Redis笔记
安装
官方推荐使用 Linux 去开发使用！
window
下载地址：https://github.com/tporadowski/redis/releases
下载 Redis-x64-xxx.zip压缩包 解压为 redis
在 redis 目录下，打开 CMD 输入 或者双击运行 redis-server.exe
redis-server.exe redis.windows.conf
在打开一个输入
redis-cli.exe -h 127.0.0.1 -p 6379
即可连接
Linux
redis-6.0.8.tar.gz
# wget http://download.redis.io/releases/redis-6.0.8.tar.gz
# tar xzf redis-6.0.8.tar.gz
# cd redis-6.0.8
# 安装gcc-c++ 编译
yum instatll gcc-c++
# make
执行完 make 命令后，redis-6.0.8 的 src 目录下会出现编译后的 redis 服务程序 redis-server，还有用于测试的客户端程序 redis-cli
下面启动 redis 服务
# cd src
# ./redis-server
注意这种方式启动 redis 使用的是默认配置。也可以通过启动参数告诉 redis 使用指定配置文件使用下面命令启动。
# cd src
# ./redis-server ../redis.conf
redis 默认安装路径 /usr/local/bin
Docker
拉取镜像
docker pull redis
启动 Redis
docker run -d -v $PWD/data:/data --name redis -p 6379:6379 redis redis-server --requirepass "123456" --appendonly yes
启动命令说明：
$PWD/data:/data: 映射 redis 的 data 目录到当前目录下的 data 目录--requirepass: 是设置 redis 的密码--appendonly yes: 启用持久化存储
例如：
docker run -d -v /home/app/redis/data:/data --name redis -p 6379:6379 redis redis-server --requirepass "123456" --appendonly yes
如果需要使用配置文件，则需要做个文件映射；注意所在目录下必须要有 redis.conf 这个文件，否则将启动失败。
docker run -d -v /home/app/redis/data:/data -v /home/app/redis/conf:/usr/local/etc/redis --name redis -p 6379:6379 redis redis-server /usr/local/etc/redis/redis.conf
redis 的这个配置文件可以到官方的这个地址上去获取 http://download.redis.io/redis-stable
更多: Docker 上安装 Redis
基本命令
Redis 不区分大小写 一般推荐大写(与 Mysql 一样)
set key value
get key
keys * # 查看所有key
EXISTS key # 判断key 是否存在
type key # 查看key的value类型
EXPIRE key second # 设置key的过期时间,单位是秒
ttl key # 查看当前key 的剩余时间
五大数据类型
Redis 支持五种数据类型：string（字符串），hash（哈希），list（列表），set（集合）及 zset(sorted set：有序集合)。
String
APPEND key '123' # 给key后面追加字符串123 如果key不存在 则为set 返回字符串长度
STRLEN key # 获取字符串长度
incr key # 自增1
decr key # 自减1
INCRBY key 10 # 递增10 指定增量
DECRBY key 10 # 递减10
GETRANGE key 0 3 # 截取字符串 0-3 包括3
GETRANGE key 0 -1 # 截取所有字符串
SETRANGE key 1 xxx # 替换指定位置的字符串
###########################################################################
setex (set with expire) # 设置过期时间
setnx (set if not exist) # 不存在在设置 (分布式锁中会常常使用)
setex key3 30 'hello' # 设置key3的为hello,30秒后过期
###########################################################################
mset mget msetex # 批量设置与批量获取
mset k1 v1 k2 v2 k3 v3
msetex k1 v1 k4 v4 # 原子性的操作 要么一起成功 要么一起失败
getset key value # 先取后设置 不存在则返回nil 如果存在,则获取,并赋为新值
############################################################################
# 对象
set user:1 {name:kuizuo,age:20} # 设置user为一个对象
# or
set user:1:name kuizuo
# user:{id}:{filed} value
get user:1
# or
get user:1:name
String 类似的使用场景: value 除了是字符串还可以是数字 或者对象
List
redis 里 List 可以充当栈,队列,阻塞队列
所有 list 命令用 l 开头
LPUSH list value # 将value 将一个值或多个值插入列表头部(左)
RPUSH list value # 将value 将一个值或多个值插入列表底部(右)
LRANGE list 0 -1 # 获取所有list元素
LPOP list # 移除list的第一个元素(左)
RPOP list # 移除list的最后一个元素(右)
Lindex list 1 # 通过下标获取list中的某一个值
Lset list 0 item # 如果不存在列表 去更新就会报错
Llen list # 取列表的长度
Lrem list 1 one # 移除指定的值 例:移除一个为one的
Ltrim list 1 2 # 截取1-2 包括2
Linsert list before "world" "new" # 在world 前面插入new 后面则用after
rpoplpush list1 list2 # 移除列表最后一个元素,将他移动到新的列表
列表实际上就是一个链表
可以实现消息队列 (Lpush Rpop),栈(Lpush Lpop)
Set
set 中的值是无法重复的，无序不重复集合
set 命令用 s 开头
sadd myset "hello" # set集合中添加元素
scard myset # 获取set集合中的内容元素个数
smembers myset # 查看指定set的所有值
sismember myset hello # 判断某一个值是不是在set集合中
SRANDMEMBER myset # 随机抽选出一个元素
SRANDMEMBER myset 2 # 随机抽选出指定个数元素
#####################################################################
# 获取set中的差集
SDIFF set1 set2
# 获取set中的交集
SINTER set1 set2
# 获取set中的并集
SUNION set1 set2
例如：共同好友就可以使用 set 交集来实现
Hash
Map 集合，key-map(key-value)
set 命令用 h 开头
hset myhash field1 kuizuo
hget myhash field1
hgetall myhash
hdel myhash
hlen myhash # 获取hash表的字段数量
HEXISTS myhash field1 # 判断hash中 指定字段是否存在
Hkeys myhash # 只获得所有field
Hvals myhash # 只获得所有value
hash 可变更数据 比如 user 信息,更适合对象的存储
Zset
有序集合，在 set 的基础上增加了一个值 score
zset 命令用 z 开头
zadd myset 1 one
zadd myset 2 two 3 three
# ZRANGEBYSCORE key min max 一定要从小到大
ZRANGEBYSCORE myset -inf +inf # 根据score排序
ZREVERANGE myset 0 -1 # 从大到小进行排序!
Zrem myset item # 移除有序集合中的指定元素
Zcard myset # 获取有序集合中元素的个数
案例:set 排序 班级成绩表，工资表排序
普通消息 1 重要消息 2 带权重进行判断
排行榜应用实现，取 TOP N
三种特殊数据类型
geospatial
地址位置，geospatial 命令用 geo 开头
GEO 底层的实现原理就是 Zset,所以可以使用 Zset 命令来操作 Geo!
应用: 推算地理位置的信息，两地之间的距离，方圆几里的人
# 规则: 两极无法直接添加,一般都是直接下载城市数据,直接通过程序一次性读入
# 参数: key (经度，纬度、名称) 切记不可反！ 经纬度
# 有效经度-180度到180度 有效纬度-85.05112878到85.05112878
GEOADD china:city 116.40 39.90 beijin # 设置北京的经纬度
GEOPOS china:city beijing # 获取北京的经纬度
GEODIST china:city beijing shanghai unit # 获取两地之间的距离 默认单位m
GEORADIS china:city 110 30 1000 km # 以110,30 这个点范围1000km的 地理位置
GEORADIS china:city 110 30 500 km withdist withcoord count 10 # 以110,30 这个点范围500km的 获取10个 带直线距离和经纬度
GEORADIUSBYMEMBER chaina:city beijing 1000m # 以北京周围1000km的 地理位置
GEOHASH china:city beijing # 将二维的地址位置转为一位11位字符串,如果两个字符串越接近,则距离越近
ZRANGE chaina:city 0 -1 # 查看地图中全部元素
ZREM chaina:city beijing # 移除指定元素
Hyperloglog
Redis Hyperloglog 基数统计的算法
基数(不重复的元素)，会有误差！0.81 的错误率，但使用场景是可以接受的
统计网页的 UV （一个人访问一个网站多次，但是还是算作一个人），传统的方式，用 set 保存用户的 id，然后统计 set 中的元素数量来作为标准判断。
Hyperloglog 命令 使用 PF 开头
PFadd mykey1 a b c d e f g h i j
PFadd mykey2 i j k l m n o
PFMERGE mykey3 mykey1 mykey2 # 获取并集 并生成新的组
PFCOUNT mykey # 获取元素的数量
允许容错,一定可以使用 Hyperloglog
不允许容错,就使用 set 与自己的数据类型即可
Bitmaps
位存储
统计用户信息，活跃，不活跃；登录，不登录，打卡；两个状态的都可以使用 Bitmaps
Bitmaps 位图,数据结构，都是操作二进制为来进行记录，就只有 0 和 1 两个状态！
# 记录周一到周日的打卡
setbit sign 0 1
setbit sign 1 1
setbit sign 2 1
setbit sign 3 1
setbit sign 4 1
setbit sign 5 0
setbit sign 6 0
# 查看某一天是否有打开
getbit sign 3
# 统计打卡的天数
bitcount sign
事务
Redis 单条命令式保存原子性的，但是事务不保证原子性!
Redis 事务本质： 一组命令的集合！一个事务中的所有命令都会被序列化，会安卓顺序执行
一次性、顺序性、排他性！执行一些列的命令！
Redis 事务没有隔离级别的概念！
所有命令在事务中并没有直接呗执行！而只有发起执行命令的时候才会执行！Exec
- 开始事务（multi）
- 命令入队（...）
- 执行事务（exec）
multi
set k1 v1
set k2 v2
get k1
exec # 执行事务
DISCARD # 取消事务 事务队列中的命令都不会被执行
# 代码有问题，命令有错，事务中所有命令都不会被执行
# 运行中异常，执行其他命令正常，错误命令抛出异常
监控 Watch
悲观锁：很悲观，认为什么时候都会出问题，无论做什么都会加锁
乐观锁：很乐观，认为什么时候都不会出问题，所以不会上锁！更新数据的时候判断一下，在此期间是否有人修改过该数据
set money 100
set out 0
watch money
multi
DECRBY money 20
InCRBY money 20
# 如果这时用户充钱了 那么exec就无法执行
exec
# 解除监控，并重新监控最新的值
unwatch money
watch money
Redis.conf
配置文件 unit 单位对大小写不敏感
网络
bind 127.0.0.1 # 绑定的IP
protected-mode yes # 保护模式
port 6379 # 端口设置
GENERAL 通用
daemonize yes # 以守护进程方式的运行,默认是no,需自己开启yes
pidfile /var/run/redis_6379.pid # 以后台方式运行,就需要指定一个pid文件
# Specify the server verbosity level.
# This can be one of:
# debug (a lot of information, useful for development/testing)
# verbose (many rarely useful info, but not a mess like the debug level)
# notice (moderately verbose, what you want in production probably)
# warning (only very important / critical messages are logged)
loglevel notice
logfile # 日志文件位置名
database 16 # 数据库数量 默认16个
alaways-show-logo yes # 是否总是显示LOGO
快照
持久化,在规定的时间内,执行了多少次操作,则会持久化到文件 .rdb .aof
stop-writes-on-bgsave-error yessave 900 1 # 在900s内,如果至少有一个key修改 则持久化操作
save 300 10 # 在300s内,如果至少有10个key进行修改 则持久化操作
save 60 10000
stop-writes-on-bgsave-error yes # 持久化如果出错 是否继续工作
rdbcompression yes # 是否压缩rdb文件,会消耗一些cpu资源
rdbchecksum yes # 保存rdb文件的时候,是否效验
dir ./ # rdb保存的目录
dbfilename dump.rdb # 保存的文件名
REPLICATION 主从复制
slaveof <masterip> <masterport> # 设置主机的端口和ip
SECURITY 密码
requirepass 密码
config get requirepass
config set requirepass "123456"
auth 123456
CLIENTS 客户端
maxclients 10000 # 默认客户端连接数
maxmemory <bytes> # redis 配置最大的内存容量
maxmemory-policy noeviction # 内存达到上限后的处理策略 # 移除一些过期的key
noeviction: 不删除策略, 达到最大内存限制时, 如果需要更多内存, 直接返回错误信息。（默认值）
allkeys-lru: 所有key通用; 优先删除最近最少使用(less recently used ,LRU) 的 key。
volatile-lru: 只限于设置了 expire 的部分; 优先删除最近最少使用(less recently used ,LRU) 的 key。
allkeys-random: 所有key通用; 随机删除一部分 key。
volatile-random: 只限于设置了 expire 的部分; 随机删除一部分 key。
volatile-ttl: 只限于设置了 expire 的部分; 优先删除剩余时间(time to live,TTL) 短的key。
APPEND ONLY MODE aof 配置
appendonly no # 默认不开启aof模式,默认使用rdb方式持久化,在大部分情况,rdb够用
appendfilename "appendonly.aof" # 持久化文件名
# appendfsync always # 每次修改都会 sync 消耗性能
appendfsync everysec # 美妙执行一次 sync,可能会丢失这1s的数据!
# appendfsync no # 不执行sync,这个时候操作系统自己同步数据,速度最快
Redis 持久化
redis 是内存数据库,单如果不将内存中的数据库状态保存的磁盘,一旦服务器进程退出,服务器中的数据库状态也会丢失,所以 redis 提供了持久化的功能
RDB(Redis Database)
在指定的时间间隔内将内存中的数据集快照写入磁盘,也就是 Snapshot 快照,恢复时直接将快照文件读到内存
Redis 会单独创建 ( fork )一个子进程来进行持久化，会先将数据写入到一个临时文件中，待持久化过程都结束了，再用这个临时文件替换上次持久化好的文件。整个过程中，主进程是不进行任何 IO 操作的。这就确保了极高的性能。如果需要进行大规模数据的恢复，且对于数据恢复的完整性不是非常敏感，那 RDB 方式要比 AOF 方式更加的高效。RDB 的缺点是最后一次持久化后的数据可能丢失。我们默认的就是 RDB，一般情况下不需要修改这个配置!
rdb 保存的文件是 dump.rdb
dbfilename dump.rdb
触发机制
1、save 的规则满足的情况下，会自动触发 rdb 规则
2、执行 flushall 命令，也会触发我们的 rdb 规则!
3、退出 redis，也会产生 rdb 文件!
就会自动生成一个 dump.rdb，有时候还有备份一份
恢复 rdb 文件
只需要将 rdb 文件放在 redis 启动目录下就可以了,redis 启动的时候就会自动检查 dump.rdb 文件
config get dir
"dir"
"/usr/local/bin" # 如果在这个目录下存在dump.rdb 启动就会自动恢复其中的数据
优点:
1、适合大规模的数据恢复
2、对数据的完整性要求不高
缺点：
1、需要一定的时间间隔进程操作，如果 redis 意外宕机了，这个最后一次修改数据就没有了
2、fork 进程的时候，会占用一定的内存空间
AOF（Append Only File）
将我们的所有命令都记录下来，history，恢复的时候就把这个文件内的命令全部在执行一遍
默认是不开启的，我们需要手动进行配置!我们只需要将 appendonly 改为 yes 就开启了 aof !重启
redis 就可以生效了
如果这个 aof 文件有错误，这时候 redis 是启动不起来的，我们需要修复这个 aof 文件，redis 给我们提供了一个工具 redis-check-aof --fix
优点
可指定修改都同步还是每秒都同步，文件完整性会更好
缺点:
相对于数据文件，aof 远远大于 rdb，修复的速度也不如 rdb
Aof 的运行效率也要比 rdb 慢。
小结
只做缓存，如果你只希望你的数据在服务器运行的时候存在，也可以不使用任何持久化
Redis 发布订阅
Redis 发布订阅(publsub)是一种消息通信模式 ∶ 发送者(pub)发送消息，订阅者(sub)接收消息。Redis 客户端可以订阅任意数量的频道。 订阅/发布消息图︰
第一个：消息发布者，第二个频道（消息队列），第三个：消息订阅者
测试
订阅端
SUBSCRIBE kuizuo # 创建频道
发送端
PUBLISH kuizuo ‘hello‘
原理
Redis 是使用 C 实现的，通过分析 Redis 源码里的 pubsub.c 文件，了解发布和订阅机制的底层实现， 籍此加深对 Redis 的理解。 Redis 通过 PUBLISH、SUBSCRIBE 和 PSUBSCRIBE 等命令实现发布和订阅功能。 微信 ∶ 通过 SUBSCRIBE 命令订阅某频道后，redis-server 里维护了一个字典，字典的键就是一个个频道! ，而字典的值则是一个链表， 链表中保存了所有订阅这个 channel 的客户端。SUBSCRIBE 命令的关键，就是将客户端添加到给定 channel 的订阅链表中。 通过 PUBLSH 命令向订阅者发送消息，redis-server 会使用给定的频道作为键，在它所维护的 channel 字典中查找记录了订阅这个频道的所有客户端的链表，遍历这个链表，将消息发布给所有订阅者。 Pub/Sub 从字面上理解就是发布( Publish)与订阅( Subscribe )，在 Redis 中，你可以设定对某一个 key 值进行消息发布及消息订阅，当一个 key 值上进行了消息发布后，所有订阅它的客户端都会收到相应的消息。这一功能最明显的用法就是用作实时消息系统，比如普通的即时聊天，群聊等功能。
使用场景：
1、实时消息系统，公告
2、实时聊天（将频道当做聊天室，将信息回显给所有人）
3、订阅，关注系统都是可以的
Redis 主从复制
概念
主从复制，是指将一台 Redis 服务器的数据，复制到其他的 Redis 服务器。前者称为主节点(master/leader)，后者称为从节点(slave/follower);数据的复制是单向的，只能由主节点到从节点。Master 以写为主，Slave 以读为主。 默认情况下，每台 Redis 服务器都是主节点;且一个主节点可以有多个从节点(或没有从节点)，但一个从节点只能有一个主节点。
主从复制的作用主要包括︰
1、数据冗余 ∶ 主从复制实现了数据的热备份，是持久化之外的一种数据冗余方式。 2、故障恢复︰当主节点出现问题时，可以由从节点提供服务，实现快速的故障恢复;实际上是一种服务的冗余。 3、负载均衡︰在主从复制的基础上，配合读写分离，可以由主节点提供写服务，由从节点提供读服务（即写 Redis 数据时应用连接主节点，读 Redis 数据时应用连接从节点），分担服务器负载;尤其是在写少读多的场景下，通过多个从节点分担读负载，可以大大提高 Redis 服务器的并发量。 4、高可用基石 ∶ 除了上述作用以外，主从复制还是哨兵和集群能够实施的基础，因此说主从复制是 Redis 高可用的基础。
一般来说，要将 Redis 运用于工程项目中，只使用一台 Redis 是万万不能的
原因如下︰ 1、从结构上，单个 Redis 服务器会发生单点故障，并且一台服务器需要处理所有的请求负载，压力较大; 2、从容量上，单个 Redis 服务器内存容量有限，就算一台 Redis 服务器内存容量为 256G，也不能将所有内存用作 Redis 存储内存，一般来说，单台 Redis 最大使用内存不应该超过 20G。
主从复制，读写分离！80%的情况下都是在进行读操作，就可以减缓服务器压力，架构中经常使用，一主二从
环境配置
redis:0>info replication # 查看当前库信息
"# Replication
role:master # 角色
connected_slaves:0 # 没有从机
master_replid:d6950e2fdb86b591f42e8725279034303e8cb6ee
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:0
second_repl_offset:-1
repl_backlog_active:0
repl_backlog_size:1048576
repl_backlog_first_byte_offset:0
repl_backlog_histlen:0
需要修改 配置文件
端口 pid 名字 log 文件名 dump.rdb 名
一主二从
默认情况下，每台 Redis 服务器都是主节点;我们一般情况下只用配置从机就好了!认老大!一主（ 79)二从( 80，81 )
SLAVEOF 127.0.0.1 6379 # 找谁为主机
**主机可以写，从机不能写只能读！**主机中的所有数据都会被从机保存
主机断开连接，从机依旧可以连接到主机，并且主机回来，从机依旧可以直接获取数据
从机重新连接会主机，主机的任何操作立马同步到从机上
复制原理
slave 启动成功连接到 master 后会发送一个 sync 命令 Master 接到命令，启动后台的存盘进程，同时收集所有接收到的用于修改数据集命令，在后台进程执行完毕之后，master 将传送整个数据文件到 slave，并完成一次完全同步。
全量复制：slave 服务在接收到数据库文件数据后，将其存盘并加载到内存中。
增量复制：Master 继续将新的所有收集到的修改命令依次传给 slave，完成同步但是只要是重新连接 master，一次完全同步（全量复制)将被自动执行
层层链路
上一个 M 链接下一个 S
哨兵模式
概述
如果主机宕机了，从机要当主机，通过命令SLAVEOF no one 从机变主机，但如果这时候主机恢复了，那么就需要重新配置了，十分麻烦
主从切换技术的方法是 ∶ 当主服务器宕机后，需要手动把一台从服务器切换为主服务器，这就需要人工干预，费事费力，还会造成一段时间内服务不可用。这不是一种推荐的方式，更多时候，我们优先考虑哨兵模式。Redis 从 2.8 开始正式提供了 Sentinel (哨兵）架构来解决这个问题。
后台能够监控主机是否故障，如果故障了根据投票数自动将从机变为主机
实现
哨兵模式是一种特殊的模式，首先 Redis 提供了哨兵的命令，哨兵是一个独立的进程，作为进程，它会独立运行。其原理是哨兵通过发送命令，等待 Redis 服务器响应，从而监控运行的多个 Redis 实例。
配置
1、哨兵配置文件 sentinel.conf
sentinel monitor myredis 127.0.0.1 6379 1
后面的这个数字 1，代表主机挂了，slave 投票看让谁当主机，票数多的就会成为主机
2、启动哨兵
redis-sentinel config/sentinel.conf
3、主机挂了，从机当主机了，但是如果原主机恢复了，也只能乖乖当新主机的从机
优点: 1、哨兵集群，基于主从复制模式，所有的主从配置优点，它全有
2、主从可以切换，故障可以转移，系统的可用性就会更好
3、哨兵模式就是主从模式的升级，手动到自动，更加健壮
缺点:
1、Redis 不好啊在线扩容的，集群容量一旦到达上限，在线扩容就十分麻烦
2、实现哨兵模式的配置其实是很麻烦的，里面有很多选择
Redis 缓存穿透和雪崩
服务器高可用的问题
Redis 缓存的使用，极大的提升了应用程序的性能和效率，特别是数据查询方面。但同时，它也带来了一些问题。其中，最要害的问题，就是数据的一致性问题，从严格意义上讲，这个问题无解。如果对数据的一致性要求很高，那么就不能使用缓存。 另外的一些典型问题就是，缓存穿透、缓存雪崩和缓存击穿。目前，业界也都有比较流行的解决方案。
缓存穿透
概念
缓存查不到，导致数据都查数据库
缓存穿透的概念很简单，用户想要查询一个数据，发现 redis 内存数据库没有，也就是缓存没有命中，于是向持久层数据库查询。发现也没有，于是本次查询失败。当用户很多的时候，缓存都没有命中（秒杀!），于是都去请求了持久层数据库。这会给持久层数据库造成很大的压力，这时候就相当于出现了缓存穿透。|
解决方案
布隆过滤器
布隆过滤器是一种数据结构，对所有可能查询的参数以 hash 形式存储，在控制层先进行校验，不符合则丢弃，从而避免了对底层存储系统的查询压力
缓存空对象
当存储层不命中后，即使返回的空对象也将其缓存起来，同时会设置一个过期时间，之后再访问这个数据将会从缓存中获取，保护了后端数据源;
但是这种方法会存在两个问题: 1、如果空值能够被缓存起来，这就意味着缓存需要更多的空间存储更多的键，因为这当中可能会有很多的空值的键; 2、即使对空值设置了过期时间，还是会存在缓存层和存储层的数据会有一段时间窗口的不一致，这对于需要保持一致性的业务会有影响。
缓存击穿
概述
全都查缓存，此时缓存恰好过期，导致量过大
这里需要注意和缓存击穿的区别，缓存击穿，是指一个 key 非常热点，在不停的扛着大并发，大并发集中对这一个点进行访问，当这个 key 在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在一个屏障上凿开了一个洞。 当某个 key 在过期的瞬间，有大量的请求并发访问，这类数据一般是热点数据，由于缓存过期 ，会同时访问数据库来查询最新数 据，并且回写缓存，会导使数据库瞬间压力过大。
解决方案
设置热点数据永不过期
从缓存层面来看，没有设置过期时间，所以不会出现热点 key 过期后产生的问题。
加互斥锁
分布式锁 ∶ 使用分布式锁，保证对于每个 key 同时只有一个线程去查询后端服务，其他线程没有获得分布式锁的权限，因此只需要等待即可。这种方式将高并发的压力转移到了分布式锁，因此对分布式锁的考验很大。
缓存雪崩
概述
指在某一个时间段，缓存集中过期失效。Redis 宕机!
产生雪崩的原因之一，比如在写本文的时候，马上就要到双十二零点，很快就会迎来一波抢购，这波商品时间比较集中的放入了缓存，假设缓存一个小时。那么到了凌晨一点钟的时候，这批商品的缓存就都过期了。而对这批商品的访问查询，都落到了数据库上，对于数据库而言，就会产生周期性的压力波峰。于是所有的请求都会达到存储层，存储层的调用量会暴增，造成存储层也会挂掉的情况。
基本解决方案
redis 高可用 这个思想的含义是，既然 redis 有可能挂掉，那我多增设几台 redis，这样一台挂掉之后其他的还可以继续工作，其实就是搭建的集群。（异地多活!) 限流降级（在 SpringCloud 讲解过!) 这个解决方案的思想是，在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个 key 只允许一个线程查询数据和写缓存，其他线程等待。 数据预热 数据加热的含义就是在正式部署之前，我先把可能的数据先预先访问一遍，这样部分可能大量访问的数据就会加载到缓存中。在即将发生大并发访问前手动触发加载缓存不同的 key，设置不同的过期时间，让缓存失效的时间点尽量均匀。