Redis相关

Redis：基于内存的高性能数据库，可以加载热点数据、时效性数据
redis有五种数据类型：
字符串类型 string
列表类型    list
散列集合    hash
集合类型    set
有序集合类型  zset/sorted_set

数据删除策略
1.定时删除
创建一个定时器，当key设置有过期时间，且过期时间到达时，由定时器任务立即执行对键的删除操作
优点：节约内存
缺点：cpu压力很大，无论cpu负载量多高，均占用cpu，会影响吞吐量
总结：用处理器性能换取存储空间
2.惰性删除
数据到达期间，不做处理，等下次访问该数据时删除
优点：节约cpu性能
缺点：内存占用大
3.定期删除

心跳机制：进入命令传播阶段，master与slave间需要进行信息交换，使用心跳机制进行维护，实现双方保持在线

哨兵模式
主机宕机后，关闭master和所有的slave，找一个slave作为master，修改其他slave的配置连接新的主服务器，启动新的master与slave。全量复制*N+部分复制*N

缓存预热：缓存预热就是系统启动前，提前将相关的缓存数据直接加载到缓存系统。避免在用户请求的时候，先查询数据库，然后再将数据缓存的问题，用户直接查询事先被预热的缓存数据

缓存雪崩
问题：数据库服务器崩溃
问题排查：在一个较短时间内，缓存中较多的key集中过期
数据库同时接收到大量的请求

解决方案：更多的页面静态化处理
构建多级缓存架构：Nginx缓存+redis缓存+ehcache缓存
检测Mysql严重耗时业务进行优化
灾难预警机制、限流

缓存雪崩：缓存雪崩就是瞬间过期数据量太大，导致对数据库服务器造成压力。如果能够有效避免过期时间集中，可用有效解决雪崩现象的出现（约40%）。配合其他策略一起使用，并监控服务器的运行数据，根据运行记录做出快速调整

缓存击穿
数据库服务器崩溃
1.系统在平稳运行过程中，数据库连接量瞬间激增
2.redis服务器无大量key过期
3.redis服务器cpu正常
4.数据库崩溃
问题排查
1.redis中的某个key过期，该key访问量巨大
2.多个数据请求从服务器直接压大redis后，均未命中
3.redis在短时间内发起大量对数据库中同一数据的访问

解决：监控访问量，对激增的数据延长或设为永久
缓存击穿就是单个高热数据过期的瞬间，数据访问量较大，未命中redis后，发起了大量对同一数据的数据库访问，导致对数据库服务器造成压力。应对策略应该在业务数据分析与预防方面进行，配合运行监控测试与及时调整战略，毕竟单个key的过期监控难度较高，配合雪崩处理策略即可

缓存穿透
数据库服务器崩溃
问题排查
1.redis中出现大面积未命中
2.出现非正常URL访问
问题分析
获取的数据在数据库中也不存在，数据库查询未得到对应数据
redis获取到null数据未进行持久化，直接返回
下次此类数据到达重复上述过程
出现黑客攻击服务器

解决方案
实时监控redis命中率与null数据的占比

缓存击穿访问了不存在的数据，跳过了合法数据的redis数据缓存阶段，每次访问数据库，导致对数据库服务器造成压力。通常此类数据的出现量是一个较低的值，当出现此类情况以毒攻毒，并及时报警。应对策略应该在临时预案防范方面做文章

redisTemplate操作Redis
string类型

通过ValueOperations设置值
ValueOperations ops = redisTemplate.opsForValue();
ops.set("StringKey", "StringVaule");
ops.set("StringValue","StringVaule",1, TimeUnit.MINUTES);
通过ValueOperations获取值
ValueOperations ops = redisTemplate.opsForValue();
String str3 = (String) ops.get("StringKey");

hash
通过ValueOperations设置值
HashOperations hashOps = redisTemplate.opsForHash();
hashOps.put("HashKey", "SmallKey", "HashVaue");
通过ValueOperations获取值
HashOperations hashOps = redisTemplate.opsForHash();
Set keys3 = hashOps.keys("HashKey");

redisTemplate.expire("HashKey",1,TimeUnit.MINUTES);

set
通过ValueOperations设置值
SetOperations setOps = redisTemplate.opsForSet();
setOps.add("setKey", "SetValue1", "setValue2", "setValue3");
redisTemplate.expire("setKey",1,TimeUnit.MINUTES);
通过ValueOperations获取值
SetOperations setOps = redisTemplate.opsForSet();
Set set3 = setOps.members("setKey");

list
通过ValueOperations设置值
ListOperations opsList = redisTemplate.opsForList();
opsList.leftPush("listKey", "listLeftValue5");
opsList.rightPush("listKey", "listRightValue6");

redisTemplate.expire("listKey",1,TimeUnit.MINUTES);