Redis（全称为Remote Dictionary Server）是一个开源的高性能键值对存储系统，具有快速、灵活和可扩展的特性。它是一个基于内存的数据结构存储系统，可以用作数据库、缓存和消息代理。
Redis是什么
数据从单表，演进出了分库分表，MySQL从单机演进出了集群。
随着数据量的增长，读写数据压力的不断增加。
数据分为冷数据和热数据：热数据即经常被访问到的数据，可以将热数据存储到内存中。
但是一般来说，内存数据一旦重启，就会丢失。那样要怎么处理呢？
Redis能在服务器上做到持久化。本工作原理如下
- 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
- 单进程处理
一些应用场景
-
连续签到：例如掘金每日签到，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。就可以使用string这种数据结构来存储连续签到的值，将连续签到的过期时间expire设置到后天的0点。
-
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。可以使用Redis中的list这种数据结构来对其进行存储。
-
计数：有一篇文章，其有点赞数、阅读数、关注数等数据需要进行存储。可以使用Hash这个数据结构来将文章和所涉及的数据进行存储。
-
排行榜：对某个用户的关注数进行排列，积分变化时，排名要实时变更，可以使用zset这个数据结构来进行存储。
-
限流：要求1秒内放行的请求为N，超过N则禁止访问。可以对其设置一个1s的key-value，每次请求时访问其数据，若存在则被拦截，否则可以请求以达到限流的效果。
-
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：①Redis是单线程执行命令；②setnx只有未设置过才能执行成功。
使用Redis的注意事项
大Key、热Key
大Key的定义：
Key所对应的Value过大会造成：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等危害。我们可以对其进行拆分和压缩两种方式，以消除大Key。
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。我们可以通过设置Localcache、拆分等方式来解决热Key带来的危害。
慢查询场景
(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
缓存穿透指的是热点数据查询绕过缓存,直接查询数据库。
缓存雪崩指的是大量缓存同时过期。
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
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。
可以通过设置缓存空值和使用布隆过滤器来减少缓存穿透。
通过将缓存时间分散开、热点数据设置较长的过期时间、使用Redis集群等操作来避免产生缓存雪崩。
