这是我参与「第五届青训营 」伴学笔记创作活动的第 2 天。
前言
本堂课主要介绍了服务端开发中的Redis应用，主要分为三部分内容：Redis是什么、Redis应用案例、Redis使用注意事项。
一、Redis是什么
为什么需要Redis
-
数据从单表，演进出了分库分表
-
MySQL从单机演进出了集群
-
数据量增长
-
读写数据压力的不断增加
-
-
数据分冷热
- 热数据:经常被访问到的数据
-
将热数据存储到内存中
Redis基本原理
-
数据从内存中读写
-
数据保存到硬盘上防止重启数据丢失
-
增量数据保存到AOF文件
-
全量数据RDB文件
- 单线程处理所有操作命令
二、Redis应用案例
连续签到
掘金每日连续签到
用户每日有一次签到的机会，如果断签,连续签到计数将归0。
连续签到的定义:每天必须在23:59:59前签到
Key: CC_ _uid. 1165894833417101
value: 252
expireAt:后天的0点
消息通知
用list作为消息队列
- 使用场景:消息通知。 例如当文章更新时，将更新后的文章推送到ES,用户就能搜索到最新的文章数据
限流
-
要求1秒内放行的请求为N,超过N则禁止访问
-
Key: comment freq_ _limit 1671356046对这个Key调用incr,超过限制N则禁止访问1671356046是当前时间戳
分布式锁
-
并发场景，要求一次只能有一个协程执行。执行完成后，其它等待中的协程才能执行。
-
可以使用redis的setnx实现，利用了两个特性
-
Redis是单线程执行命令
-
setnx只有未设置过才能执行成功
-
三、Redis使用注意事项
慢查询场景
-
容易导致redis慢查询的操作
(1)批量操作一次性传入过多的key/value,如mset/hmset/sadd/zadd等O(n)操作 建议单批次不要超过100，超过100之 后性能下降明显。
(2) zset大部分命令都是O(log(n))，当大小超过5k以.上时，简单的zadd/zrem也可能导致慢查询
(3)操作的单个value过大，超过10KB。 也即，避免使用大Key
(4)对大key的delete/expire操作也可能导致慢查询，Redis4.0之 前不支持异步删除unlink,大key 删除会阻塞Redis
缓存穿透、缓存雪崩
-
缓存穿透:热点数据查询绕过缓存，直接查询数据库
-
缓存雪崩:大量缓存同时过期
-
缓存穿透的危害
(1)查询一个一定不存在的数据
通常不会缓存不存在的数据，这类查询请求都会直接打到db,如果有系统bug或人为攻击，那么容易导致db响应慢甚至宕机
(2)缓存过期时
在高并发场景下，一个热key如果过期，会有大量请求同时击穿至db,容易影响db性能和稳定。
同一时间有大量key集中过期时，也会导致大量请求落到db上，导致查询变慢，甚至出现db无法响应新的查询
-
如何减少缓存穿透
(1)缓存空值
如一个不存在的userlD。这个id在缓存和数据库中都不存在。则可以缓存一个空值，下次再查缓存直接反空值 。
(2)布隆过滤器
通过bloom filter算法来存储合法Key,得益于该算法超高的压缩率，只需占用极小的空间就能存储大量key值
-
如何避免缓存雪崩
(1)缓存空值 将缓存失效时间分散开，比如在原有的失效时间基础上增加一个随机值，例如不同Key过期时间，可以设置为10分1秒过期，10分23秒过期， 10分8秒过期。单位秒部分就是随机时间，这样过期时间就分散了。对于热点数据，过期时间尽量设置得长一些，冷门的数据可以相对设置过期时间短一些 。
(2)使用缓存集群，避免单机宕机造成的缓存雪崩。
引用参考
青训营课程直播 live.juejin.cn/4354/redis
