Redis

Redis 单线程为什么还这么快？

1. 命令执行基于内存操作。
2. 单线程操作，没有线程切换的开销。
3. 基于IO多路复用机制，提升Redis的I/O利用率。
4. 高效的数据存储结构：全局hash表以及多种高效的数据结构(比如:跳表、压缩列表、链表)

缓存穿透

缓存穿透是指查询一个根本不存在的数据，缓存层和存储层都不会命中，通常服务端出于容错的考虑，如果从存储层查不到数据则不写入缓存层

缓存穿透模型，协助理解

缓存穿透将导致不存在的数据每次请求都要到存储层去查询，失去了缓存保护后端存储的意义，
解决方案：

1. 缓存空对象
   当存储层不命中时，仍然将空对象保存到缓存层中，之后在访问这个数据的话，将从缓存中获取，从而保护了后端数据源
   缓存空对象也有几个问题
   1. 空值做了缓存，意味着缓存层中存了更多的键，需要更多的内存空间(如果是攻击，问题更严重)，比较有效的方法是针对这类数据设置一个较短的过期时间，让其自动剔除。
   2. 缓存层和存储层的数据会有一段时间窗口的不一致，可能会对业务有一定影响。例如过期时间设置为5分钟，如果此时存储层添加了这个数据，那此段时间就会出现缓存层和存储数据的不一致，此时可以利用消息系统或者其他方法清除掉缓存层中的空对象。
2. 布隆过滤器拦截
   在访问缓存层和存储层之前，将存在的key用布隆过滤器提前保存起来，做第一层拦截。
   • https://en.wikipedia.org/wiki/Bloom_filter
   • https://github.com/erikdubbelboer/redis-lua-scaling-bloom-filter

3. 两种解决办法总结

   
   
   方案对比

缓存击穿

缓存击穿是指缓存中没有但数据库中有的数据（一般是缓存时间到期），这时由于并发用户特别多，同时读缓存没读到数据，又同时去数据库去取数据，引起数据库压力瞬间增大，造成过大压力。

1. 预先设置热门数据：在redis高峰访问前，把一些热门数据提前存入redis中，加大这些热门数据key的时长实时调整 现场监控哪些数据是热门数据，实时调整key的过期时长。
2. 加互斥锁：互斥锁可以控制查询数据库的线程访问，但这种方案会导致系统的吞吐量下降，需要根据实际情况使用。

public String get(key) {
  String value = redis.get(key);
  if (value == null) { // 代表缓存值过期
      // 设置3min的超时，防止del操作失败的时候，下次缓存过期一直不能load db
      if (redis.setnx(key_mutex, 1, 3 * 60) == 1) {  // 代表设置成功
          value = db.get(key);
          redis.set(key, value, expire_secs);
          redis.del(key_mutex);
      } else {  // 这个时候代表同时候的其他线程已经load db并回设到缓存了，这时候重试获取缓存值即可
          sleep(50);
          get(key);  // 重试
      }
  } else {
      return value;      
  }
}