学习

数据倾斜有两类： 1. 数据量倾斜：在某些情况下，实例上的数据分布不均衡，某个实例上的数据特别多。 2. 数据访问倾斜：虽然每个集群实例上的数据量相差不大，但是某个实例上的数据是热点数据，被访问得非常

# 第一阶段是秒杀活动前 在这个阶段，用户会不断刷新商品详情页，这会导致详情页的瞬时请求量剧增。这个阶段的应对方案，一般是尽量把商品详情页的页面元素静态化，然后使用 CDN 或是浏览器把这些静态化的

# Codis 的整体架构和基本流程 Codis 集群中包含了 4 类关键组件。 * codis server：这是进行了二次开发的 Redis 实例，其中增加了额外的数据结构，支持数据迁移操作，主要

在主从集群中发生数据丢失，最常见的原因就是主库的数据还没有同步到从库，结果主库发生了故障，等从库升级为主库后，未同步的数据就丢失了。 如果是这种情况的数据丢失，我们可以通过比对主从库上的复制进度差值

# 主从数据不一致 为啥会出现这个坑呢？其实这是因为主从库间的命令复制是异步进行的。 具体来说，在主从库命令传播阶段，主库收到新的写命令后，会发送给从库。但是，主库并不会等到从库实际执行完命令后，

事务的执行过程包含三个步骤，Redis 提供了 MULTI、EXEC 两个命令来完成这三个步骤。下面我们来分析下。 第一步，客户端要使用一个命令显式地表示一个事务的开启。在 Redis 中，这个命令

加锁时同样需要判断锁变量的值，根据锁变量值来判断能否加锁成功；释放锁时需要把锁变量值设置为 0，表明客户端不再持有锁。 # 基于单个 Redis 节点实现分布式锁 加锁： <img src="h

为了保证并发访问的正确性，Redis 提供了两种方法，分别是加锁和原子操作。 Redis 的原子操作采用了两种方法： 1. 把多个操作在 Redis 中实现成一个操作，也就是单命令操作； 2. 把多

# Pika 的整体架构 <img src="https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/725173e764dc47b08d623a0809

# LRU 缓存策略 Redis 中的 LRU 策略，会在每个数据对应的 RedisObject 结构体中设置一个 lru 字段，用来记录数据的访问时间戳。在进行数据淘汰时，LRU 策略会在候选数据

# 缓存雪崩 缓存雪崩是指大量的应用请求无法在 Redis 缓存中进行处理，紧接着，应用将大量请求发送到数据库层，导致数据库层的压力激增。 首先，我们可以避免给大量的数据设置相同的过期时间。 还

# 重试机制 具体来说，可以把要删除的缓存值或者是要更新的数据库值暂存到消息队列中（例如使用 Kafka 消息队列）。当应用没有能够成功地删除缓存值或者是更新数据库值时，可以从消息队列中重新读取这些

建议把缓存容量设置为总数据量的 15% 到 30%，兼顾访问性能和内存空间开销。 设定缓存大小：CONFIG SET maxmemory 4gb 内存淘汰策略： ![image.png](ht

常用容量和访问性能 ![image.png](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/e3b067a351a54a6fb4712a6937

![image.png](https://p1-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/431f7d62ce614e7ca20751e0a9e92da0~tpl

当数据删除后，Redis 释放的内存空间会由内存分配器管理，并不会立即返回给操作系统。所以，操作系统仍然会记录着给 Redis 分配了大量内存。 内存碎片的形成有内因和外因两个层面的原因。简单来说，

# AOF 磁盘压力小和压力大的时候，fsync 后台子线程和主线程受到的影响: ![image.png](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fb

如何判断 Redis 是不是真的变慢了: 一个最直接的方法，就是查看 Redis 的响应延迟。当你发现 Redis 命令的执行时间突然就增长到了几秒，基本就可以认定 Redis 变慢了。 第二个方

物理核和逻辑核，以及一级、二级缓存的关系： ![image.png](https://p9-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/6e70d1e15b934e

# 阻塞点 <img src="https://p1-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/d32d65ce97fb4e5b9c66b1fa908e8eb6~t