Redis

Redis数据类型
String (字符串)
Hash (哈希，key=>value键值对)
List (简单的字符串列表，按照插入顺序排列)
Set (String类型无序集合)
zset (sorted set: 有序集合)

缓存穿透、击穿、雪崩
读取数据时先去缓存(redis)中找，如果缓存中没有，就会去数据库中查。
缓存穿透：很多用户查询在缓存中没有命中，就去持久层数据库查。
用户想查询一个数据，发现redis内存数据库没有，也就是缓存没有命中，于是向持久层数据库查询，发现也没有，于是本次查询失败。当用户很多的时候，缓存都没有命中，于是都去请求持久层数据库。这会给持久层数据库造成很大压力，相当于出现了缓存穿透。
缓存穿透解决方案：
1.布隆过滤器，布隆过滤器是一种数据结构，对所有可能查询的参数以hash形式存储，在控制层进行检验，不符合也丢弃，从而避免了对底层存储系统的查询压力；
2.缓存空对象，当持久层不命中后，即使返回空对象也将其缓存起来，同时会设置一个过期时间，以后再访问这个数据将会从缓存中取，直到缓存过期，保护了后端数据原。

缓存击穿： 指一个key非常热点，在不停的扛着大并发，大并发集中对这一个点进行访问，当这个key在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在一个屏障上凿开了一个洞。
缓存击穿解决方案：
1.设置热点数据永不过期；
2.加互斥锁，分布式锁：使用分布式锁，保证对于每一个key同时只有一个线程去查询后端服务，其他线程没有获得分布式锁的权限，因此只需要等待即可。这种方式将高并发的压力转移到了分布式锁，因此对分布式锁的考验很大。

缓存雪崩：在某一时间段，缓存集中过期失效，redis宕机。
缓存雪崩解决方案：
1.redis高可用，搭建rsdis集群，异地多活；
2.限流降级，在缓存失效后，通过加锁或者队列来控制读数据库与写缓存的线程数量。比如对某一个key只允许一个线程查询数据和写缓存，其他线程等待；
3.数据预热，在正式部署之前，预先访问一遍数据，把大部分数据加载到缓存中，在即将发生大并发访问前手动触发加载缓存不同的key，设置不同的过期时间，让缓存失效时间点尽量均匀。

1、事务
Redis事务的本质: 一组命令的集合，一个事务的所有命令都会被序列化，在事务执行过程中，会按照顺序执行！
所以，Redis单条命令是保证原子性的，但事务不保证原子性。

Redis的事务:
开启事务(multi)
命令入队(…)
执行事务(exec)
事务执行完后结束，再次执行需要重新开启事务。

取消/放弃事务(discard)
事务当时后，队列中的命令都不会被执行。

编译错误(相当于java中语法错误)，事务中所有的命令都不会被执行！

运行时异常(如:1/0)，其他命令正常执行，错误命令抛出异常。

2、Redis在java中的应用

3、Redis持久化
 RDB：数据集快照，dump.rdb文件
  优点：只有一个dump.rdb文件，方便持久化；容灾性好，一个文件可以保存到安全的磁盘；性能最大化，子进程完成持久化写操作，主进程继续处理命令；数据较大时，比AOF效率高。
  缺点：数据安全性低，RDB是间隔一段时间持久化，若在此期间redis发生故障，会让数据丢失。
 AOF：所有命令持久化，保存aof文件
  优点：数据安全，每执行一次命令就记录到AOF文件中；
  缺点：AOF文件比RDB文件大，恢复速度慢
 持久化方式选择：两种同时使用，用AOF保证数据不丢失，作为数据恢复的第一选择；用RDB做备用，在AOF文件丢失或损坏时，使用RDB快速恢复数据。
 如果同时使用RDB和AOF两种持久化机制，那么在Redis重启的时候，会使用AOF来重新构建数据，因为AOF中的数据更加完善。

4、为什么redis单线程模型效率也能那么高：
 1、 C语言实现，效率高
 2、 纯内存操作
 3、 基于非阻塞的IO复用模型机制
 4、 单线程能避免多线程的频繁上下文切换问题
 5、 丰富的数据结构（全程采用hash结构，读取速度非常快，对数据存储进行了一些优化）