Redis基础知识

数据类型

过期策略

Redis会把设置了过期时间的key放入一个独立的字典里，在key过期时并不会立刻删除它。Redis会通过如下两种策略，来删除过期的key：

• 惰性删除：
  客户端访问某个key时，Redis会检查该key是否过期，若过期则删除。
• 定期扫描
  Redis默认每秒执行10次过期扫描（配置hz选项），扫描策略如下：
  1.从过期字典中随机选择20个key；
  2.删除这20个key中已过期的key；
  3.如果过期的key的比例超过25%，则重复步骤1；

淘汰策略

当Redis占用内存超出最大限制（maxmemory）时，可采用如下策略
让Redis淘汰一些数据，以腾出空间继续提供读写服务：

• noeviction：对可能导致增大内存的命令返回错误（大多数写命令，DEL除外）；
• volatile-ttl：在设置了过期时间的key中，选择剩余寿命（TTL）最短的key，将其淘汰；
• volatile-lru：在设置了过期时间的key中，选择最少使用的key（LRU），将其淘汰；
• volatile-random：在设置了过期事件的key中，随机选择一些key，将其淘汰；
• allkeys-lru：在所有的key中，选择最少使用的key（LRU），将其淘汰；
• allkeys-random：在所有的key中，随机选择一些key，将其淘汰；

LRU算法：维护一个链表，用于顺序储存被访问过的key。在访问数据时，最新访问过的key将被移动到表头，即最近访问的key在表头，最少访问的key在表尾。
近似LRU算法：给每个key维护一个时间戳，淘汰时随机采样5个key，从中淘汰掉最旧的key。如果还超出内存限制，则继续随机采样淘汰。
近似LRU算法比LRU算法节约内存，却可以得到非常相似的效果。

缓存穿透

场景：查询根本不存在的数据，使得请求直达存储层，导致其负载过大，甚至宏机。

解决方案：

• 缓存空对象
  存储层未命中后，仍将空值存入缓存层。
  再次访问该数据时，缓存层会直接返回空值。
• 布隆过滤器
  将所有存在的key提前存入布隆过滤器，在访问缓存层之前，先通过过滤器拦截，若请求的是不存在的key，则直接返回空值。

缓存击穿

场景：一份热点数据，它的访问量非常大。在其缓存失效瞬间，大量请求直达存储层，导致服务崩溃。

解决方案：

• 加互斥锁
  对数据的访问加锁互斥，当一个线程访问该数据时，其他线程只能等待。
  这个线程访问过后，缓存中的数据将被重建，届时其他线程就可以直接从缓存取值。
• 永不过期
  不设置过期时间，所以不会出现上述问题，这是“物理”上的不过期。
  为每个value设置逻辑过期时间，当发现该值逻辑过期时，使用单独的线程重建缓存。

缓存雪崩

场景：由于某些原因，缓存层不能提供服务，导致所有的请求直达存储层，造成存储层宏基。

解决方案：

• 避免同时过期
  设置过期时间时，附加一个随机数，避免大量的key同时过期。
• 构建高可用的Redis缓存
  部署多个Redis实例，个别节点宏基，依然可以保持服务的整体可用。
• 构建多级缓存
  增加本地缓存，在存储层前面多加一级屏障，降低请求直达存储曾的几率。
• 启用限流和降级措施
  对存储曾增加限流措施，当请求超出限制时，对其提供降级服务。

分布式锁

场景：
修改时，经常需要先将数据读取到内存，在内存中修改后再存回去。再分布式应用中，可能多个线程同时执行上述操作，而读取和修改非原子操作，所以会产生冲突。增加分布式锁，可以解决此类问题。

基本原理：

• 同步锁：在多个线程都能访问到的地方，做一个标记，标识该数据的访问权限。
• 分布式锁：在多个进程都能访问到的地方，做一个标记，标识该数据的访问权限。

实现方式：

• 基于数据库实现分布式锁；
• 基于Redis实现分布式锁；
• 基于Zookeeper实现分布式锁；

Redis实现分布式锁的原则

• 安全属性：独享。在任一时刻，只有一个客户端持有锁。
• 活性A：无死锁。即便持有锁的客户端崩溃或者网络被分裂，锁仍然可以被获取。
• 活性B：容错。只要大部分Redis节点都活着，客户端就可以获取和释放锁。