一条路上的咸鱼

①项目过于庞大维护困难。 如果系统过去庞大，那么代码会有很多，达到几十万行上百行，这样就需要很多人一起来维护一份代码，这样就很容易造成各种冲突，这样光合并代码就会浪费大量的时间在上面。 ②项目发布复杂。 一个小bug的修改发布需要整个系统全部进行重新发布，这样就很麻烦，不但发布…

redis cluster是redis提供的集群模式。 ①可以有多个master node，每个master node 都可以挂载多个slave node。 ②读写分离的架构，对应每个master node来说，写就写到master node，读就从master node对应的…

就是多客户端同时并发写一个key，可能本来应该先到的数据后到了，导致数据版本错了。或者是多客户端同时获取一个key，修改值之后再写回去，只要顺序错了，数据就错了。 采用分布式锁+数据修改的时间戳 方案来解决。 ①想要向缓存中写入数据时，必须要获得分布式锁，只有获得锁了才可以去进…

①读的时候，先读缓存，缓存没有就读数据库，然后将取出的数据放到缓存，同时返回请求响应。 ②更新的时候，先删除缓存，然后更新数据库。 ①因为很多时候，缓存中放的并不是简单的从数据中取出来值，可能要进行一个状态的替换，一些数据的计算，还有可能要进行数据的组合等等。 ②二八法则，即2…

缓存雪崩指的是在同一时刻，缓存大量失效，导致大量的请求直接到了数据库，数据库压力剧增，引起系统崩溃。可能出现的情况有： ①大量的key设置了相同的过期时间，导致在缓存在同一时刻全部失效，造成瞬时DB请求量大、压力骤增，引起雪崩。 ②缓存系统出现故障，造成缓存系统无法提供服务，造…

redis持久化的意义，在于 故障恢复 。 如果没有对数据进行持久化，那么如果redis遇到灾难性的故障，就会丢失所有的数据。 如果通过redis的持久化机制将数据持久化到硬盘上面去，然后在定期将磁盘上的文件备份到一起其他的服务器上面(比如:云服务器),这样就可以保证即使red…

redis高并发：主从架构，一主多从，一般来说，很多项目其实就足够了，单主用来写入数据，单机几万QPS，多从用来查询数据，多个从实例可以提供每秒10万的QPS。 redis高并发的同时，还需要容纳大量的数据：一主多从，每个实例都容纳了完整的数据，比如redis主就10G的内存量…

①在设置缓存数据时制定了过期时间，这样到了过期时间数据就不见了。 ②redis的数据是存放在内存中的，而内存是有限的，是不可能放过多数据的，比如只有10G的内存，想要向里面放入20G的数据，那么就注定会有10G的数据会丢失。 redis采用了 “定期删除+惰性删除” 的过期策略…

这是最基本的类型了，就是普通的set和get，做简单的kv缓存。 这个是类似map的一种结构，这个一般就是可以将结构化的数据，比如一个对象（前提是这个对象没嵌套其他的对象）给缓存在redis里，然后每次读写缓存的时候，可以就操作hash里的某个字段。