Redis

Redis的数据结构及其使用场景

字符串（String）：Redis的分布式锁的实现使用的数据结构，可用于最简单的缓存，例如一个json字符串，计数器，Session共享，分布式ID
哈希表（Hash）：可用于存储key-value对，适合用于存储对象
列表（List）：Redis的列表根据指令的不同可当作列队或者栈来使用，可用于消息列队
集合（Set）：和列表类似，但是不能重复，可以实现交差并集操作
有序集合（SortedSet）：可以设置顺序

Redis是如何删除过期Key的

惰性删除：当读/写某个key时，判读该key是否过期，如果过期则删除
主动删除：由于惰性删除无法保证冷数据被及时清理，redis会定期（默认100ms）删除掉一批过期key

缓存雪崩，缓存穿透，缓存击穿

雪崩

缓存同一时间大面积失效，导致剩下的请求都落到数据库上，导致数据库短时间内承受大量请求崩掉
解决方案：

缓存数据的过期时间随机设置，防止同一时间大量数据过期现象发生
给每一个缓存数据增加相应的缓存标记，记录缓存是否失效，如果缓存标记失效则更新数据缓存。
缓存预热
互斥锁

穿透

缓存和数据库中都没有的数据，导致所有的请求都落到数据库上
解决方案：

接口层增加校验
从缓存和数据库都取不到的数据，可以将key-value写为key-null，缓存有效时间可以设置短一点，这样可以防止攻击用户反复用同一个key暴力攻击
采用布隆过滤器，将所有可能存在的数据哈希到一个足够大的bitmap中，一个一定不存在的数据会被这个bitmap拦截，避免了对底层存储系统的查询压力。

击穿

缓存击穿是缓存中没有但是数据库中有的数据（一般是缓存时间到期），这时由于并发用户特别多，同时读缓存没有数据而去数据库读取，引起数据库压力瞬间增大，
造成过大压力。和缓存雪崩不同的是，缓存击穿指的是并发查询同一条数据，缓存雪崩是不同数据都过期了。
解决方案：

设置热点数据永不过期
加互斥锁
Redis的持久化机制

RDB：Redis DataBase
（将某一时刻的内存快照，以二进制的方式写入磁盘）。
手动触发：
save指令，使Redis处于阻塞状态，直到RDB持久化完成，才会响应其他客户端发来的指令，所以在生产环境要慎用。
bgsabe指令，fork一个子进程进行持久化，主进程旨在fork过程中有短暂的阻塞，子进程创建后，主进程就能响应客户端请求了。

自动触发；

save m n：在m喵内，如果有n个键发生改变，则自动触发持久化，通过bgsave执行，如果设置多个，只要满足其一条件就会触发，配置文件有默认配置。
flushall：用于清空redis的所有的数据库，flushdb清空当前redis所在数据库（默认是0号），会清空RDB文件，同时也会生出dump.rdb，内容为空。
主从同步：全量同步时会自动触发bgsave指令，生成rdb发送给从节点。

优点：

整个Redis数据库中只包含一个文件dump.rdb，方便持久化
容灾性号，方便备份
性能最大化，fork子进程来完成写操作，让主进程继续处理命令，所以是IO最大化，保证了redis的高性能
相对于数据集大时，比AOF的启动效率更高。

缺点：

数据安全性低。RDB是隔一段时间进行持久化，如果持久化之间redis发生故障，会发生数据丢失。适用于对数据要求不严格的时候。
游湖是通过fork子进程来协助持久化的，因此数据集较大时，可能会导致服务器停止几百毫秒甚至一秒，会占用cpu。

AOF：Append Only File

以日志的形式来记录服务器处理的每一个写，删除操作，以文本的形式记录。

Redis使用遇到的坑

本来想着把本机上运行的redis迁移到docker，打算把原有配置文件直接映射过去，一顿操作

docker run --name myredis
-v /usr/local/dockers/redis/redis.conf:/etc/redis/redis.conf
-v /usr/local/dockers/redis:/data
-p 6379:6379
-d redis:6.2.7 redis-server /etc/redis/redis.conf

docker ps -a一看，容器没启动，status Exited(0)
各种百度无果，最后想起来，redis.conf里的daemonize是yes，所以容器刚启动完成就退出了。。