作者：孤獨煙

來自：http://rjzheng.cnblogs.com/

為什麽要用redis：為了並發和性能，使用redis做為緩沖

使用redis有什麽缺點

主要是四個問題

(一)緩存和數據庫雙寫一致性問題

分析：一致性問題是分布式常見問題，還可以再分為最終一致性和強一致性。數據庫和緩存雙寫，就必然會存在不一致的問題。答這個問題，先明白一個前提。就是如果對數據有強一致性要求，不能放緩存。我們所做的一切，只能保證最終一致性。

另外，我們所做的方案其實從根本上來說，只能說降低不一致發生的概率，無法完全避免。因此，有強一致性要求的數據，不能放緩存。

回答：首先，采取正確更新策略，先更新數據庫，再刪緩存。其次，因為可能存在刪除緩存失敗的問題，提供一個補償措施即可，例如利用消息隊列。

(二)緩存雪崩問題 ：緩存雪崩，即緩存同一時間大面積的失效，這個時候又來了一波請求，結果請求都懟到數據庫上，從而導致數據庫連接異常。

解決方案:
(一)給緩存的失效時間，加上一個隨機值，避免集體失效。

(二)使用互斥鎖，但是該方案吞吐量明顯下降了。

(三)雙緩存。我們有兩個緩存，緩存A和緩存B。緩存A的失效時間為20分鐘，緩存B不設失效時間。自己做緩存預熱操作。然後細分以下幾個小點

• • I 從緩存A讀數據庫，有則直接返回

  • II A沒有數據，直接從B讀數據，直接返回，並且異步啟動一個更新線程。

  • III 更新線程同時更新緩存A和緩存B。

(三)緩存擊穿問題

解決方案：

(一)利用互斥鎖，緩存失效的時候，先去獲得鎖，得到鎖了，再去請求數據庫。沒得到鎖，則休眠一段時間重試

(二)采用異步更新策略，無論key是否取到值，都直接返回。value值中維護一個緩存失效時間，緩存如果過期，異步起一個線程去讀數據庫，更新緩存。需要做緩存預熱(項目啟動前，先加載緩存)操作。

(三)提供一個能迅速判斷請求是否有效的攔截機制，比如，利用布隆過濾器，內部維護一系列合法有效的key。迅速判斷

(四)緩存的並發競爭問題

分析：這個問題大致就是，同時有多個子系統去set一個key。這個時候要註意什麽呢？大家思考過麽。需要說明一下，博主提前百度了一下，發現答案基本都是推薦用redis事務機制。博主不推薦使用redis的事務機制。

因為我們的生產環境，基本都是redis集群環境，做了數據分片操作。你一個事務中有涉及到多個key操作的時候，這多個key不一定都存儲在同一個redis-server上。因此，redis的事務機制，十分雞肋。

回答:如下所示

(一)如果對這個key操作，不要求順序 這種情況下，準備一個分布式鎖，大家去搶鎖，搶到鎖就做set操作即可，比較簡單。

(二)如果對這個key操作，要求順序 假設有一個key1,系統A需要將key1設置為valueA,系統B需要將key1設置為valueB,系統C需要將key1設置為valueC. 期望按照key1的value值按照 valueA-->valueB-->valueC的順序變化。

這種時候我們在數據寫入數據庫的時候，需要保存一個時間戳。假設時間戳如下

系統A key 1 {valueA 3:00}

系統B key 1 {valueB 3:05}

系統C key 1 {valueC 3:10}

那麽，假設這會系統B先搶到鎖，將key1設置為{valueB 3:05}。接下來系統A搶到鎖，發現自己的valueA的時間戳早於緩存中的時間戳，那就不做set操作了。以此類推。 其他方法，比如利用隊列，將set方法變成串行訪問也可以。總之，靈活變通。

單線程的redis為什麽這麽快

(一)純內存操作

(二)單線程操作，避免了頻繁的上下文切換

(三)采用了非阻塞I/O多路復用機制：只有單個線程(一個快遞員)，通過跟蹤每個socket（I/O流）的狀態(每個快遞的送達地點)，來管理多個I/O流。

參照上圖，簡單來說，就是。我們的redis-client在操作的時候，會產生具有不同事件類型的socket。在服務端，有一段I/0多路復用程序，將其置入隊列之中。

然後，文件事件分派器，依次去隊列中取，轉發到不同的事件處理器中。 需要說明的是，這個I/O多路復用機制，redis還提供了select、epoll、evport、kqueue等多路復用函數庫，大家可以自行去了解。

redis的數據類型，以及每種數據類型的使用場景

(一)String：一般做一些復雜的計數功能的緩存。

(二)hash：做單點登錄的時候，就是用這種數據結構存儲用戶信息，以cookieId作為key，設置30分鐘為緩存過期時間，能很好的模擬出類似session的效果。

(三)list：使用List的數據結構，可以做簡單的消息隊列的功能。另外還有一個就是，可以利用lrange命令，做基於redis的分頁功能，性能極佳，用戶體驗好。

(四)set：因為set堆放的是一堆不重復值的集合。所以可以做全局去重的功能。為什麽不用JVM自帶的Set進行去重？因為我們的系統一般都是集群部署，使用JVM自帶的Set，比較麻煩，難道為了一個做一個全局去重，再起一個公共服務，太麻煩了。

另外，就是利用交集、並集、差集等操作，可以計算共同喜好，全部的喜好，自己獨有的喜好等功能。

(五)sorted set：sorted set多了一個權重參數score,集合中的元素能夠按score進行排列。可以做排行榜應用，取TOP N操作。另外，參照另一篇《分布式之延時任務方案解析》，該文指出了sorted set可以用來做延時任務。最後一個應用就是可以做範圍查找。

redis的過期策略以及內存淘汰機制

分析:這個問題其實相當重要，到底redis有沒有用到家，這個問題就可以看出來。比如你redis只能存5G數據，可是你寫了10G，那會刪5G的數據。怎麽刪的，這個問題思考過麽？還有，你的數據已經設置了過期時間，但是時間到了，內存占用率還是比較高，有思考過原因麽?

回答: redis采用的是定期刪除+惰性刪除策略

定期刪除+惰性刪除是如何工作的呢?

定期刪除，redis默認每個100ms檢查，是否有過期的key,有過期key則刪除。需要說明的是，redis不是每個100ms將所有的key檢查一次，而是隨機抽取進行檢查(如果每隔100ms,全部key進行檢查，redis豈不是卡死)。

因此，如果只采用定期刪除策略，會導致很多key到時間沒有刪除。

於是，惰性刪除派上用場。也就是說在你獲取某個key的時候，redis會檢查一下，這個key如果設置了過期時間那麽是否過期了？如果過期了此時就會刪除。

采用定期刪除+惰性刪除就沒其他問題了麽? 不是的，如果定期刪除沒刪除key。然後你也沒即時去請求key，也就是說惰性刪除也沒生效。這樣，redis的內存會越來越高。那麽就應該采用內存淘汰機制。

在redis.conf中有一行配置 # maxmemory-policy volatile-lru

redis在分布式中的使用