redis缓存高并发、高性能？

我们都知道系统中使用缓存，其实就两个主要的用途：高并发和高性能。
那么用了缓存后会有哪些弊端呢？

1. redis为什么是单线程模型？效率为什么高？

Redis 内部使用文件事件处理器file event handler，这个文件事件处理器是单线程的，所以 Redis 才叫做单线程的模型。
文件事件处理器的结构包含4 个部分：
1、多个 socket
2、IO 多路复用程序
3、文件事件分派器
4、事件处理器
效率高：
1、纯内存操作
2、核心是基于非阻塞的 IO 多路复用机制
3、单线程反而避免了多线程的频繁上下文切换问题

2. 有哪些数据类型？

Redis 主要有以下几种数据类型：
Strings：字符串，最简单的数据类型，用于存储键值对。
Hashes：哈希表类似于map，用于存储键值对
Lists：有序列表，可以存储排行榜、文章评论列表之类的东西
Sets：无序集合，不能存储重复元素
Sorted Sets：排序的set，去重且排序

3. redis的过期策略有哪些？淘汰机制呢？LRU了解吗？

过期策略就是：定期删除+惰性删除
1、定期删除就是redis默认每隔100ms随机抽取一些过期时间的key，删除过期的key（redis不是查找所有的key进行检查）
2、 惰性删除就是当访问一个key时，如果发现key过期了，就删除这个key

这样总会有漏网之鱼，怎么办？内存淘汰机制！
淘汰机制有以下几个：
1、allkeys-lru：全局最近最少使用
2、allkeys-ttl：全局过期时间最短的
3、allkeys-random：全局随机选择
4、volatile-ttl：过期时间最短的
5、volatile-random：随机选择
6、volatile-lru：最近最少使用

手写LRU算法：
第一种：使用哈希表+双向链表实现LRU缓存（复杂）
第二种：JDk底层自己实现的LRU缓存（简单）
实例：

/** * 继承 LinkedHashMap 快速实现 LRU Cache * @param <K> key * @param <V> value */publicclassLRUCacheLinkedHashMap<K,V>extendsLinkedHashMap<K,V>{// 缓存最大容量privatefinalintmaxCapacity;/** * 构造器开启访问顺序排序 * @param capacity 缓存容量 */publicLRUCacheLinkedHashMap(intcapacity){// initialCapacity: 初始容量，loadFactor: 负载因子，accessOrder=true 开启LRU访问排序super(capacity,0.75f,true);this.maxCapacity=capacity;}/** * 钩子方法：put 执行完毕后回调 * 返回 true → 删除最久未使用的元素（链表头部） */@OverrideprotectedbooleanremoveEldestEntry(Map.Entry<K,V>eldest){// 当前元素个数超过最大容量则淘汰returnsize()>maxCapacity;}// 测试入口publicstaticvoidmain(String[]args){// 缓存容量为3LRUCacheLinkedHashMap<Integer,String>lru=newLRUCacheLinkedHashMap<>(3);lru.put(1,"一号数据");lru.put(2,"二号数据");lru.put(3,"三号数据");System.out.println("存入1,2,3："+lru);// 新增第4个，超出容量，淘汰最久未使用的1lru.put(4,"四号数据");System.out.println("存入4，淘汰1："+lru);// 访问key=2，2变为最新元素，移到末尾lru.get(2);System.out.println("访问2之后："+lru);// 新增5，此时最久未使用是3，淘汰3lru.put(5,"五号数据");System.out.println("存入5，淘汰3："+lru);// 更新key=4的值，4变为最新lru.put(4,"四号更新");System.out.println("更新4之后："+lru);}}

4. 什么是 Redis 的雪崩、穿透和击穿问题？

**雪崩：**大量key同时过期失效或者redis服务挂了，大量请求直接打到数据库，导致数据库压力很大，甚至崩溃

解决：
事前：主从复制➕哨兵模式
事中：本地缓存➕服务层限流、降级
事后：持久化数据，避免数据丢失

**穿透：**查询数据库中根本不存在的数据，绕过缓存，直接查询数据库，比如传-1或者空值

解决：
1、缓存空值，数据库查询为空时，让redis写入key:null,设置过期时间为5分钟
2、使用布隆过滤器

**击穿：**缓存中有超高并发热点key刚刚好过期

解决：
1、使用互斥锁，确保只有一个线程查询数据库
2、使用缓存预热，提前查询数据库，将数据缓存起来，避免直接查询数据库
3、设置永不过期

5. Redis 的持久化有哪几种方式？

**RDB：**快照持久化，按照时间点快照，把当前内存中全部数据一次性保存到磁盘二进制文件中。
1、自动触发：

#900秒至少1次修改、300秒至少10次、60秒至少10000次修改，自动bgsave save9001save30010save6010000

2、手动触发：fork子进程，子进程写RDB，父进程继续处理请求。

**AOF：**记录每一条修改命令（set/hset/del等），追加写入.aof 文本文件，重启时重放命令恢复数据。
默认关闭，开启配置：

appendonly yes appendfilename"append.aof"

AOF 重写机制：
AOF 持续追加会文件越来越大，重写：
fork 子进程，读取当前内存数据，生成精简命令替换旧 AOF，删除冗余操作。
触发条件配置：

文件比上次重写后增大100%且超过64MB自动重写。 auto-aof-rewrite-percentage100auto-aof-rewrite-min-size64mb

6. 如何保证redis的高可用和高并发呢？

高并发：
1、主从复制
一主多从，主负责写，并且将数据复制到其它的 slave 节点，所有的读请求全部走从节点。

原理及流程：全量复制➕增量复制
（1）从节点发起连接，握手认证，发送replconf配置
（2）发送PSYNC命令（核心）：PSYNC
runid:主节点唯一运行ID，每次重启变更
offset:复制偏移量，记录从节点上次复制到的偏移量，用于断线重连
2种情况：
1、首次链接/runid不匹配：主节点执行全量复制
2、断线重连/runid一致、offset在主节点复制积压缓冲区：增量复制
（3）主节点执行全量复制：生成一份RDB持久化文件，同时写入所有命令，存入复制积压缓冲区，生成完毕，通过socket发送给从节点
（4）从节点接收RDB文件，加载数据，同时从主节点订阅写命令，持续增量同步

无磁盘复制：
主节点在内存中直接创建RDB ，然后发送给从节点，不会在自己本地落地磁盘了。只需要在配置文件中开启 repl-diskless-sync yes 即可。

过期key处理：
slave 不会过期key，只会等待 master 过期key。如果 master 过期了一个key，或者通过 LRU 淘汰了一个key，那么会模拟一条 del 命令发送给 slave。

高可用：
1、使用哨兵模式
哨兵：sentinel是 Redis 集群架构中非常重要的一个组件，主要有以下功能：
集群监控：负责监控 Redis master 和 slave 进程是否正常工作。
消息通知：如果某个 Redis 实例有故障，那么哨兵负责发送消息作为报警通知给管理员。
故障转移：如果 master node 挂掉了，会自动转移到 slave node 上。
配置中心：如果故障转移发生了，通知 client 客户端新的 master 地址。

此模式导致数据丢失的情况：
**1、异步复制导致：**主从复制是异步的，有部分数据还没复制到从节点，主节点就宕机了
**2、脑裂导致:**主节点突然脱离了正常的网络，和其他从节点不连接，但是自己还运行着，此时哨兵认为你已经挂了，会选举新的主节点，集群里就会有两个主节点，这就是脑裂。
此时某个从节点被选择为了主节点，但是client还没来及切换，还在往旧的主节点写数据。因此就主节点再次恢复的时候，会被认为是新的从节点从主节点同步数据，但是新的主节点
并没有client写入的数据，所以就丢失了。
解决方法：

至少有1个 slave，数据复制和同步的延迟不能超过10秒 min-slaves-to-write1min-slaves-max-lag10

如何保证缓存与数据库的双写一致性？

场景1：读多写少、允许短暂不一致（90% 普通业务）
标准实现：延迟双删 + 过期兜底
更新数据库；
删除缓存；
异步延迟 N ms 再次删除缓存；
缓存统一设置过期时间，兜底最终一致。

// 1. 更新数据库updateDb(entity);// 2. 立即删缓存redis.del(key);// 3. 异步延迟删除threadPool.execute(()->{Thread.sleep(500);redis.del(key);});

场景2：强一致性要求（金融、订单、库存，不允许脏数据）
分布式锁（串行化读写）
写流程：加锁 → 更新 DB → 删除缓存 → 释放锁
读流程：加锁 → 查询缓存，无则查 DB 写入缓存 → 释放锁

11. 写在最后

喜欢的点赞、收藏、转发呀！