一、Reids数据类型

1、字符串值（String操作）

  • set key value : 修改/新增数据
  • setnx key value :只可以新增键值
  • get key :获得指定key对应值
  • exists key :判断指定键值是否存在
  • del key 删除指定key-value
  • incr key给指定key对应value值新增1但是注 意值必须是数字类型字符串
  • incrby key 5给指定key对应value值新增5 但是注 意值必须是数字类型字符串
  • ttl查询指定k-V的有效时间
  • expire key 20给指定K-V设 置有效时间单位是秒
  • setex key 20 value新建一个K-V并 且设置有效时间是20s
  • keys *查询所有的key
  • type key查询指定key对应Value的类型
  • dbsize查询K-V的数量

  • flushdb清空所有的K -V

    2、哈希表（Hash）

  • hset key field value 给key中field设置值。

  • hget key field 获取key中某个field的值
  • hmset key field value field value …… 给key中多个filed设置值
  • hmget field field field …… 一次获取key中多个field的值
  • hvals key 获取key中所有field的值
  • hgetall key 获取所有field和value，返回值为field和value交替显示列表

  • hdel key field field …… 删除key中任意个field，返回删除的数量

    3、列表（list）

  • rpush key value value 向列表末尾中插入一个或多个值

  • lrange list 0 -1 返回列表中指定区间内的值。可以使用-1代表列表末尾
  • lpush key value value 将一个或多个值插入到列表前面
  • llen key 获取列表长度

  • lrem key count value 删除列表中元素。count为正数表示从左往右删除的数量。负数从右往左删除的数量。

    4、集合（Set）

  • sadd key value value value 向集合中添加内容。不允许重复。

  • scard key 返回集合元素数量

  • smembers key 查看集合中元素内容

    5、有序集合（Sorted Set）

  • zadd key score value score value 向有序集合中添加数据

  • zrange key 区间 [withscores] 返回区间内容，withscores表示带有分数

    6、流类型（Stream）

  • xadd key id field value [field value] id可以使用固定值，也可以使用（自动生成）。新添加的ID值必须大于已经存在的ID值 示例：xadd sxt name “sxt” age 12

  • xrange key ID开始值 ID结束值 - 代表最小值+ 代表最大值ID的取值为大于零的整数。

    二、Redis持久化策略

    Redis不仅仅是一个内存型数据库，还具备持久化能力。
    Redis每次启动时都会从硬盘存储文件中把数据读取到内存中。运行过程中操作的数据都是内存中的数据。
    一共包含两种持久化策略：RDB 和 AOF

    1、RDB（Redis DataBase）

    rdb模式是默认模式，可以在指定的时间间隔内生成数据快照（snapshot），默认保存到dump.rdb文件中。当redis重启后会自动加载dump.rdb文件中内容到内存中。
    用户可以使用SAVE（同步）或BGSAVE（异步）手动保存数据。
    可以设置服务器配置的save选项，让服务器每隔一段时间自动执行一次BGSAVE命令，可以通过save选项设置多个保存条件，但只要其中任意一个条件被满足，服务器就会执行BGSAVE命令。
    例如：
    save 900 1
    save 300 10
    save 60 10000
    那么只要满足以下三个条件中的任意一个，BGSAVE命令就会被执行。计时单位是必须要执行的时间，save 900 1 ，每900秒检测一次。在并发量越高的项目中Redis的时间参数设置的值要越小。
    服务器在900秒之内，对数据库进行了至少1次修改
    服务器在300秒之内，对数据库进行了至少10次修改
    服务器在60秒之内，对数据库进行了至少10000次修改。

1.1 优点

rdb文件是一个紧凑文件，直接使用rdb文件就可以还原数据。
数据保存会由一个子进程进行保存，不影响父进程做其他事情。
恢复数据的效率要高于aof
总结：性能要高于AOF

1.2 缺点

每次保存点之间导致redis不可意料的关闭，可能会丢失数据。
由于每次保存数据都需要fork()子进程，在数据量比较大时可能会比较耗费性能。

2、 AOF（AppendOnly File）

AOF默认是关闭的，需要在配置文件redis.conf中开启AOF。Redis支持AOF和RDB同时生效，如果同时存在，AOF优先级高于RDB（Redis重新启动时会使用AOF进行数据恢复）
AOF原理：监听执行的命令，如果发现执行了修改数据的操作，同时直接同步到数据库文件中，同时会把命令记录到日志中。即使突然出现问题，由于日志文件中已经记录命令，下一次启动时也可以按照日志进行恢复数据，由于内存数据和硬盘数据实时同步，即使出现意外情况也需要担心。

2.1 优点

相对RDB数据更加安全。

2.2 缺点

相同数据集AOF要大于RDB。
相对RDB可能会慢一些。

2.3 开启办法

修改redis.conf中。这个文件需要自己创建放到 /usr/local/redis目录下
appendonly yes 开启aof
appendfilename 设置aof数据文件，名称随意。

# 默认no
appendonly yes
# aof文件名
appendfilename “appendonly.aof”

三、高并发下Redis可能存在的问题以及解决方法

1、缓存穿透

在实际开发中，添加缓存工具的目的，减少对数据库的访问次数，提高访问效率。
肯定会出现Redis中不存在的缓存数据。例如：访问id=-1的数据。可能出现绕过redis依然频繁访问数据库的情况，称为缓存穿透，多出现在数据库查询为null的情况不被缓存时。
解决办法：
如果查询出来为null数据，把null数据依然放入到redis缓存中，同时设置这个key的有效时间比正常有效时间更短一些。

if(list==null){
// key value 有效时间 时间单位 redisTemplate.opsForValue().set(navKey,null,10, TimeUnit.**_MINUTES);
}else{
redisTemplate.opsForValue().set(navKey,result,7,TimeUnit.DAYS**);
}

2、缓存击穿

实际开发中，考虑redis所在服务器中内存压力，都会设置key的有效时间。一定会出现键值对过期的情况。如果正好key过期了，此时出现大量并发访问，这些访问都会去访问数据库，这种情况称为缓存击穿。
解决办法：

  • 永久数据。
  • 加锁。防止出现数据库的并发访问。

    2.1 ReentrantLock（重入锁）

    JDK对对于并发访问处理的内容都放入了java.util.concurrent中

ReentrantLock性能和synchronized没有区别的，但是API使用起来更加方便。

2.1.1 重入锁和非重入锁？

无论是重入还是非重入都是在一个线程中（直接体现一定出现一个方法（A）调用另外一个方法（B）。）当A方法获取锁后，调用的B方法是否能获取锁就是他们区别。如果B方法能获取到锁对象就叫重入锁。如果B方法无法获取锁对象就叫非重入锁。
在Java JDK中提供的锁都是重入锁。

2.2 解决缓存击穿实例代码

只有在第一次访问时和Key过期时才会访问数据库。对于性能来说没有过大影响，因为平时都是直接访问redis。

private ReentrantLock lock = new ReentrantLock();
@Override
public Item selectByid(Integer id) {
String key = “item:”+id;
if(redisTemplate.hasKey(key)){
return (Item) redisTemplate.opsForValue().get(key);
}
lock.lock();
if(lock.isLocked()) {
Item item = itemDubboService.selectById(id);
// 由于设置了有效时间，就可能出现缓存击穿问题 redisTemplate.opsForValue().set(key, item, 7, TimeUnit.**_DAYS);
lock.unlock();
return item;
}
// 如果加锁失败，为了保护数据库，直接返回null _return null**;
}

3、缓存雪崩

在一段时间内容，出现大量缓存数据失效，这段时间内容数据库的访问频率骤增，这种情况称为缓存雪崩。
解决办法：

  • 永久生效。
  • 自定义算法，例如：随机有效时间。让所有key尽量避开同一时间段。 | int seconds = random.nextInt(10000);
    redisTemplate.opsForValue().set(key, item, 100+ seconds, TimeUnit.SECONDS); | | —- |

4、边路缓存

cache aside pattern 边路缓存问题。其实是一种指导思想，思想中包含：
1. 查询的时候应该先查询缓存，如果缓存不存在，在查询数据库
2. 修改缓存数据时，应先修改数据库，后修改缓存。

5、Redis脑裂

Redis脑裂主要是指因为一些网络原因导致Redis Master和Redis Slave和Sentinel集群处于不同的网络分区。Sentinel连接不上Master就会重新选择Master，此时就会出现两个不同Master，好像一个大脑分裂成两个一样。
Redis集群中不同节点存储不同的数据，脑裂会导致大量数据丢失。

方案一：

解决Redis脑裂只需要在Redis配置文件中配置两个参数

min-slaves-to-write 3 //连接到master的最小slave数量
min-slaves-max-lag 10 //slave连接到master的最大延迟时间

方案二：

在不同机房中部署多个Sentinel，配置时配置数量大一些，必须绝大多数哨兵都认为Master宕掉后才选择主。这样会在一定程度上避免脑裂现象。

方案三：

如果不希望配置很多哨兵，可以吧哨兵和客户端项目部署到同一个机房（主要是为了让哨兵和客户端项目走同一个网络），项目访问主从和哨兵的架构时，必须链接哨兵，由哨兵返回主的信息，所以即使出现脑裂现象，客户端项目和哨兵要不就都能访问某个主，要不就都不能访问某个主，不会影响项目的正常运行。

6、Redis缓存淘汰策略/当内存不足时如何回收数据/保证Redis中数据不出现内存溢出

6.1 何时淘汰数据

  1. 消极方法（passive way）：在读取数据时先判断是否过期，如果过期删除他。例如：get、hget、hmget等
    2. 积极方法（active way）：周期性判断是否有失效内容，如果有就删除。
    3. 主动删除：当超过阈值时会删除。
    在Redis中每次新增数据都会判断是否超过阈值。如果超过了，就会按照淘汰策略删除一些key。

    6.2 淘汰策略

    Redis中数据都放入到内存中。如果没有淘汰策略将会导致内存中数据越来越多，最终导致内存溢出。在Redis5中内置了缓存淘汰策略。在配置文件中有如下配置
# maxmemory-policy noeviction 默认策略noevication
# maxmemory 缓存最大阈值
# volatile-lru -> 在设置过期key集中选择使用数最小的。
# allkeys-lru -> 在所有key中选择使用最小的。
# volatile-lfu -> 在设置过期时间key集中采用lfu算法。
# allkeys-lfu -> 在所有key中采用lfu算法。
# volatile-random -> 在设置过期key集中随机删除。
# allkeys-random -> 在所有key中随机删除。
# volatile-ttl -> 在设置了过期时间key中删除最早过期时间的。
# noeviction -> 不删除key，超过时报错。

6.2.1 LRU

LRU (Least recently used) 最近最少使用，如果数据最近被访问过，那么将来被访问的几率也更高。LRU算法实现简单，运行时性能也良好，被广泛的使用在缓存/内存淘汰中。

  • 新数据插入到链表头部
  • 每当缓存命中（即缓存数据被访问），则将数据移到链表头部
  • 当链表满的时候，将链表尾部的数据丢弃
    6.2.2 LFU
    Least Frequently Used（最近最不经常使用）如果一个数据在最近一段时间很少被访问到，那么可以认为在将来它被访问的可能性也很小。因此，当空间满时，最小频率访问的数据最先被淘汰。

6.2.3 LRU和LFU的区别

LRU淘汰时淘汰的是链表最末尾的数据。而LFU是一段时间内访问次数最少的。

6.3 每次删除多少

淘汰数量量和新增数据量进行判断。

四、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：

  1. 访问缓存，查询数据，如果有缓存直接返回缓存内容
  2. 如果缓存没有数据，访问数据库（RDBMS）查询数据。
  3. 把RDBMS中的数据保存到缓存中。

写：

  1. 写入数据库RDBMS
  2. 淘汰缓存（删除缓存）

    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。
    Redis面试题整理 - 图1