Redis
为什么需要Redis
数据分冷热，数据从内存读取比较快，将热数据存在Redis里面，冷数据存在MySQL里面
使用
读 Redis如果存在，直接返回Redis中的数据，如果不存在再查mysql 写 监听mysql 的binlog文件，将变更写在redis
持久化
数据可以再一定程度上做到持久化，将增量数据保存到AOF文件，将全量数据保存在RDB文件，可以防止重启数据丢失
工作原理
数据从内存中读写
数据保存在硬盘上防止重启数据丢失
单线程处理所有操作命令，可用于分布式锁等
数据结构
数据结构String
包含len,alloc,flags,buf四个部分，有sds指针位于flags和buf之间，左侧是key，右侧是value。len表示buf中存储的数据的实际长度，alloc表示为buf分配的空间，flags表示数据的数据类型，buf保存数据
数据结构List(QuickList)
QuickList由一个双向链表和istpack实现
listpack包含 totbytes表示listpack的长度，num elements表示元素个数，elements(element-1,element-2,element-3...) ,listpack end-byte表示结尾
数据结构Hash
拉链表形式的哈希实现。当数据量大时候，会进行rehash操作，如果直接rehash，会阻塞用户的请求，所以采用了渐进式rehash的方案，每次用户访问时都迁移少量数据，将整个迁移过程，平摊到所有的访问请求过程中。
数据结构zset
skiplist，跳表。redis中跳表层数最多为4层，数据组织为双向链表
限流
要求1秒内放行的请求为n，超过n禁止访问。 实现: 构建一个key,命名为任意前缀加上时间戳，如comment_frep_limit_1671356046,对这个key调用incr，超过限制n则禁止访问。
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，其他等待的协程才能执行。可以使用redis的setnx实现，利用特性：Redis是单线程执行命令，setnx只有未设置过才能执行成功 该方法存在问题：（1）业务超时解锁，会导致并发问题，业务执行时间会超过锁超时时间 （2）redis主备切换临界点问题，主备切换后，A持有的锁还未同步到新主节点时，B可在主节点获取 （3）redis集群脑裂，导致出现多个主节点
Redis使用注意事项
大Key热key
大key
大Key的定义：String类型 value的字节数大于10kb 或 Hash/Set/ZSet等复杂数据类型，元素个数大于5000个或总value字节数大于10MB即为大key。 大Key的危害：
- 读取成本高
- 容易导致慢查询
- 主从复制异常，服务阻塞，无法正常响应请求 业务侧使用大Key的表现：请求Redis超时报错。
消除大Key的方法：
- 拆分，将大Key拆分为小key
- 压缩，将value压缩后写入redis,读取时解压后再使用。
- 集合类
拆分：可以用hash取余，用位掩码的方式决定放在哪个key中 区分冷热：如榜单列表场景使用zset只缓存前十页，后续走db
热key
用户访问一个key的QPS特别高，导致负载不均或CPU负载突增。一般认为QPS超过500就是热key(字节跳动)。
解决热key的方法：
- 设置Localcache，在访问Redis前，在业务服务测设置Localcache，降低访问Redis的QPS。LocalCache中缓存过期或者未命中，则从Redis将数据更新到LocalCache.
- 拆分（或者说拷贝多份），value这一个热key复制写入多份，访问时候访问多个key，但value相同，可以将qps分散到不同实例上，降低负载。代价时更新时需要更新多个key,存在数据短暂不一致的风险
- Redis代理，发现热key就将热key数据存储到代理中。
慢查询
容易导致redis慢查询的操作
- 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，超过后性能下降明显。
- zset大部分命令是O(log(n))，当大小超过5k以上时，简单的zadd/zerm也可能导致慢查询
- 操作的单个value过大，超过10kb，也即，避免使用大Key
- 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：
- 查询一个一定不存在的数据，这类查询请求都会直接打到db，如果有系统bug或者人为攻击，那么容易导致db响应慢甚至宕机
- 缓存过期时，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，同一时间内有大量key过期时，也会导致大量请求落在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
- 缓存空值 如一个不存在的userId，这个id在缓存和数据库中都不存在，则可以缓存一个空值，下次再查缓存直接返回空值
- 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的key(访问时现在布隆过滤器询问key是否存在)
如何避免缓存雪崩
- 缓存空值 将缓存失效时间分散开，比如再原有的失效时间基础上增加一个随机值
- 使用缓存集群,避免单机宕机造成的缓存雪崩
