目录
[TOC]
基本特性以及优势
==============
- 读写性能优异：全部在内存中计算，单线程，IO非阻塞。
- 支持数据持久化，支持AOF和RDB两种持久化方式
- 数据结构丰富：基于KEY-VALUE除了支持string类型的value外还支持string、hash、set、sortedset、list等数据结构。
- 功能丰富：Redis还支持 publish/subscribe, 通知, key 过期等等特性；简单的事务;pipeline批量命令执行。
- 多语言支持： Redis支持的客户端操作语言非常丰富，基本的主流语言都支持。
- 可复制：支持主从复制。
- 高可用分布式： redis sensinel，redis cluster。
各大类型的典型应用场景
================
String类型的典型应用场景—缓存
缓存一致性问题：
| 操作1 | 操作2 | 最终结果 |
|---|---|---|
| DB 更新成功 | 缓存更新失败 | 数据不一致 |
| 缓存更新成功 | DB更新失败 | 数据不一致 |
| DB 更新成功 | 缓存淘汰失败 | 数据不一致 |
| 缓存淘汰成功 | DB 更新成失败 | 缓存未命中 |
更新缓存VS淘汰缓存
更新缓存：同事写入数据库和缓存
淘汰缓存：只写入数据库，删除缓存； 比更新缓存多了一次miss，需要多查询一次。
那么如果选择？？
如果更新的值是直接查询的，选择更新； 如果是通过比较复杂的业务逻辑计算的，更新比淘汰缓存代价大，选择淘汰缓存。
先操作数据库 or 先操作缓存？
先操作缓存只会造成一次cache miss，不会出现数据不一致的情况， 所以一般选前者。
缓存常见问题以及解决思路：
缓存穿透问题：
缓存穿透是指查询一个一定不存在的数据，由于缓存是不命中时被动写的，并且出于容错考虑，如果从存储层查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到存储层去查询，失去了缓存的意义。在流量大时，可能DB就挂掉了，要是有人利用不存在的key频繁攻击我们的应用，这就是漏洞。
缓存穿透的解决方案：有很多种方法可以有效地解决缓存穿透问题，最常见的则是采用布隆过滤器，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拦截掉，从而避免了对底层存储系统的查询压力。另外也有一个更为简单粗暴的方法（我们采用的就是这种），如果一个查询返回的数据为空（不管是数 据不存在，还是系统故障），我们仍然把这个空结果进行缓存，但它的过期时间会很短，最长不超过五分钟。
缓存雪崩：
缓存雪崩是指在我们设置缓存时采用了相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到DB，DB瞬时压力过重雪崩。
缓存雪崩的解决方案：
考虑用加锁或者队列的方式保证缓存的单线 程（进程）写，从而避免失效时大量的并发请求落到底层存储系统上。这里分享一个简单方案就时讲缓存失效时间分散开，比如我们可以在原有的失效时间基础上增加一个随机值，比如1-5分钟随机，这样每一个缓存的过期时间的重复率就会降低，就很难引发集体失效的事件。
缓存击穿：
对于一些设置了过期时间的key，如果这些key可能会在某些时间点被超高并发地访问，是一种非常“热点”的数据。这个时候，需要考虑一个问题：缓存被“击穿”的问题，这个和缓存雪崩的区别在于这里针对某一key缓存，前者则是很多key。
缓存击穿解决方案：
给查询缓存加锁，如果查询时缓存不存在则枷锁去数据库查询，结束后释放该锁。
String类型的典型应用场景—分布式锁
这里简单介绍一种单点悲观锁；还有比较靠谱的多节点分布式锁，或者乐观锁这里就不做介绍。
单点分布式锁代码示例：
一些人可能想直接用setNx命令来实现分布式锁，但是会有一个问题，setNx和EXPIRE命令是非原子性操作；如果两步走会存在一定的问题。
加锁
public boolean tryLock(String key, String value, long seconds) {
Jedis jedis = null;
String res = null;
try {
jedis = getJedis();
res = jedis.set(key, value, "NX", "EX", seconds);
} catch (Exception e) {
e.printStackTrace();
} finally {
if (jedis != null) {
jedis.close();
}
}
return "OK".equals(res) ? true : false;
}解锁：
public boolean unLock(String key, String value) {
String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
Boolean res = false;
Jedis jedis = null;
try {
jedis = getJedis();
Object result = jedis.eval(script, Collections.singletonList(key), Collections.singletonList(value));
if (result.equals(1L)) {
res = true;
}
} catch (Exception e) {
e.printStackTrace();
} finally {
if (jedis != null) {
jedis.close();
}
}
return res;
}