1、Redis是什么？

1.1 Redis概念

Redis（Remote Dictionary Server）是一种开源的高性能键值存储数据库，常用于缓存和数据存储。它支持多种数据结构，如字符串、哈希、列表、集合、有序集合等，并提供快速读写操作。Redis的内存存储和持久化机制，以及发布/订阅功能，使其在实时数据处理、会话管理和高速缓存方面广泛应用。其简单的API、复制和高可用性特性，使其成为构建快速、可靠应用的强大工具。

1.2为什么我们需要Redis

同样是数据库，为什么我们需要Redis，用MySQL不行吗？

现在需要处理的数据量相比较于以前大大上升了，MySQL从单机演进出了集群，由于数据量的增长，MySQL读写数据压力的不断增加，我们出于对性能的考虑，Redis就应运而生了~ Redis是基于内存的数据库，因此读写速度非常快，适用于需要快速响应和高并发的场景，如缓存、实时计数等。而MySQL是基于磁盘的，虽然也有缓存机制，但在大量读写请求下可能会受到磁盘I/O的限制，性能不如Redis。

当然我们也会用到MySQL，比如我们经常访问的数据可以分为“冷热”数据。经常被访问到的数据被称为“热数据”，它就会被存到Redis里面，以便下次更快的读取。很少访问到的数据被称为“冷数据”，他就会被存放到MySQL里面。

2、Redis的应用案例

2.1 连续签到

利用Redis实现连续签到通常基于以下原理：

键值存储： 每个用户的签到记录可以使用Redis的键值对来存储。每个用户对应一个键，其值可以是一个有序集合（Sorted Set）或者列表（List）。
时间戳： 在签到时，会记录当前的时间戳作为签到时间。
连续性判断： 通过对有序集合或列表的成员进行查找和比较，可以判断用户是否连续签到。有序集合的分值可以表示时间戳，使得记录按照时间顺序排列。
过期时间： Redis可以设置键的过期时间，用于限定用户签到记录的保留时间，避免数据长时间无用。
定时任务： 可以使用Redis的定时任务（例如：Redis的过期键通知）来检查连续性，例如每天零点，检查前一天的签到记录，判断是否连续。

2.2 消息通知

利用Redis实现消息通知通常基于以下原理：

发布/订阅模型： Redis提供了发布/订阅（Pub/Sub）模型，允许一个消息发布者（Publisher）将消息发送给多个订阅者（Subscribers）。
频道（Channel）： 消息通过Redis的频道进行发布和订阅。发布者将消息发布到一个频道，而订阅者可以订阅感兴趣的频道以接收相关消息。
消息队列： Redis的发布/订阅模型也可以用作简单的消息队列，发布者将消息发布到频道，订阅者从频道接收消息，实现消息传递和通知功能。
实时性： Redis的发布/订阅模型具有实时性，订阅者可以立即收到发布者发送的消息，适用于实时通知需求。

2.3 计数

利用Redis实现计数（如点赞数、浏览数）通常基于以下原理：

键值存储： Redis是一个键值存储数据库，可以用来存储计数器的值。每个计数器可以对应一个键。
数据类型选择： Redis提供多种数据结构，用于不同的计数需求。常用的有字符串（String）和哈希（Hash）。
自增操作： 利用Redis提供的自增（INCR）操作，可以将计数器的值在每次操作时增加。这是一种原子操作，能够在多线程或分布式环境中确保计数的准确性。
设置过期时间： 如果需要限制计数的有效时间，可以设置键的过期时间。这在一些临时计数需求（如短期活动的浏览数统计）中很有用。
持久化和内存管理： Redis提供了持久化选项，可以将计数数据保存到磁盘上。同时，由于计数数据可能增长，需要注意内存管理，避免过多的内存占用。

2.4 排行榜

利用Redis实现排行榜通常基于以下原理：

有序集合（Sorted Set）： Redis的有序集合是一种数据结构，其中每个成员都关联有一个分值（score）。有序集合内的成员按照分值进行排序，这使得它非常适合用于实现排行榜。
分值和成员： 在排行榜中，每个项目或实体都对应一个成员，其在有序集合中的分值表示其在排行中的位置或分数。
添加和更新： 将每个实体添加到有序集合中，分值表示其排行的权重或得分。如果需要更新排行，可以通过修改分值来实现。
获取排名： 可以通过成员在有序集合中的排名（排名从小到大或从大到小）来获取其在排行榜中的位置。
获取范围： Redis提供根据分值范围或排名范围来获取一定范围内的排行榜数据。
删除和剔除： 可以根据需要从排行榜中删除或剔除实体。对于过期的排行，可以设置键的过期时间来自动剔除。
数据展示： 根据排行榜的需求，将有序集合中的成员和分值展示为具体的排行榜列表。
更新频率： 排行榜的更新频率可以根据业务需求决定，可以是实时更新，也可以是定期更新。

2.5 限流

利用Redis实现限流通常基于以下原理：

计数器和时间窗口： 限流的目标是控制在一段时间内的请求频率。这可以通过在Redis中创建一个计数器，记录在特定时间窗口内的请求次数。
String和过期时间： Redis的字符串（String）类型适用于存储计数器的值，同时可以利用Redis的过期时间特性，设置键的过期时间以实现时间窗口的自动清除。
单线程处理命令： Redis是单线程处理命令的，这使得操作具有原子性，避免了多线程环境下的竞争条件。在执行计数操作时，不会受到其他并发命令的干扰。
自增操作： 使用Redis的自增操作（如INCR）来递增计数器的值。每次请求到达时，会对计数器执行自增操作。
时间窗口限制： 设置一个时间窗口，限制在该时间段内的请求次数。超过时间窗口后，可以通过重置计数器来重新开始计数。
计数判断： 在每次请求前，检查计数器的值是否超过设定的阈值。如果在限制范围内，允许请求继续；否则拒绝请求。
分布式场景： Redis的单线程特性在分布式场景下也有优势。通过Redis的分布式锁和同步机制，可以确保多个节点之间的计数器同步和一致性。

2.6 分布式锁

以下是Redis实现分布式锁的原理：

获取锁： 当一个进程（或线程）需要获得分布式锁时，它会尝试在Redis中创建一个特定的键，并设置一个过期时间。这个操作需要使用Redis的SET命令，但需要设置一个NX（如果键不存在则设置）选项，以确保只有一个进程能成功地创建这个键，即获得了锁。
过期时间： 为了避免某个进程获取锁后因异常退出而无法释放锁，锁的键通常会设置一个过期时间。一旦过期时间到达，Redis会自动释放这个键，其他进程就可以再次尝试获取锁。
释放锁： 当进程完成了需要锁保护的操作，它会使用DEL命令来删除锁的键，从而释放锁。这个操作需要确保只有锁的拥有者才能释放锁，以防止误释放。
保持原子性： Redis的命令是原子性的，所以获取锁、设置过期时间和释放锁这些操作是原子的，不会受到其他进程的干扰。
避免死锁： 设置合理的锁的过期时间是避免死锁的关键。如果获取锁的进程崩溃或异常退出，锁会在一段时间后自动释放，避免永久占用资源。
保持一致性： 通过使用Redis的单线程处理命令的特性，分布式锁能够在不同的节点上保持一致性，确保只有一个进程获得了锁。

3、Redis使用注意事项

3.1 避免使用大Key、热Key

在使用Redis时，有两个重要的概念需要注意：大Key和热Key。这些问题可能会影响Redis的性能和可用性，因此需要特别关注和处理。

大Key： 大Key是指存储在Redis中的某个键对应的值非常大，通常是大于Redis的最大对象大小（通常为512MB）。大Key会影响Redis的性能和内存使用，因为读写操作需要处理大量数据。同时，大Key可能导致阻塞其他操作，因为读取或写入大Key会占用较长时间的CPU和带宽资源。

注意事项：
- 避免存储大量数据在单个Key中，考虑分割成多个较小的Key来存储。
- 使用Hash或List等数据结构来分割大数据，以避免单个Key的大小过大。
- 压缩大Key
热Key： 热Key是指被大量访问的键，导致某个特定的Key成为热点，造成了不均衡的访问分布。热Key会导致单个Key的读写操作非常频繁，影响了Redis的性能和并发能力。当热Key达到一定阈值时，可能会导致Redis服务器的性能问题或甚至宕机。

注意事项：
- 使用合理的缓存策略，如Least Recently Used (LRU) 或 Least Frequently Used (LFU)，以避免某个Key长时间占用缓存。
- 如果可能，将热Key进行分片或分散，以减轻对单个Key的访问压力。

3.2 慢查询场景

在使用Redis时，慢查询场景是指Redis执行某些命令或操作时的响应时间超过了预期，导致性能下降或影响系统的可用性。以下是在慢查询场景下需要注意的一些方面：

慢查询检测： Redis提供了SLOWLOG命令，用于记录执行时间超过一定阈值的命令。通过定期检查慢查询日志，可以识别可能引起性能问题的操作。
分析查询： 当发现慢查询时，需要仔细分析执行该命令的情况。可以使用Redis的EXPLAIN命令或其他监控工具来了解命令的执行计划和资源消耗情况。
命令优化： 针对慢查询，可以尝试优化命令的参数、数据结构、使用索引等方式，以减少查询时间。
合理使用索引： 在使用有序集合、哈希表等数据结构时，合理使用索引来加速数据的检索。避免在大数据集上进行全表扫描。
适当的数据分片： 在分布式环境中，适当地将数据分散到多个节点上，避免单个节点负载过重，从而减少慢查询的可能性。
避免阻塞操作： 部分Redis命令是阻塞的，例如BLPOP、BRPOP等。在高并发场景中，这些命令可能会导致阻塞操作，影响性能。要谨慎使用，可以考虑异步操作。
合理设置超时： 在使用阻塞命令时，设置合理的超时时间，以防止长时间的等待造成性能问题。
使用合适的数据结构： 选择适合场景的数据结构可以极大地提高查询效率。比如，使用哈希表来存储字段，或使用位图来表示状态等。
监控和预警： 使用监控工具定期检查Redis的性能指标，如响应时间、命令执行时间等。设置预警机制，及时发现慢查询问题。
缓存优化： 如果某些慢查询是由于缓存失效引起的，可以考虑优化缓存策略，减少缓存失效带来的性能影响。

3.3 注意缓存穿透、缓存雪崩

在使用Redis时，缓存穿透和缓存雪崩是两个重要的缓存相关问题，需要特别注意和处理。以下是对这两个问题的解释：

缓存穿透（Cache Penetration）： 缓存穿透是指在缓存中查找某个数据时，由于该数据在数据源中不存在，导致每次查询都无法从缓存中获取，最终会对数据源造成过多的查询压力。这可能是恶意请求、错误的缓存键或者没有被缓存的数据。

注意事项和解决方案：
- 布隆过滤器： 使用布隆过滤器等技术预先过滤不存在的键，避免查找不存在的数据进入缓存层。
- 空值缓存： 即使数据源中不存在某个键对应的数据，也将这个键存储在缓存中，但设置一个较短的过期时间，防止过多的无效查询。
缓存雪崩（Cache Avalanche）： 缓存雪崩是指在某个时间段内，缓存层中的大量数据同时失效，导致大量的查询请求直接访问数据源，引发数据库短时间内的巨大压力，甚至导致数据库崩溃。

注意事项和解决方案：
- 过期时间分散： 设置缓存数据的过期时间时，可以在同一类型的数据上加上随机的小偏移量，使得过期时间分散开来，避免集中失效。
- 热点数据持久化： 对于热点数据，可以考虑将其持久化，避免在缓存失效时完全依赖数据源。
- 高可用架构： 使用高可用架构，如主从复制、集群等，分散请求，降低单一节点失效的风险。
- 限流和熔断： 当缓存失效时，可以通过限制对数据源的请求频率或者熔断来保护数据库。

以上是我观看了《Redis-大厂程序员是怎么用的》这门课后，通过个人理解与上网查找各种资料的出来的总结~

Redis概念理清 | 青训营