weixin_45701550的博客

以上介绍了引入缓存带来的复杂度和收益，以及选择一款缓存组件时，需要关注的缓存属性。在下一篇文章中，我们会介绍在大数据量情况下分布式缓存的使用和使用过程中的注意事项。

在redis刚启动的时候，每个redis实例，只知道自己被分配到的哈希槽信息，在每个实例启动后，各个实例之间会通过心跳交互，将自身分配的哈希槽信息同步给和自己连接的redis实例，因为整个集群中的实例之间有连接关系，一个实例可以通过其他实例连接到集群中任何一个实例，因此每个实例最终都会有所有实例上哈希槽的分布情况。当然，用来回答面试官的问题，更是游刃有余。这个时候，就需要将其他实例上的哈希槽，转移到这个新增加的实例上，或者当某个实例被检测到健康情况异常，就需要将整个实例上的哈希槽转移到其他实例上去。

这样会明显降低数据处理效率。而线程不安全，是站在客户端的角度说的，redis是只有一个线程在工作，但是客户单端却是有成千上万个的，对于客户端来说，redis是被共享的资源，所以对于客户端来说依旧存在线程安全问题。线程安全，是站在reids的角度来说的，redis使用单线程模型，是不存在线程安全问题的，以为他只有一个线程，不存在多线程间数据的共享，俗话说没有共享就没有伤害。读库存和写库存操作，在redis中是单线程执行的，是原子性的，但是整个扣减库存的操作却不是原子性的，这也是出现线程不安全的根本原因。...

在业务系统开发过程中，缓存经常会被使用，通过将数据存储在读写性能较高的存储介质中，来提升系统查询性能。在工作中经常使用的缓存有：本地缓存(进程内缓存)，分布式缓存(redis)等，最常见使用使用缓存的场景：将数据库中的部分数据放到缓存中，来降低数据库的请求量，从而提升系统 整体性能，因为一份数据存储在两个地方：缓存和数据库，所以在实际场景中，难免会出现"一致性"的问题。在讨论缓存一致性问题前，我们有必要定义清楚什么是一致性，这里仍然以数据库和缓存数据一致性为例，"数据一致性"主要包含以下两种情况：1.缓存中

缓存是后端开发中，经常用到的一种技术，缓存的存储介质读写效率都比较高，使用缓存可以加快我们对数据的读写，使用缓存主要用来加速我们的业务处理：把一些计算过程比较繁琐的结果数据或者读写效率比较低的存储介质上的数据，放到缓存中，这样当我们再次使用这些数据的时候，就可以直接从缓存中获取了，而不用再通过复杂的过程重复计算了，可以大大提供请求的处理速度。凡事有利有弊，引入了缓存后，系统可以处理的qps也会大幅度增加，系统可以处理的流量，可以远远超出了系统本身能承受的流量，因为绝大部分的请求都被缓存处理了。但是引入缓

在服务端系统服务开发中，缓存是一种常用的技术，它可以提高系统对请求的处理效率，而redis又是缓存技术栈中的一个佼佼者，广泛的应用于各种服务系统中。在大型互联网服务中，每天需要处理的请求和存储的缓存数据都是海量的，在这些大型系统中，使用单实例的redis，很难满足系统超高的并发请求以及海量数据缓存需求。大型的互联网服务中对于redis的使用，往往采用集群架构，通过横向扩展redis实例规模的方式，以较低的成本，来提升缓存系统对数据请求的处理效率和数据存储容量。redis集群架构虽然有众多优点，但是事物往

redis是一款数据结构丰富，性能出色的缓存系统，广泛使用于各种软件服务中。加上redis提供了多种语言的sdk和简单易用的api，大大降低了redis学习和使用的门槛，即使对redis内部原理不甚了解，也能轻松使用，虽然redis好用，但是却不能乱用，它就像一把瑞士军刀一样，十分锋利，如果使用不当，却会"伤害"到自己。再加上redis是一个公共资源，自己的不当操作可能会"伤害"到同事。为了减少在使用redis过程中，由于使用不当，造成的不必要"伤害"，这里笔者总结了一些，在日常开发中使用redis的一些规

主从架构在redis中的使用