知識星球來自：Java識堂
介紹
redis是鍵值對的資料庫，常用的五種資料型別為字串型別（string），雜湊型別（hash），串列型別（list），集合型別（set），有序集合型別（zset）
Redis用作快取，主要兩個用途：高效能，高併發，因為記憶體天然支援高併發
應用場景
分散式鎖（string）
setnx key value，當key不存在時，將 key 的值設為 value ，傳回1。若給定的 key 已經存在，則setnx不做任何動作，傳回0。
當setnx傳回1時，表示獲取鎖，做完操作以後del key，表示釋放鎖，如果setnx傳回0表示獲取鎖失敗，整體思路大概就是這樣，細節還是比較多的，有時間單開一篇來講解
計數器（string）
如知乎每個問題的被瀏覽器次數
set key 0
incr key // incr readcount::{帖子id} 每閱讀一次
get key // get readcount::{帖子id} 獲取閱讀量
分散式全域性唯一id（string）
分散式全域性唯一id的實現方式有很多，這裡只介紹用redis實現
每次獲取userId的時候，對userId加1再獲取，可以改進為如下形式
直接獲取一段userId的最大值，快取到本地慢慢累加，快到了userId的最大值時，再去獲取一段，一個使用者服務宕機了，也頂多一小段userId沒有用到
set userId 0
incr usrId //傳回1
incrby userId 1000 //傳回10001
訊息佇列（list）
在list裡面一邊進，一邊出即可
實現方式一
一直往list左邊放
lpush key value
key這個list有元素時，直接彈出，沒有元素被阻塞，直到等待超時或發現可彈出元素為止，上面例子超時時間為10s
brpop key value 10
實現方式二
rpush key value
blpop key value 10
新浪/Twitter使用者訊息串列（list）
假如說小編li關註了2個微博a和b，a發了一條微博（編號為100）就執行如下命令
lpush msg::li 100
b發了一條微博（編號為200）就執行如下命令：
lpush msg::li 200
假如想拿最近的10條訊息就可以執行如下命令（最新的訊息一定在list的最左邊）：
下標從0開始，[start,stop]是閉區間，都包含
lrange msg::li 0 9
抽獎活動（set）
參加抽獎活動
sadd key {userId}獲取所有抽獎使用者，大輪盤轉起來
smembers key抽取count名中獎者，並從抽獎活動中移除
spop key count抽取count名中獎者，不從抽獎活動中移除
srandmember key count
實現點贊，簽到，like等功能(set)
1001使用者給8001帖子點贊
sadd like::8001 1001取消點贊
srem like::8001 1001檢查使用者是否點過贊
sismember like::8001 1001獲取點贊的使用者串列
smembers like::8001獲取點贊使用者數
scard like::8001
實現關註模型，可能認識的人（set）
seven關註的人
sevenSub -> {qing, mic, james}
青山關註的人
qingSub->{seven,jack,mic,james}
Mic關註的人
MicSub->{seven,james,qing,jack,tom}
傳回sevenSub和qingSub的交集，即seven和青山的共同關註
sinter sevenSub qingSub -> {mic,james}
我關註的人也關註他,下麵例子中我是seven
qing在micSub中傳回1，否則傳回0
sismember micSub qing
sismember jamesSub qing
我可能認識的人,下麵例子中我是seven
求qingSub和sevenSub的差集，並存在sevenMayKnow集合中
sdiffstore sevenMayKnow qingSub sevenSub -> {seven,jack}
電商商品篩選（set）
每個商品入庫的時候即會建立他的靜態標簽串列如，品牌，尺寸，處理器，記憶體
將拯救者y700P-001和ThinkPad-T480這兩個元素放到集合brand::lenovo
sadd brand::lenovo 拯救者y700P-001 ThinkPad-T480
sadd screenSize::15.6 拯救者y700P-001 機械革命Z2AIR
sadd processor::i7 拯救者y700P-001 機械革命X8TIPlus
獲取品牌為聯想，螢幕尺寸為15.6，並且處理器為i7的電腦品牌(sinter為獲取集合的交集)
sinter brand::lenovo screenSize::15.6 processor::i7 -> 拯救者y700P-001
排行版（zset）
redis的zset天生是用來做排行榜的、好友串列, 去重, 歷史記錄等業務需求
user1的使用者分數為 10
zadd ranking 10 user1
zadd ranking 20 user2
取分數最高的3個使用者
zrevrange ranking 0 2 withscores
過期策略
定期刪除
redis 會將每個設定了過期時間的 key 放入到一個獨立的字典中，以後會定期遍歷這個字典來刪除到期的 key。
定期刪除策略
Redis 預設會每秒進行十次過期掃描（100ms一次），過期掃描不會遍歷過期字典中所有的 key，而是採用了一種簡單的貪心策略。
從過期字典中隨機 20 個 key；
刪除這 20 個 key 中已經過期的 key；
如果過期的 key 比率超過 1/4，那就重覆步驟 1；
惰性刪除
除了定期遍歷之外，它還會使用惰性策略來刪除過期的 key，所謂惰性策略就是在客戶端訪問這個 key 的時候，redis 對 key 的過期時間進行檢查，如果過期了就立即刪除，不會給你傳回任何東西。
定期刪除是集中處理，惰性刪除是零散處理。
為什麼要採用定期刪除+惰性刪除2種策略呢？
如果過期就刪除。假設redis裡放了10萬個key，都設定了過期時間，你每隔幾百毫秒，就檢查10萬個key，那redis基本上就死了，cpu負載會很高的，消耗在你的檢查過期key上了
但是問題是，定期刪除可能會導致很多過期key到了時間並沒有被刪除掉，那咋整呢？所以就是惰性刪除了。這就是說，在你獲取某個key的時候，redis會檢查一下 ，這個key如果設定了過期時間那麼是否過期了？如果過期了此時就會刪除，不會給你傳回任何東西。
並不是key到時間就被刪除掉，而是你查詢這個key的時候，redis再懶惰的檢查一下
透過上述兩種手段結合起來，保證過期的key一定會被幹掉。
所以說用了上述2種策略後，下麵這種現象就不難解釋了：資料明明都過期了，但是還佔有著記憶體
記憶體淘汰策略
這個問題可能有小夥伴們遇到過，放到Redis中的資料怎麼沒了？
因為Redis將資料放到記憶體中，記憶體是有限的，比如redis就只能用10個G，你要是往裡面寫了20個G的資料，會咋辦？當然會幹掉10個G的資料，然後就保留10個G的資料了。那幹掉哪些資料？保留哪些資料？當然是幹掉不常用的資料，保留常用的資料了
Redis提供的記憶體淘汰策略有如下幾種：
1、noeviction 不會繼續服務寫請求 (DEL 請求可以繼續服務)，讀請求可以繼續進行。這樣可以保證不會丟失資料，但是會讓線上的業務不能持續進行。這是預設的淘汰策略。
2、volatile-lru 嘗試淘汰設定了過期時間的 key，最少使用的 key 優先被淘汰。沒有設定過期時間的 key 不會被淘汰，這樣可以保證需要持久化的資料不會突然丟失。（這個是使用最多的）
3、volatile-ttl 跟上面一樣，除了淘汰的策略不是 LRU，而是 key 的剩餘壽命 ttl 的值，ttl 越小越優先被淘汰。
4、volatile-random 跟上面一樣，不過淘汰的 key 是過期 key 集合中隨機的 key。
5、allkeys-lru 區別於 volatile-lru，這個策略要淘汰的 key 物件是全體的 key 集合，而不只是過期的 key 集合。這意味著沒有設定過期時間的 key 也會被淘汰。
6、allkeys-random 跟上面一樣，不過淘汰的策略是隨機的 key。allkeys-random 跟上面一樣，不過淘汰的策略是隨機的 key。
持久化策略
Redis的資料是存在記憶體中的，如果Redis發生宕機，那麼資料會全部丟失，因此必須提供持久化機制。
Redis 的持久化機制有兩種，第一種是快照（RDB），第二種是 AOF 日誌。快照是一次全量備份，AOF 日誌是連續的增量備份。快照是記憶體資料的二進位制序列化形式，在儲存上非常緊湊，而 AOF 日誌記錄的是記憶體資料修改的指令記錄文字。AOF 日誌在長期的執行過程中會變的無比龐大，資料庫重啟時需要載入 AOF 日誌進行指令重放，這個時間就會無比漫長。所以需要定期進行 AOF 重寫，給 AOF 日誌進行瘦身。
RDB是透過Redis主行程fork子行程，讓子行程執行磁碟 IO 操作來進行 RDB 持久化，AOF 日誌儲存的是 Redis 伺服器的順序指令序列，AOF 日誌只記錄對記憶體進行修改的指令記錄。即RDB記錄的是資料，AOF記錄的是指令
RDB和AOF到底該如何選擇？
1、不要僅僅使用 RDB，因為那樣會導致你丟失很多資料，因為RDB是隔一段時間來備份資料
2、也不要僅僅使用 AOF，因為那樣有兩個問題，第一，透過 AOF 做冷備沒有RDB恢復速度快; 第二，RDB 每次簡單粗暴生成資料快照，更加健壯，可以避免 AOF 這種複雜的備份和恢復機制的 bug
3、用RDB恢復記憶體狀態會丟失很多資料，重放AOP日誌又很慢。Redis4.0推出了混合持久化來解決這個問題。將 rdb 檔案的內容和增量的 AOF 日誌檔案存在一起。這裡的 AOF 日誌不再是全量的日誌，而是自持久化開始到持久化結束的這段時間發生的增量 AOF 日誌，通常這部分 AOF 日誌很小。於是在 Redis 重啟的時候，可以先載入 rdb 的內容，然後再重放增量 AOF 日誌就可以完全替代之前的 AOF 全量檔案重放，重啟效率因此大幅得到提升。
快取雪崩和快取穿透
快取雪崩是什麼？
假設有如下一個系統，高峰期請求為5000次/秒，4000次走了快取，只有1000次落到了資料庫上，資料庫每秒1000的併發是一個正常的指標，完全可以正常工作，但如果快取宕機了，每秒5000次的請求會全部落到資料庫上，資料庫立馬就死掉了，因為資料庫一秒最多抗2000個請求，如果DBA重啟資料庫，立馬又會被新的請求打死了，這就是快取雪崩。
如何解決快取雪崩
事前：redis高可用，主從+哨兵，redis cluster，避免全盤崩潰
事中：本地ehcache快取 + hystrix限流&降級，避免MySQL被打死
事後：redis持久化，快速恢復快取資料
快取穿透是什麼？
假如客戶端每秒傳送5000個請求，其中4000個為駭客的惡意攻擊，即在資料庫中也查不到。舉個例子，使用者id為正數，駭客構造的使用者id為負數，
如果駭客每秒一直傳送這4000個請求，快取就不起作用，資料庫也很快被打死。
如何解決快取穿透
查詢不到的資料也放到快取，value為空，如set -999 “”
總而言之，快取雪崩就是快取失效，請求全部全部打到資料庫，資料庫瞬間被打死。快取穿透就是查詢了一個一定不存在的資料，並且從儲存層查不到的資料沒有寫入快取，這將導致這個不存在的資料每次請求都要到儲存層去查詢，失去了快取的意義
參考資料
咕泡學院公開課
《Redis 深度歷險：核心原理與應用實踐》
https://github.com/doocs/advanced-java
●編號499，輸入編號直達本文
●輸入m獲取文章目錄
Web開發
更多推薦《25個技術類公眾微信》
涵蓋：程式人生、演演算法與資料結構、駭客技術與網路安全、大資料技術、前端開發、Java、Python、Web開發、安卓開發、iOS開發、C/C++、.NET、Linux、資料庫、運維等。