问题
7.如何应对缓存穿透和缓存雪崩问题
8.如何解决Redis 的并发竞争 Key 问题
一，为什么使用Redis
切入点：性能，并发
性能：缓存中读取，使得请求能够迅速响应
性能：Redis做一个缓冲操作，让请求先访问到 Redis，不直接访问数据库
二，使用Redis 有什么缺点
四个问题：
1.缓存和数据库双写一致性问题
2.缓存雪崩问题
3.缓存击穿问题
4.缓存的并发竞争问题
三，单线程的 Redis 为什么这么快？
1.纯内存操作
2.单线程操作，避免了频繁的上下文切换
3.采用了非阻塞 I/O 多路复用机制
补充：
四，Redis 的数据类型，以及每种数据类型的使用场景
String：set/get 操作，Value 可以是 String 也可以是数字；
一般做一些复杂的计数功能的缓存
Hash：Value 存放的是结构化的对象，比较方便的就是操作其中的某个字段；
做单点登录的时候，就是用这种数据结构存储用户信息，以 CookieId 作为 Key，设置 30 分钟为缓存过期时间，能很好的模拟出类似 Session 的效果
List：List 的数据结构，可以做简单的消息队列的功能；
利用 lrange 命令，做基于 Redis 的分页功能，性能极佳，用户体验好
Set：Set 堆放的是一堆不重复值的集合。所以可以做全局去重的功能；
为什么不用 JVM 自带的 Set 进行去重？
1.系统一般都是集群部署，使用 JVM 自带的 Set，比较麻烦，难道为了一个做一个全局去重，再起一个公共服务，太麻烦了
2.就是利用交集、并集、差集等操作，可以计算共同喜好，全部的喜好，自己独有的喜好等功能
Sorted Set：多了一个权重参数 Score，集合中的元素能够按 Score 进行排列；
做排行榜应用，取 TOP N 操作；Sorted Set 可以用来做延时任务；最后一个应用就是可以做范围查找
五，Redis 的过期策略以及内存淘汰机制
问题：
1.Redis 只能存 5G 数据，可是你写了 10G，那会删 5G 的数据，怎么删的？
2.数据已经设置了过期时间，但是时间到了，内存占用率还是比较高，原因是什么？
回答：Redis采用的是定期删除+惰性删除策略
问题：
为什么不用定时删除策略？
1.定时删除，用一个定时器来负责监视 Key，过期则自动删除。虽然内存及时释放，但是十分消耗 CPU 资源
2.在大并发请求下，CPU 要将时间应用在处理请求，而不是删除 Key，因此没有采用这一策略
定期删除+惰性删除是如何工作？
1.定期删除，Redis默认每个100ms随机检查，是否有过期的 Key，有过期 Key 则删除
2.惰性删除，获取某个 Key的时候，Redis会检查一下，这个 Key 如果设置了过期时间，那么是否过期了？如果过期了此时就会删除
采用定期删除+惰性删除就没其他问题了么?
回答:采用内存淘汰机制
在 redis.conf 中有一行配置：# maxmemory-policy volatile-lru
noeviction：当内存不足以容纳新写入数据时，新写入操作会报错。应该没人用吧。
allkeys-lru：当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的 Key。推荐使用，目前项目在用这种。
allkeys-random：当内存不足以容纳新写入数据时，在键空间中，随机移除某个 Key。应该也没人用吧，你不删最少使用 Key，去随机删。
volatile-lru：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，移除最近最少使用的 Key。这种情况一般是把Redis 既当缓存，又做持久化存储的时候才用。不推荐。
volatile-random：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，随机移除某个 Key。依然不推荐。
volatile-ttl：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，有更早过期时间的 Key 优先移除。不推荐。
PS：如果没有设置 expire 的 Key，不满足先决条件(prerequisites)；那么 volatile-lru，volatile-random 和 volatile-ttl 策略的行为，和 noeviction(不删除) 基本上一致。
六，Redis 和数据库双写一致性问题
分布式常见问题分布式常见问题：最终一致性，强一致性
前提：数据有强一致性要求，不能放缓存
目的：保证最终一致性
回答：首先，采取正确更新策略，先更新数据库，再删缓存。其次，因为可能存在删除缓存失败的问题，提供一个补偿措施即可，例如利用消息队列。
七，如何应对缓存穿透和缓存雪崩问题
缓存穿透：即故意去请求缓存中不存在的数据，导致所有的请求都怼到数据库上，从而数据库连接异常
缓存穿透解决方案：
利用互斥锁，缓存失效的时候，先去获得锁，得到锁了，再去请求数据库。没得到锁，则休眠一段时间重试。
采用异步更新策略，无论 Key 是否取到值，都直接返回。Value 值中维护一个缓存失效时间，缓存如果过期，异步起一个线程去读数据库，更新缓存。需要做缓存预热(项目启动前，先加载缓存)操作。
提供一个能迅速判断请求是否有效的拦截机制，比如，利用布隆过滤器，内部维护一系列合法有效的 Key。迅速判断出，请求所携带的 Key 是否合法有效。如果不合法，则直接返回。
缓存雪崩：即缓存同一时间大面积的失效，这个时候又来了一波请求，结果请求都怼到数据库上，从而导致数据库连接异常。
缓存雪崩解决方案：
给缓存的失效时间，加上一个随机值，避免集体失效。
使用互斥锁，但是该方案吞吐量明显下降了。
双缓存。我们有两个缓存，缓存 A 和缓存 B。缓存 A 的失效时间为 20 分钟，缓存 B 不设失效时间。自己做缓存预热操作。
然后细分以下几个小点：从缓存 A 读数据库，有则直接返回；A 没有数据，直接从 B 读数据，直接返回，并且异步启动一个更新线程，更新线程同时更新缓存 A 和缓存 B。
八，如何解决 Redis 的并发竞争 Key 问题
背景：Redis集群环境，做了数据分片操作
两种情形：
1.如果对这个 Key 操作，不要求顺序
方案：准备一个分布式锁，大家去抢锁，抢到锁就做 set 操作即可，比较简单
2.如果对这个 Key 操作，要求顺序
方案：需要保存一个时间戳
假设时间戳如下：
假设这会系统 B 先抢到锁，将 key1 设置为{valueB 3:05}。接下来系统 A 抢到锁，发现自己的 valueA 的时间戳早于缓存中的时间戳，那就不做 set 操作了，以此类推
其他方法，比如利用队列，将 set 方法变成串行访问也可以。总之，灵活变通。
作者：孤独烟
转述者：万小东
出处：http://rjzheng.cnblogs.com/
