缓存穿透

查询一个不存在的数据，MySQL查询不到数据，那也不会写入缓存中，就会导致每次都查询数据库。

方案一： 缓存空数据

把空的数据也存入到缓存中，问题是，当之后数据库有这个数据后，缓存中还是缓存的空，那么就脏读。因为不能一有新数据就往缓存中添加。

方案二： 布隆过滤器

缓存预热过程中，初始化布隆过滤器。对于一个查询，如果查询到布隆过滤器中有数据，那么才进行后面的过程，若布隆过滤器中不存在，则直接返回。布隆过滤器判断数据存在，不代表Redis中数据真的存在。若不存在，那真不存在。对于新添加到Redis中的值，同时添加到布隆过滤器中。

缓存击穿

给一个key设置了过期时间，当key过期时，有大量请求访问这个key。

每一个请求来访问，都判断缓存中没有这个key，因为这时还没有一个线程请求结束。进而都进行访问数据库。

**方案一：**互斥锁

当某个线程想去访问数据库时，加互斥锁，然后查询数据库，把数据写入缓存。其它线程等待这个线程释放锁，然后去缓存中获取数据。

**方案二：**逻辑过期

把数据设置为不过期，如果查询缓存发现数据逻辑过期，那就获取互斥锁，新开一个线程去数据库把数据写入缓存（写完后新线程释放锁，锁传递？），当前线程就返回过期数据。如果其它线程

缓存雪崩

同一时间段有大量的key过期，或者Redis服务宕机。

• 给不同的Key的TTL添加随机值
• 利用Redis集群，哨兵模式，集群模式
• 加降级和限流策略，Nginx，gateway
• 加多级缓存，Guava、Caffeine

双写一致

当修改了数据库的数据，同时更新缓存。

• 延迟双删

删除缓存-》修改数据库-》删除缓存

删除了一次缓存后，在中间过程有请求过来，又会重新写入缓存（脏数据），所以后面再删一次。最后一次删除时间不好把控

• 读写锁

当线程对某个数据获取到写锁，那么其它线程不能读写。

当线程获取了某个数据的读锁，那么其它线程可以进行读。

• 异步通知

保证数据的最终一致性

当有修改数据，写入数据库成功后，发布消息

• Cannal

持久化

• bgsave

开始时，主进程fork子进程，将内存的数据写入RDB文件到本地。

当子进程执行写操作时，会将数据拷贝一份，执行写操作。

• RDB

数据快照文件

• AOF

记录Redis中每一个写命令。

数据过期策略

**惰性删除：**设置key过期后，不去管它，等查询到这个数据了，发现过期，再删掉。

**定期删除：**每隔一段时间，对key进行检查，删除里面过期的key。

数据淘汰策略

• noeviction： 不淘汰任何key，但是内存满时不允许写入新数据，默认就是这种策略。
• volatile-ttl： 对设置了TTL的key，比较key的剩余TTL值，TTL越小越先被淘汰
• allkeys-random：对全体key ，随机进行淘汰。
• 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

Redis分布式锁

获取锁 SETNX key value EX 10

释放锁 DEL key

Redisson

某个业务通过setnx设置变量后，当服务挂了，那么就没有del 该变量，导致其它业务不能setnx，通过设置超时时间，又不够优雅。

获取Redisson锁，其业务内Watch dog机制作为守护线程，定时为key自动续期。如果业务执行完毕，会删除这个key。如果业务中断了，那这个定时任务也不执行了，也就不会自动续期，到期后自动删除。

**可重入：**锁结构上存的字段是获取锁的线程，在一个线程内是共享的，同时存储锁获取次数。

存在主从数据一致性问题，在一个主节点上SETNX，这时主节点挂了，然后有新的主节点，这时其它应用也可以SETNX。

RedLock：在多个实例上创建同一个锁，如果超过半数的实例上SETNX成功，那么客户端获取锁成功。

主从复制

搭建主从集群，实现读写分离

全量同步：

先判断主从是否是一个数据集，不是一个数据集，需要进行全量同步，主节点执行bgsave，生成RDB，发送RDB文件给从节点。

增量同步：

记录偏移量，随后的主从是进行增量同步，主节点将repl_baklog大于偏移量的部分的命令，发送给从节点。

哨兵

实现主从集群的自动故障恢复。

Sentinel会心跳检测节点是否活着，如果master故障了，会从slave中选一个作为master，并通知客户端发生集群故障转移。

主观下线：某个Sentinel节点检测不到某个Redis实例。

客观下线：超过指定数量的Sentinel节点检测不到某个Redis实例。

集群脑裂

主节点、从节点和Sentinel处于不同的网络分区，然后检测不到master，就选举了一个新的master。但实际上就存在了两个master。网络恢复后，老的主节点降为从节点，再从新的master同步数据，导致数据丢失。

解决：减少一下从节点数量，缩短主从同步时间间隔。（没有从根本上解决）

分片集群

解决海量数据存储问题，高并发写的问题。

• 集群中有多个master，每个master保存不同的数据
• 每个master又有多个slave节点
• master ping健康状态。

分片集群有16384个哈希槽，每个key通过CRC16校验后对16384取模，决定存放在哪个槽，集群每个节点负责一部分hash槽。

Redis为什么快

• 纯内存操作
• 采用单线程，避免不必要的上下文切换
• I/O多路复用

I/O多路复用

对于某个客户端，调用阻塞select，内核监听Socket集合，任一一个socket数据就绪，将会唤起select。随后客户端调用对应的Socket的recvfrom方法获取数据。

select和poll只会通知用户进程有Socket就绪。

epoll通知用户进程哪些Socket就绪。