目录
Redis过期删除和内存淘汰策略：
过期删除策略：
内存淘汰策略（解决内存过大问题）：
LRU和LFU以及他们在Redis里的实现
主从复制
哨兵模式
缓存
缓存雪崩
缓存击穿
缓存穿透
数据库和缓存一致性问题
Redis过期删除和内存淘汰策略：
过期删除策略：
当对一个key设置过期时间之后，Redis会将其加入到过期字典中，Redis里使用的是惰性删除和定期删除相结合的方式，惰性删除是当查询key的时候，先判断是否在过期字典中存在，如果存在，则判断过期时间和当前时间的大小，如果还未过期，返回查询的结果，如果过期，就删除。定期删除每过一段时间在过期字典中随机抽查一些key，判断是否过期，如果过期的key占抽查的key25%以上，就会继续抽查，直到小于25%。然后再过一段时间之后继续抽查。
内存淘汰策略（解决内存过大问题）：
当Redis的内存超过最大运行内存时，会触发内存淘汰策略，第一种不进行数据淘汰策略，是Redis3.0版本之后的默认内存淘汰策略，当超过最大内存限制之后，不能再添加key，但是可以查询。
两大种：在设置了过期时间的数据中进行淘汰，1.随机淘汰。2.优先淘汰更早的键值对。3.LRU淘汰算法（最近最少使用）。4.LFU淘汰算法（最近最不常用）。
在所有数据种进行淘汰，1.随机淘汰。2.LRU。3.LFU
LRU和LFU以及他们在Redis里的实现
LRU算法是基于链表的结构，链表中的元素按照操作顺序从后往前排列，最新的操作会被移动到链表头部，淘汰时只需要删除链表尾部的元素。
因为，传统LRU算法需要涉及很多链表的移动操作，会耗时间，影响Redis缓存的性能，所以Redis用的是近似的LRU算法。是在Redis的对象结构体中添加一个额外字段，用于记录此数据的最后一次访问时间。当Redis进行内存淘汰时，会随机采样来淘汰数据，淘汰最久没使用的那个。缺点 无法解决缓存污染问题，比如某一次读取了大量的数据，一下就把内存占满了，那之前的数据就会被清除掉，而这个数据如果只用一次，就会在Redis留存很长的时间，会造成缓存污染。
为了解决问题，Redis 4.0之后引入了LFU算法（最近最不常用），根据访问次数来淘汰数据。Redis里用的是，在Redis的对象结构体中添加了数据的访问频次字段lru，lru 24bits，高16bit存储ldt，记录访问时间戳，低8bit存储 logc，记录访问频次。然后根据这两个值来判断是否淘汰。
主从复制
为了解决单点故障的问题，Redis提供了主从复制模式，并且主从服务器采用的是读写分离方式，主服务器可以读写，当发生写操作时自动把写操作同步给从服务器，从服务器一般是只读，并且接收主服务器同步过来的写操作命令，然后执行命令。
第一次同步：
1.建立连接（replicaof 命令），确定主从。主服务器会返回FULLRSYNC响应命令，表示采用全量复制，把所有数据都同步给从服务器。
2.将主服务器同步数据给从服务器。主服务器生成RDB快照（异步操作，不会影响Redis处理命令）并发送给从服务器，从服务器清空所有数据然后载入RDB文件。但是同步期间发生的操作命令，主服务器会将命令写入到 replication buffer 中，会通过第三步发送给从服务器
3.主服务器发送新写操作给从服务器，将replication buffer中的写操作命令发送给从服务器。
命令传播：TCP连接，长连接。传输写操作命令
分摊主服务器压力：服务器B可以是服务器A的从服务器，也可以是服务器C的主服务器。这样减少了主服务器生成RDB文件和传输文件的消耗。
增量复制：由于网络问题，如果主从服务器间的网络连接断开，无法保持主从一致，Redis采用了增量复制的方式继续同步，只会把网络断开期间主服务器收到的写操作命令同步给从服务器。
首先从服务器会发送自己读的位置，然后主服务器会在 环形缓冲区内查找位置，若找到，主服务器根据当前写的位置和从服务器读的位置，会将之间的增量写入到replication buffer ，然后发送给从服务器。若未找到，主服务器会采用全量同步方式。
哨兵模式
主从架构中，当主节点挂了，那就没有主节点来执行客户端写操作的请求，也不能给从节点进行数据同步了。哨兵机制能实现主从节点故障转移（监控，选主，通知），会检测主节点是否存活，如果发现挂了，就会选举一个从节点切换为主节点，并且把主节点的相关信息通知给各从节点和客户端。
监控：主观下线，哨兵每隔一秒ping所有主从节点，如果有主从节点没有在规定的时间响应哨兵的ping命令，哨兵就会标记为主观下线，此时会通知所有的哨兵，其他哨兵根据自身和主节点的网络状况来投赞成或拒绝票。如果赞成票数到达要求后 quorum（建议为哨兵个数的二分之一加一），此时会被哨兵标记为客观下线。
选哨兵进行主从故障转移：哨兵标记主节点客观下线后，该哨兵就会发起投票，其他哨兵投赞成或拒绝票。拿到半数以上赞成并且大于等于配置文件中quorum值，才能做leader。
选主：第一步：在已下线主节点（旧主节点）属下的所有「从节点」里面，挑选出一个从节点，并将其转换为主节点，选择的规则：
- 过滤掉已经离线的从节点；
- 过滤掉历史网络连接状态不好的从节点；
- 将剩下的从节点，进行三轮考察：优先级、复制进度、ID 号。在每一轮考察过程中，如果找到了一个胜出的从节点，就将其作为新主节点。
通知：让已下线主节点属下的所有「从节点」修改复制目标，修改为复制「新主节点」；
将新主节点的 IP 地址和信息，通过「发布者/订阅者机制」通知给客户端；
继续监视旧主节点，当这个旧主节点重新上线时，将它设置为新主节点的从节点；
缓存
用户请求时，利用Redis做MySQL的缓存层，Redis是内存数据库，相当于数据缓存在内存中。虽然速度比磁盘提升几个等级，但引入缓存层后，会出现缓存穿透、击穿、雪崩问题。
缓存雪崩
大量缓存数据在同一时间过期，或者Redis故障宕机，此时如果有大量的用户请求，都无法在Redis中处理，于是全部请求都直接访问数据库，导致数据库宕机，造成系统崩溃。
解决办法：
针对大量缓存数据在同一时间过期：
1.随机设置过期时间，保证数据不会在同一个时间过期。
2.添加互斥锁，如果发现访问的数据不在Redis里，就加一个互斥锁（设置过期时间。防止出现意外不释放锁，其他请求拿不到锁），保证同一时间内只有一个请求来构建缓 存，当缓存构建完成后，再释放。
Redis故障宕机：
1.通过主从节点的方式构建Redis集群。当主节点宕机，可以通过哨兵选主，避免了宕机带来的问题。
2.启动服务熔断（限流。只能少部分请求）机制，暂停业务应用对缓存服务的访问，直接返回错误，不用再继续访问数据库，降低了对数据库访问的压力，等Redis恢复正常后，再允许业务访问。
缓存击穿
热点数据过期了，但是大量请求访问这个热点数据。缓存中没了，就要去数据库查询。数据库很容易发生崩溃。
解决方法：
1.添加互斥锁
2.不给热点数据添加过期时间。或者在热点数据将要过期前，提前通知后台更新缓存以及重新设置过期时间。
缓存穿透
请求到来时，访问缓存没有数据，访问数据库也没有数据，无法构建缓存数据。大量的请求，导致数据库压力激增。
解决方法：
1.非法请求的限制。
2.发现缓存穿透现象时，可以针对查询的数据，在缓存中设置一个空值或默认值。
3.布隆过滤器。在写入数据时，先在布隆过滤器中做标记。等请求来时，判断是否标记过。
数据库和缓存一致性问题
并发情况下，先更新数据库，再删除缓存可以解决数据库和缓存一致性问题。但是如果第二步操作没有成功执行，那末还是没作用。
解决办法：
1.给缓存设置较短的过期时间，勉强可以解决一些问题。
2.利用消息队列，将第二个操作加入到消息队列。如果删除缓存失败，那就可以从消息队列中重新读取数据，然后再次删除缓存。这个就是重试机制。
