01. 什么是Redis
redis 简介
简单来说，redis 就是一个数据库，不过与传统数据库不同的是 redis 的数据是存在内存中的，所以读写速度非常快，因此 redis 被广泛应用于缓存方向。另外，redis 也经常用来做分布式锁。redis 提供了多种数据类型来支持不同的业务场景。除此之外，redis 支持事务 、持久化、LUA脚本、LRU驱动事件、多种集群方案。
Redis基本工作原理
-
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
02. Redis应用案例
1. 连续签到
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
2. 消息通知
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
3. 计数
一个用户有多项计数需求，可通过hash结构存储
ehash：rehash操作是将ht[0]中的数据，全部迁移到ht[1]中。数据量小的场景下，直接将数据从ht[0]拷贝到ht[1]速度是较快的。数据量大的场景，例如存有上百万的KV时，迁移过程将会明显阻塞用户请求。•渐进式rehash：为避免出现这种情况，使用了rehash方案。基本原理就是，每次用户访问时都会迁移少量数据。将整个迁移过程，平摊到所有的访问用不请求过程中。
4. 排行榜
积分变化时，排名要实时变更
结合dict后，可实现通过key操作跳表的功能
ZINCRBYmyzset2"Alex"
ZSCOREmyzset"Alex"
5. 限流
要求1秒内放行的请求为N，超过N则禁止访问
6. 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
03. Redis使用注意事项
1. 大Key、热Key
大Key的危害
•读取成本高
•容易导致慢查询（过期、删除）
•主从复制异常，服务阻塞无法正常响应请求
消除大Key的方法
1. 拆分将大key拆分为小key。例如一个String拆分成多个String
2. 压缩将value压缩后写入redis，读取时解压后再使用。压缩算法可以是gzip、snappy、lz4等。通常情况下，一个压缩算法压缩率高、则解压耗时就长。需要对实际数据进行测试后，选择一个合适的算法。如果存储的是JSON字符串，可以考虑使用MessagePack进行序列化。
热Key的定义
用户访问一个Key的QPS特别高，导致Server实例出现CPU负载突增或者不均的情况。热key没有明确的标准，QPS超过500就有可能被识别为热Key。
解决热Key的方法
1. 设置Localcache
在访问Redis前，在业务服务侧设置Localcache，降低访问Redis的QPS。LocalCache中缓存过期或未命中，则从Redis中将数据更新到LocalCache。Java的Guava、Golang的Bigcache就是这类LocalCache
2. 拆分
将key:value这一个热Key复制写入多份，例如key1:value,key2:value，访问的时候访问多个key，但value是同一个，以此将qps分散到不同实例上，降低负载。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
2.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
3. 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
如何减少缓存穿透？
(1)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，下次再查缓存直接反空值。
(2)布隆过滤器通过bloomfilter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。
