參考自這篇文章，作者寫的很棒。

作者：孤獨煙

來自：http://rjzheng.cnblogs.com/

1.為什麼使用Redis

　　專案中使用Redis，主要從兩個角度考慮：效能和併發。Redis還可以做分散式等其他功能，但是如果只是為了做分散式鎖還可以考慮其他中介軟體（zookpeer等）。

　　（一）效能

　　　　碰到需要執行耗時特別久，且結果不頻繁變動的SQL，就特別適合將執行結果放入快取。這樣，後面的請求就去快取中讀取，使得請求能夠迅速響應。

　　（二）併發

　　　　在大併發的情況下，所有的請求直接訪問資料庫，資料庫會出現連線異常。這個時候，就需要使用redis做一個緩衝操作，讓請求先訪問到redis，而不是直接訪問資料庫。

2.使用Redis有什麼缺點

　　（一）快取和資料庫雙寫一致性問題

　　（二）快取雪崩

　　（三）快取擊穿

　　（四）快取的併發競爭問題

3.單執行緒的Redis為什麼這麼快

　　（一）純記憶體操作

　　（二）單執行緒操作，避免了頻繁的上下文切換

　　（三）採用非阻塞I/O多路複用機制

　　　　如下圖，簡單來說，I/O多路複用就是。我們的redis-client在操作的時候，會產生具有不同事件型別的socket。在服務端，有一段I/0多路複用程式，將其置入佇列之中。然後，檔案事件分派器，依次去佇列中取，轉發到不同的事件處理器中

4.Redis的資料型別及使用場景

　　(一)String

　　　　最常規的set/get操作，value可以是String也可以是數字。一般做一些複雜的計數功能的快取。　　

　　(二)hash
　　　　這裡value存放的是結構化的物件，比較方便的就是操作其中的某個欄位。在做單點登入的時候，就是用這種資料結構儲存使用者資訊，以cookieId作為key，設定30分鐘為快取過期時間，能很好的模擬出類似session的效果。

　　(三)list
　　　　使用List的資料結構，可以做簡單的訊息佇列的功能。另外還有一個就是，可以利用lrange命令，做基於redis的分頁功能，效能極佳，使用者體驗好。　　

　　(四)set
　　　　因為set堆放的是一堆不重複值的集合。所以可以做全域性去重的功能

　　　　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多了一個權重引數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。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詢。

5.Redis的過期策略及記憶體淘汰機制

　　分析:比如你redis只能存5G資料，可是你寫了10G，那會刪5G的資料。怎麼刪的？還有，你的資料已經設定了過期時間，但是時間到了，記憶體佔用率還是比較高，原因是什麼?

　　回答:
　　　　redis採用的是定期刪除+惰性刪除策略。

　　為什麼不用定時刪除策略?
　　　　定時刪除,用一個定時器來負責監視key,過期則自動刪除。雖然記憶體及時釋放，但是十分消耗CPU資源。在大併發請求下，CPU要將時間應用在處理請求，而不是刪除key,因此沒有采用這一策略.

　　定期刪除+惰性刪除是如何工作的呢?
　　　　定期刪除，redis預設每個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，如果只採用定期刪除策略，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如果設定了過期時間那麼是否過期了？如果過期了此時就會刪除。　　

　　採用定期刪除+惰性刪除就沒其他問題了麼?
　　　　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的記憶體會越來越高。那麼就應該採用記憶體淘汰機制。

　　　　在redis.conf中有一行配置

　　　　# maxmemory-policy volatile-lru

　　　　該配置就是配記憶體淘汰策略的
　　　　　　1）noeviction：當記憶體不足以容納新寫入資料時，新寫入操作會報錯。應該沒人用。
　　　　　　2）allkeys-lru：當記憶體不足以容納新寫入資料時，在鍵空間中，移除最近最少使用的key。推薦使用，目前專案在用這種。
　　　　　　3）allkeys-random：當記憶體不足以容納新寫入資料時，在鍵空間中，隨機移除某個key。應該也沒人用，你不刪最少使用Key,去隨機刪。
　　　　　　4）volatile-lru：當記憶體不足以容納新寫入資料時，在設定了過期時間的鍵空間中，移除最近最少使用的key。這種情況一般是把redis既當快取，又做持久化儲存的時候才用。不推薦
　　　　　　5）volatile-random：當記憶體不足以容納新寫入資料時，在設定了過期時間的鍵空間中，隨機移除某個key。不推薦
　　　　　　6）volatile-ttl：當記憶體不足以容納新寫入資料時，在設定了過期時間的鍵空間中，有更早過期時間的key優先移除。不推薦
　　　　　　ps：如果沒有設定 expire 的key, 不滿足先決條件(prerequisites); 那麼 volatile-lru, volatile-random 和 volatile-ttl 策略的行為, 和 noeviction(不刪除) 基本上一致。

6.Redis和資料庫雙寫一致性問題

　　分析:一致性問題是分散式常見問題，還可以再分為最終一致性和強一致性。資料庫和快取雙寫，就必然會存在不一致的問題。答這個問題，先明白一個前提。就是如果對資料有強一致性要求，不能放快取。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，有強一致性要求的資料，不能放快取。

　　回答:首先，採取正確更新策略，先更新資料庫，再刪快取。其次，因為可能存在刪除快取失敗的問題，提供一個補償措施即可，例如利用訊息佇列。

7.如何應對快取擊穿和快取雪崩問題

　　快取穿透，即黑客故意去請求快取中不存在的資料，導致所有的請求都懟到資料庫上，從而資料庫連線異常。　　　　

　　解決方案:
　　　　(一)利用互斥鎖，快取失效的時候，先去獲得鎖，得到鎖了，再去請求資料庫。沒得到鎖，則休眠一段時間重試
　　　　(二)採用非同步更新策略，無論key是否取到值，都直接返回。value值中維護一個快取失效時間，快取如果過期，非同步起一個執行緒去讀資料庫，更新快取。需要做快取預熱(專案啟動前，先載入快取)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。迅速判斷出，請求所攜帶的Key是否合法有效。如果不合法，則直接返回。

　　快取雪崩，即快取同一時間大面積的失效，這個時候又來了一波請求，結果請求都懟到資料庫上，從而導致資料庫連線異常。

　　解決方案:
　　　　(一)給快取的失效時間，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)雙快取。我們有兩個快取，快取A和快取B。快取A的失效時間為20分鐘，快取B不設失效時間。自己做快取預熱操作。然後細分以下幾個小點

　　　　　　I 從快取A讀資料庫，有則直接返回

　　　　　　II A沒有資料，直接從B讀資料，直接返回，並且非同步啟動一個更新執行緒。

　　　　　　III 更新執行緒同時更新快取A和快取B。