Redis基本数据结构类型

• String：SDS动态字符串结构，最大存储512M，常用于共享 session、分布式锁，计数器、限流
• Hash：k-v结构，常用于缓存用户信息
• List：list，常用于消息队列，文章列表
• Set：set，常用于用户标签,生成随机数抽奖、社交需求(点赞)
• Zset：已排序字符串集合，常用于：排行榜，社交需求(点赞)

  特殊数据结构类型：1. Geospatial(地理位置) 2. Hyperloglog(基数统计算法) 3. Bitmap(以比特位为单位的数组)

Redis为什么这么快

• 基于内存实现
• 高效的数据结构
• 合理的数据编码：动态字符串、双端链表、压缩链表、字典、跳跃表
• 合理的线程模型：单线程模型和I/O 多路复用
• 虚拟内存机制

缓存击穿、缓存穿透、缓存雪崩

缓存击穿

原理：热点key在某个时间点过期的时候，而恰好在这个时间点对这个Key 有大量的并发请求过来，从而大量的请求打到数据库
解决方案

• 使用互斥锁：比如redis的setnx去set一个mutex key，当操作返回成功时（分布式锁），在查数据库，并回设缓存，最后删除mutex key，当操作返回失败，证明有线程在查询数据库，当前线程睡眠一段时间在重试整个get缓存的方法
• 设置热点数据：不设置过期时间或根据业务设置较长的过期时间，快要过期时，异步线程去更新和设置过期时间

缓存穿透

原理：读请求访问时，缓存和数据库都没有某个值，这样就会导致每次对
这个值的查询请求都会穿透到数据库，这就是缓存穿透
解决方案

• 使用布隆过滤器先判断这个值是否存在，存在再执行查询
• 缓存空的对象，数据库未查到数据时，返回一个空对象，并缓存起来设置过期时间，后面的请求进来直接访问这个空对象

缓存雪崩

原理：缓存中数据大批量到过期时间，而查询数据量巨大，请求都直接访问数据库，引起数据库压力过大甚至down机

解决方案

• 构建多级缓存，nginx缓存+redis缓存+其他缓存（ehcache等）
• 使用锁或队列，保证不会有大量的线程对数据库进行读写
• 搭建redis集群，做成高可用，主备、异地多活
• 数据预热，上线前预先访问一次，提前加载缓存，手动触发加载缓存不同的key，设置不同的过期时间，让缓存失效的时间点尽量均匀
• 限流降级，缓存失效时，通过锁的方式来限制访问数据的顺序，优先给主业务服务

Redis缓存和Mysql数据库双写，如何保证一致性

对于时效性要求不高，更新频率比较低的业务
采用设置缓存过期时间的方式，简单方便，缺点就是在缓存即将过期的时候可能会有数据不一致的问题

对于时效性和一致性要求比较高的业务
采用同步双写的方式处理，在更新数据的同时去更新缓存，通常说的缓存和数据一致性的问题，通常也是在这种场景下讨的，比较稳妥的方式就是延时双删的方法，先删除缓存，然后更新数据库，过一会儿再次进行缓存的删除，一会儿这个时间需要大于写一次缓存的时间，来保证数据库和缓的一致性。再稳妥一点的话，还需要保证删除缓存的操作确定被执行，可以增加消息列，对该操作失败后进行失败重试的方式来保证删除缓存操作被执行。

对于时效性要求一般，但是需要同步数据到多个服务的业务
采用相关的服务监听，修改数据库时发消息通知，根据通知修改缓存数据。