Redis - 大厂程序员是怎么用的
大数据量下mysql读写数据压力增加，希望从内存读取数据
- 写数据时，增量数据保存到磁盘上的AOF文件
- 全量数据RDB文件：包含所有数据
先读取RDB，看之后有没有没执行的命令，如果有，则加载AOF文件
redis的操作是单线程的，需要排队，先进先出
go导入redis包
go get github.com/go-redis/redis
import "github.com/go-redis/redis"
redis案例
1.连续签到
Key: cc_uid_1165894833417101
value: 252
expireAt：后天的O点
RedisClient.Incr()使原有值+1
2.消息通知 list队列
消息队列list：向队列中放入文章，只要里面有文章就会pop出来通知给ES数据库。
list的数据结构是Quicklist，是一个双向链表，每个节点的entry是一个listpack结构，包含许多元素、每个元素的长度
3.计数 哈希
一个用户的多项计数需求可使用hash结构存储，读很快。map[user_id]=struct{属性1，属性2...}。
读：hgetall命令。
写：使用流水线pipeline将多条数据一次性写redis
数值加一：RedisClient.HIncrBy()
hash的数据结构是dict，是一个单项链表，每个节点下面又有一个单向链表，相当于一个桶。桶0空间不够时需要扩容，使用rehash操作将其中数据全部迁移到另一个桶1中，也可使用渐进式rehash将部分数据迁移，性能更好
4.排行榜 zset
对大量数据（千万级别）进行排序，数据变化后排序，使用zset有序集
zset使用数据结构跳表（zskiplist）+哈希，跳表每个元素是哈希表的一个桶
- zadd：添加元素到集合
- zrange：返回正序的集合
- zrevrange：返回倒序的集合
- zrank：返回有序集合中指定成员的排名
- zscore：返回有序集中指定成员的分数值
5.限流
要求一秒内放行n个请求，超过n的无法访问
构建map[时间戳]=cnt，cnt>n禁止访问
6.分布式锁 SetNX
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。
redis的SetNX实现加锁、完成业务、释放锁，但不是高可用分布式锁
redis注意事项
1.大key和热key
（1）大key：value>10KB，读取成本高，容易导致慢查询（过期、删除），主从复制异常，服务阻塞。
处理：
- 大key拆分成小key
- 压缩：将value压缩后写入redis
- 冷热数据分离：热门的放在zset，其他放在db
（2）热key：QPS超过500
处理：
- 在redis cache前面再加一层LocalCache
- 拆分key，代价是更新时需要更新多个key，存在数据短暂不一致的风险
- 使用redis代理
2.慢查询
- pipeline一次不要传超过100个key
- zset不要大小超过5KB
- 对大key的删除和过期操作
3.缓存穿透：热点数据没查缓存，直接查了db。 原因：查询缓存中一定不存在的数据、缓存过期。 解决：缓存空值；布隆过滤器压缩key值，快速判断key是否存在
缓存雪崩：大量缓存同时过期 解决：将缓存失效时间分散开；使用缓存集群
