分布式缓存-Redis

为什么这么快？

纯内存
单线程，避免了多线程上下文切换
IO多路复用

应用场景

setnx实现分布式锁

zset实现延时队列
如订单超时未支付，取消订单，恢复库存。
生产者：新下的订单放入延时队列，score为到期处理时间。
消费者：用一个线程轮询延时队列，判断当前时间是否超过到期时间，若超出，则从队列中删除订单。

过期策略

定时
定期
惰性
redis：定期+惰性

内存淘汰机制

noeviction
allkeys-lru
allkeys-random
volatile-lru
volatile-random
votatile-ttl

持久化

底层数据结构

渐进式rehash

传统的hash表在扩容迁移数据(rehash)时，如果hash表数据量很大，一次性拷贝到新表中，务必耗费很长时间。
何为渐进式rehash？就是把拷贝节点数据的过程平摊到后续的操作中，而不是一次性拷贝。

缓存使用不当会有什么后果？

1.数据库与缓存数据不一致：
解决方案：canal等中间件同步binlog
2.缓存并发竞争：多个客户端并发同时写一个key
解决方案：
首先使用分布式锁（如zookeeper），确保同一时间，只能有一个系统实例在操作某个key，然后修改key的值时，要先判断这值的时间戳是否比缓存里的值的时间戳更靠后，如果是旧数据就不要更新了
3.缓存雪崩、缓存穿透、缓存击穿
解决方案：见下文

缓存雪崩、缓存穿透、缓存击穿

缓存雪崩：同一时刻大量key失效。
解决方案：设置随机过期时间。
缓存穿透：总是查询一个一定不存在的数据，缓存始终无法命中，请求传到后台数据库。
解决方案：1.布隆过滤器；2.设置null值缓存
缓存击穿：热点key失效，导致大量请求到达后台数据库。
解决方案：互斥锁，只允许一个线程查后台数据库，然后写回缓存，其他线程在此期间阻塞等待。