在分布式开发中，Redis 的使用还是比较多的，因为它的高性能、高并发，能轻松支持几万的QPS。在这里做个总结，让大家不只会简单 Set 和 Get 操作。

一、Redis 是什么？

Redis 是一个开源（BSD许可）的，内存中的数据结构存储系统，它可以用作数据库、缓存和消息中间件。它支持多种类型的数据结构，如字符串（strings），散列（hashes），列表（lists），集合（sets），有序集合（sorted sets）与范围查询， bitmaps， hyperloglogs 和地理空间（geospatial）索引半径查询。 Redis 内置了复制（replication），LUA脚本（Lua scripting）， LRU驱动事件（LRU eviction），事务（transactions）和不同级别的磁盘持久化（persistence），并通过 Redis哨兵（Sentinel）和自动分区（Cluster）提供高可用性（high availability）。

归结成一句话：Redis 是一个基于内存的高性能 K-V数据库，支持丰富的数据类型(strings,hashes, lists ,sets,sorted sets等)。

二、Redis为什么这么快？

先看下阿里云对Redis QPS的测试结果

单线程的Redis为什么能支持10w+的QPS？
主要是三个方面：

纯内存操作
单线程操作，避免了多线程情况下的上下文切换问题
采用了非阻塞I/O多路复用机制

这里重点说下非阻塞I/O多路复用机制。

非阻塞I/O多路复用

参照上图，简单来说，Redis 使用基于 Reactor 模式实现的网络通信，使用 I/O 多路复用程序来同时监听多个socket，将其置入队列之中，然后文件事件分派器，依次从队列中取，转发到不同的事件处理器中。

三、常用数据类型及对应场景

类型	特点	使用场景
strings	最基本的类型，value可以是String也可以是数字，最大能存储 512MB。常用命令：get、set、incr、decr、mget等	缓存、原子计数器等
hashes	一个字符串字段和字符串值之间的映射，hash特别适合用于存储对象	用一个对象来存储数据（比如用户信息）
lists	有序可重复列表，按照插入顺序排序，	简单的消息队列
sets	无序不可重复列表	全局去重通过交集、并集、差集等操作实现计算共同喜好，全部的喜好，自己独有的喜好等功能
sorted sets	每个元素带有分值的有序集合	排行榜应用，取TOP N操作

四、Redis持久化

Redis 提供了不同级别的持久化方式:

RDB持久化方式能够在指定的时间间隔能对你的数据进行快照存储.
AOF持久化方式记录每次对服务器写的操作,当服务器重启的时候会重新执行这些命令来恢复原始的数据,AOF命令以redis协议追加保存每次写的操作到文件末尾.Redis还能对AOF文件进行后台重写,使得AOF文件的体积不至于过大.
如果你只希望你的数据在服务器运行的时候存在,你也可以不使用任何持久化方式.
你也可以同时开启两种持久化方式, 在这种情况下, 当redis重启的时候会优先载入AOF文件来恢复原始的数据,因为在通常情况下AOF文件保存的数据集要比RDB文件保存的数据集要完整.

RDB和AOF持久化方式的区别：

RDB

RDB持久化是将Reids在内存中的数据库记录定时dump到磁盘上的RDB进行持久化。

优点：
1、RDB在保存RDB文件时父进程唯一需要做的就是fork出一个子进程,接下来的工作全部由子进程来做，父进程不需要再做其他IO操作，所以RDB持久化方式可以最大化redis的性能.
2、与AOF相比,在恢复大的数据集的时候，RDB方式会更快一些.

缺点：
RDB是以时间为单位存储的，如每隔5分钟或者更久做一次完整的保存,万一在Redis意外宕机,你可能会丢失几分钟的数据。

AOF

AOF持久化是将Reids的操作日志以追加的方式写入文件。

优点：
1、使用AOF 会让你的Redis数据更加安全: 你可以使用不同的fsync策略：无fsync,每秒fsync,每次写的时候fsync.使用默认的每秒fsync策略,Redis的性能依然很好(fsync是由后台线程进行处理的,主线程会尽力处理客户端请求),一旦出现故障，你最多丢失1秒的数据.
2、Redis 可以在 AOF 文件体积变得过大时，自动地在后台对 AOF 进行重写

缺点：
对于相同的数据集来说，AOF 文件的体积通常要大于 RDB 文件的体积。

五、过期Key处理策略

Redis对过期的key，有两种清除方式：定期删除+惰性删除。

定期删除策略：Redis默认每隔100ms随机抽取一些设置了过期时间的key，检查是否过期，如果过期就删除。(会导致很多key到时间，就不会删除)
惰性删除策略：获取某个key的时候，redis会先检查一下，这个key如果设置了过期时间那么是否过期了？如果过期了此时就会删除。(如果一直不请求某个key，那么这个key会一直保存)

按照上面的分析，一些过期的key会被遗漏清除，一直存在Redis服务器中。redis的内存会越来越高。那么就应该采用内存淘汰机制。
在redis.conf中有一行配置

# maxmemory-policy volatile-lru

Redis提供了8种内存淘汰机制：

volatile-lru：从已设置过期时间的数据集（server.db[i].expires）中挑选最近最少使用的数据淘汰
volatile-ttl：从已设置过期时间的数据集（server.db[i].expires）中挑选将要过期的数据淘汰
volatile-random：从已设置过期时间的数据集（server.db[i].expires）中任意选择数据淘汰
allkeys-lru：当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的key（这个是最常用的）
allkeys-random：从数据集（server.db[i].dict）中任意选择数据淘汰。
no-eviction：禁止驱逐数据，默认配置，也就是说当内存不足以容纳新写入数据时，新写入操作会报错。这个应该没人使用吧！
4.0版本后增加以下两种：
volatile-lfu：从已设置过期时间的数据集(server.db[i].expires)中挑选最不经常使用的数据淘汰
allkeys-lfu：当内存不足以容纳新写入数据时，在键空间中，移除最不经常使用的key

六、使用redis有什么缺点

1、缓存和数据库双写一致性问题

一致性问题是分布式常见问题，数据库和缓存双写，就必然会存在不一致的问题。我们只能保证最终一致性。因此，有强一致性要求的数据，不能放缓存。

在这里简单的说一说更新策略：先更新数据库，再删缓存。

其次，因为可能存在删除缓存失败的问题，可以利用消息队列进行补偿操作。

2、缓存穿透、缓存雪崩问题

缓存穿透，即故意去请求缓存中不存在的数据(如id为"-1"的数据)，导致所有的请求都怼到数据库上，从而数据库连接异常。

解决方案:
1、接口层增加校验，如id<=0的直接拦截；
2、利用布隆过滤器，内部维护一系列合法有效的key。

缓存雪崩，即缓存同一时间大面积的过期，这个时又来了一波请求，结果请求都怼到数据库上，从而导致数据库压力过大，连接异常。

解决方案:
1、给缓存的过期时间，加上一个随机值，避免集体失效。
2、使用互斥锁。

分布式开发(三)---Redis必会必知