一、Redis双写一致
1、实现逻辑
当系统中增加了缓存服务器，读写操作都需要针对缓存数据实现管理逻辑，其中当写数据的时候（增删改）必须保证缓存中数据和数据库中数据的一致，至少保证绝对没有脏数据。这种缓存的管理被称为双写一致。
访问数据库，增删改的时候，同时访问缓存，实现增删改或者淘汰缓存。
双写不是MySQL数据库和Redis数据库，是RDBMS关系型数据和其他。
其他可以是Redis、ElasticSearch、MongoDB等任何看可以保存数据的数据源。
2、如何保证书写一致
保证双写一致有一个原则，称为Cache Aside Pattern。即边路缓存思想（适用于Redis）。
定义了读和写的时候有缓存数据的时候缓存该如何执行。
读：
- 访问缓存，查询数据，如果有缓存直接返回缓存内容
- 如果缓存没有数据，访问数据库（RDBMS）查询数据。
- 把RDBMS中的数据保存到缓存中。
写：
- 写入数据库RDBMS
-
3、缓存淘汰
原因：写操作缓存淘汰的原因：同步缓存（新增或者修改缓存），有时间代价和数据不一致的冲突。
举个栗子：
多线程情况下有A和B两个线程同时操作一组数据。设A和B对数据M进行操作，当前两个线程读取M的值均为20 。A对M的值进行了修改，修改为10，但是CPU时间片到了，A线程进入阻塞的状态。这时B对M的值也进行了修改，修改为30。然后进行写入缓存的操作，缓存中的M为30。这时A线程分配到了时间片执行到写入缓存的操作，更新缓存中M的值为10 。
这个时候数据库中M的值为30，但是缓存中M的值为10 。10即为脏数据，实际的值应该为30 。这是同步缓存导致的数据不一致冲突。
缓存黑洞
缓存服务器中保存的数据，必须永久保存，且这些缓存数据理论上没有上限。
这种情况一旦发生，称为缓存黑洞。如微信朋友圈、QQ说说、facebook分享等。在一些特定的环境中，不作为缓存问题。解决方便，但是有些情况是不能解决的。缓存雪崩
缓存服务器中的数据，在某一时刻，大面积过期失效，导致查询逻辑，大量请求访问数据库，执行数据查询。导致数据库响应变慢，最严重造成数据库宕机。这种情况称为缓存雪崩。
解决方案： 把缓存服务器中的有效时间分散。尽量保证同一时刻， 只有少量数据过期失效。甚至是个别数据，过期失效。通常使用固定有效时常+-随机有效时长。
- 使用定时任务，周期的查询数据库中的数据，保存到缓存服务器中，设置有效时长。有效时长，大于定时任务的周期。需要配合大数据系统实现。让大数据系统分析，什么数据需要缓存，定时任务，查询需要缓存的数据，保存到Redis中。
缓存击穿
当缓存服务器中的某数据过期失效后，有高并发的客户端请求，同时查询这一个数据数据。导致高并发请求，击穿缓存，进入数据库执行查询逻辑。导致数据库响应变慢，最严重导致数据库宕机。称为缓存击穿。（有人也叫缓存穿透）。
解决方案：使用技术手法，让一个请求进入数据库查询数据，并把查询结果保存到缓存服务器中。其他请求，阻塞等待，阻塞结束后，从缓存服务器中查询数据并返回。
使用分布式锁，让多进程、多线程环境中，只有一个请求线程，访问数据库。缓存穿透
读穿透。当高并发请求，查询一个缓存服务器不存在、且数据库中也不存在的数据，无分布式锁处理。导致高并发请求，反复访问数据库，查询不存在的数据，数据库压力升高，最严重导致数据库宕机。这种情况称为缓存穿透，一般发生在恶意攻击时。
解决方案：如果数据库查询结果不存在，则创建一个托底数据，短期保存在缓存服务器中，做降级处理。持久化方案
淘汰策略
Redis持久化方案有哪些？特点分别是什么？
AOF RDB
如果Redis服务器内存不足了，如何实现数据淘汰？（Redis中的数据淘汰策略有哪些？（Redis中的key过期了，如何实现淘汰？））
key过时，如何淘汰：周期淘汰+延迟淘汰。
周期：redis周期启动一个淘汰过期key的任务。分析部分key，是否过时，如果过时，则删除淘汰。
延迟：访问key的时候，检查是否过时。
内存不足，添加新键值对，如何淘汰旧数据：8种
LRU ： 最少使用
all - 所有key中，最少使用的，淘汰
volitail - 所有有有效期的key中，最少使用的，淘汰
LFU ： 最少频率
all - 所有key中，最少频率的，淘汰
volitail - 所有有有效期的key中，最少频率的，淘汰
Rondom ：
all - 所有key中，随机淘汰
volitail - 所有有有效期的key中，随机淘汰
TTL - 淘汰剩余有效期最短的key。
noeviction - 不淘汰任何旧数据，报错。默认的淘汰机制
若有收获，就点个赞吧
0 人点赞
