Redis

Redis主要面向缓存、分布式锁、消息队列等问题。

而在缓存中常存在穿透、击穿、雪崩、双写一致、持久化、数据过期、数据淘汰等问题。

1.缓存穿透

通过get请求查询redis，redis响应查数据库，正常情况下，若查询到数据，则正常返回数据值，get请求结束。
而缓存击穿，则是当数据库中，并不存在get请求所需要查询的值，使得redis反复查询数据库。若存在恶意攻击，反复请求数据库，数据库并发量有限，则会击垮数据库使其宕机。

一般解决方法，查询结果为空时，把空结果（null）进行缓存。但是消耗内存，不是最优解。

其他解决办法为布隆过滤器（站在布隆后面…），在redis之前设置一个布隆过滤器，存储预热数据。利用位图检索数据是否存储在一个集合中。但存在数组太大时，存在误判问题，需设置误判率。（5%以内）。

2.缓存击穿

通俗点来讲，就是当地有一家卖的很好的早餐店，吗喽们每天都会来买早餐，然后有一天这家店铺租约到期了，搬走了，但恰好这个时间点大家都来买早餐，就造成买不到早餐都站在店铺面前，给店铺挤爆了。

也就是说，正常通过redis查数据，但是key过期了，从redis中查不到数据，最后大量请求输送给数据库，导致数据库吃不下，爆了。

解决方法就是互斥锁、逻辑过期。
互斥锁无非就是等待其他线程完成数据提取任务以后，再继续进行。（就像早餐铺子，你排队买早餐，你得等你前面的人买完了，你才能买）。（强一致、性能不好）
而逻辑过期，就像是你去买早餐，发现了早餐到期了、不见了，然后你另辟蹊径，去另一家早餐店买相同的早餐。（过期时间的设置）可用性较好。

3.缓存雪崩

雪崩，顾名思义，大范围的崩了。那就是大量的key过期了，或者redis直接G了，导致大量的请求直接面向数据库，给数据库压垮了。

解决方法，使得过期时间随机，避免大量的key同时过期。或是启动集群，利用哨兵模式，使得主从结点自动替换。

4.双写一致

数据库与redis的数据进行同步。也就是数据库的数据变了，缓存里面的也要跟着变，保证数据的一致性。
数据的删除修改时，会导致脏数据。

读写时添加互斥锁，能解决一些不一致的问题。（或是共享锁（锁住，只准你读）、排它锁（当前执行，阻塞其他线程的读写操作））。

5.持久化

一般情况下使用数据备份文件or数据快照 RDB （Redis Database Backup file），将缓存的数据记录到磁盘中，若Redis出现故障、重启等问题是，可以从磁盘读取文件恢复数据，避免数据丢失。

AOF（Append Only File）追加文件。也就是redis每写入一个命令都会记录下来，像日志文件。文件很大。

6.数据过期

惰性删除：key自动过期以后，不会立即删除，只会在再次利用这个key时，判断过期以后删除掉。（内存占用问题）
定期删除：定期对一定数量的key进行检查，发现过期就干掉。分为（slow不超过25ms、fast不低于2ms 模式）

7.数据淘汰

内存满了怎么办？缓存不是无穷大的
那么就需要合理的对redis内的数据进行合理的淘汰。
一般的方法，要么就是写死，满了就不让写进去了（noeviction），没用幸存者，全部干掉。
要么对全体key随机淘汰一部分（allkeys-random）
要么就是，通过判断key的过期时间，快要过期的就先干掉（volatile-ttl），或是对设置了过期时间的key随机淘汰（volatile-random）
或是对全体key or 使用了过期使用的key 根据使用次数，使用少的淘汰（LRU）
或是基于使用频率，使用越少的优先淘汰。