这是我参与「第五届青训营 」伴学笔记创作活动的第 15 天
在没有 Redis 的时代，后端应用直接和 MySQL 打交道，但随着互联网的发展，后端面临的压力越来越大，便需要缓存来降低数据库的压力。
Redis 简介
Redis 客户端使用 RESP 协议与服务端建立连接。
Redis 以键值对的形式将数据存储到内存中并将其持久化为 RDB 文件。RDB 文件保存了 Redis 中所有的数据。也可根据需要启用 AOF（Append Only File） 文件，AOF 文件记录了 所有对数据的操作。
Redis 采用单线程+多路复用的方式处理请求，其事务只保证一段操作在执行上的连续性。
应用案例
连续签到
每次签到对特定的 key 自增并更新其过期时间为操作时刻的 24 小时内，可记录签到天数并做到“不连续签到ui会导致签到失效”的效果。
消息通知
产生新消息时将其索引存入 Redis，程序定时查询其更新情况。常用的数据结构为 quicklist 和 Listpack。
计数
对于文章浏览数、视频点赞数等读远大于写、数据量很大且多个数据与与某个实体对应的数据，可直接使用 hash 在 Redis 中存储。
Hash 在使用过程中难免出现 Hash 碰撞的情况，这会严重降低 Hash 的效率，因此应该进行 Rehash，即开辟更大的空间存储数据。为了避免阻塞，应将该过程·平摊到多次用户操作之间。
排行榜
排行榜可使用 zset 进行存储并通过zrevrangerange快读获得排序信息。
限流
构建包含请求时的时间戳的 key，其 value 为受到的请求数，当其达到阈值则停止后续请求。
分布式锁
利用 Redis 的单线程处理和setnx的幂等性，实现加锁与加锁测试的统一。
注意事项
大 key 与 热 key
value 超过 10KB 的 string 和元素超过5000个或value 超过10MB 的其他数据类型的 key 即为大 key，大 key 会严重影响 Redis 的效率，应采用拆分、压缩（gzip、lz4、snappy等）、使用 MessagePack 处理 JSON 等方法避免。
热 key 没有明确的标准，可使用 LocalCache 等方式缓解问题。
慢查询
慢查询有很多原因，比如：
- 一次操作大量（>100）个 key
- zset 太大（5k）
- value 太大（10k）
- 大 key 删除
缓存穿透、缓存击穿和缓存雪崩
本文若有不足之处,欢迎纠正(≧^.^≦)喵~
我的其他笔记，可在掘金或 Github( github.com/DoudiNCer/I… )阅读
