Redis
数据类型
String字符串：因为C语言字符串的限制（没有扩容机制，获取长度速度太慢，特殊字符无法处理）
List链表：双向链表
Hash哈希表：拉链法
Set集合：1.普通集合（利用Hash） 2.整数集合（数组实现，所以添加扩容，删除缩容，查找二分）
ZSet有序集合：跳表
跳表：
构建：随机n/2作为一级索引，n/4作为二级索引
插入：1/2概率无索引，1/4概率为一级索引，1/8概率为二级索引
利用redis实现微博热搜TopK
1. Hash哈希表，键存储热搜标题，值存储热度，排序，选取TopK，复杂度O(nlogn)
2. Zset，复杂度O(k)
缓存穿透
查询大量不存在的数据
解决方案：
- 空结果缓存
- 布隆过滤器
缓存击穿
热点请求的key过期了，并发请求压垮数据库
解决方案：
- 互斥锁（强一致性、性能差）
- 逻辑过期（高可用、性能优、不能保证数据绝对一致）
缓存雪崩
同一时段大量缓存key同时失效或者Redis宕机，导致大量请求到达数据库
解决方案：
- 给不同的Key的TTL添加随机值
- 利用Redis集群提高服务的可用性（哨兵模式、集群模式）
- 给缓存业务添加降级限流策略（nginx, gateway）
- 给业务添加多级缓存
注：降级限流策略可以作为缓存穿透、缓存击穿、缓存雪崩的保底策略。
双写一致性
当修改了数据库的数据，同时更新缓存数据，缓存数据和数据库的数据要保持一致
延迟双删
删除缓存 -> 操作数据库 -> 延时删除缓存
无法强一致性
为什么要延迟？
数据库是主从模式，等待数据同步到从节点
分布式锁
强一致性，性能低
缓存的数据一般是读多写少
添加共享锁（读）与排他锁（写）
异步通知
异步通知保证数据的最终一致性
写入数据库 -> 发布MQ消息 -> 监听MQ消息 -> 更新缓存
持久化
RDB: Redis数据备份文件
原理：
开启子进程，子进程共享主进程内存数据(页表)，将数据写入RDB文件
copy-on-write解决脏写：
- 当主进程执行读操作，访问共享内存
- 当主进程执行写操作，拷贝一份数据，执行写操作
AOF: 记录每一个写命令，默认关闭
Always:
同步刷盘，性能影响大，可靠性高
everysec:
每秒刷盘，性能适中，可能丢1s数据
no:
操作系统自动控制，性能最好，可能丢大量的数据
通过设置bgrewriteaof可以重写AOF，只保留最后一次写操作
数据过期策略
惰性删除：需要key的时候检查，如果过期就删除。CPU友好，内存不友好
定期删除：每隔一段时间检查，删除过期的key
Redis过期策略是这两种方法配合使用
数据淘汰策略
noeviction：不淘汰任何key，满了不允许写入
volatile-ttl：对设置了TTL的key，淘汰剩余TTL最小的key
allkeys-random: 对全体的key进行随机淘汰
volatile-random：对设置了TTL的key，随机进行淘汰
allkeys-lru：对全体key，基于LRU算法进行淘汰
volatile-lru：对设置了TTL的key，基于LRU算法进行淘汰
allkeys-lfu：对全体key，基于LFU算法进行淘汰
volatile-lfu：对设置了TTL的key，基于LFU算法进行淘汰
选择方法：
0. 优先使用allkeys-lru
1. 数据访问频率差别不大，没有明显的冷热数据，allkeys-random
2. 置顶需求，置顶数据不设置过期时间，volatile-lru
3. 短时高频访问，allkeys-lfu、volatile-lfu
分布式锁
setnx
主从复制
主从全量同步：
主从增量同步：
哨兵模式
- 监控
- 自动故障恢复：选一个slave提升为master
- 服务发现来源
分片集群
略
