定义
Redis是一个开源的，基于内存的数据结构存储系统，可以用作数据库、缓存和消息中间件。
特征
- 高性能
- 支持丰富的数据结构
- 丰富的操作类型，操作是原子性的
- 支持周期性持久化
- 分布式
- 开源免费，社区活跃
数据类型
string -字符串
hash-哈希
list-列表
set-集合
zset-有序集
Stream-流
Bitmap-位图
Bitfield-位域支持获取任意位长度的整数值
Geospatial-地理空间索引
过期策略
惰性删除：查询key的时候才对key进行检测。若key已经过期删除，若key没有过期则返回。缺点是如果过期的key一直没有被访问，则会一直无法被删除，存在于内存中。
**定期删除：**redis每隔一段时间对数据库做一次检查，删除里面过期的key，由于不可能对所有key做轮询，所以redis会每次随机选取一些key做检查和删除
内存淘汰机制
volatile-lru：针对设置了过期时间的key，使用lru（最近很少使用）算法进行淘汰
allkeys-lru：针对所有key使用lru算法进行淘汰
volatile-lfu：针对设置了过期时间的key，使用lfu（最近不经常使用）算法进行淘汰
allkeys-lfu：针对所有key使用lfu算法进行淘汰
volatile-ramdon：从所有设置了过期时间的key中使用随机淘汰方法进行淘汰
allkeys-ramdon：针对所有的key使用随机淘汰机制进行淘汰
volatile-ttl：针对设置了过期时间的key，越早过期的越先被淘汰
noeviction：不会淘汰任何数据，当使用的内存空间超过maxmemory时，再有写请求来时返回错误。
持久化方案
RDB（Redis数据库）：RDB持久性会按照指定的时间间隔对数据集执行时间点快照。把当前内存中的数据集快照写入磁盘，恢复时将快照文件直接读到内存里。
AOF（仅追加文件）：AOF持久性记录服务器收到的每个写入操作。然后就可以在服务器启动时再次重放这些操作，重建原始数据集。命令使用与Redis协议本身相同的格式进行记录
无持久性：完全禁止持久性，在仅缓存时使用
RDB+AOF：可以在同一个实例中结合使用AOF和RDB
分布式方案
客户端分片：将分片工作放在业务程序端，不依赖第三方分布式中间件，实现方法和代码可控，对开发人员要求高。
代理分片：将分片工作交给专门的代理程序来做，运维方案。如Twemproxy，Codis
服务器分片：Redis Cluster将所有key映射到16384个slot（插槽）中，集群中每个redis实例负责一部分，业务程序通过集成的redis cluster客户端进行操作。
主从复制
主从复制是Redis最基本、最常用的同步方式。
原理：将主节点的数据复制到从节点，使得从节点的数据与主节点保持一致。主从复制是异步的，从节点与主节点的数据不是实时同步的。如果主节点发生故障，从节点可能会因为数据延迟而出现数据丢失的情况。
集群模式
集群是Redis提供的分布式数据库方案，它将数据分散在多个节点上，每个节点都包含整个数据集的一部分。Redis集群通过分片来分布数据，每个节点负责数据集的一个片段。集群中每个分片都可以由一个或多个从节点，用于故障转移和高可用。
哨兵模式
除了主从复制外，Redis还提供了哨兵模式作为高可用性解决方案。哨兵模式可以自动检测主节点的状态。当主节点发生故障时，会自动将一个从节点转换为主节点。切换过程中，从节点会先将自己的数据与主节点保持一致，然后才能成为新的主节点。因此，在哨兵模式下，数据同步的过程与主从复制类似，但是其实现方式更加自动化。
缓存方案
Redis用作缓存组件时，其基于内存的读写图形，比基于磁盘读写的数据库性能要高，适合缓存高频热点的数据，来提高读性能。这样可以降低对数据库服务器的查询请求，提高系统性能。
数据一致性
读写步骤
在使用缓存与数据库保持一致性的场景中，通常遵循以下读写步骤来确保数据一致性。
读取操作：
检查缓存：客户端发起读取请求时，首先在缓存中查找所需数据。
缓存命中：如果缓存中有数据，则直接返回缓存中的数据给客户端。
缓存未命中：
如果缓存中没有对应数据，则从数据库中读取数据。
将从数据库中读取的数据写入缓存，以便下次可以直接从缓存中读取。
返回数据库中的数据给客户端。
写入操作：
更新数据库：客户端发起写入请求时，首先更新数据库中的数据。
失效缓存：在数据库更新成功后，立即使缓存中的相关数据失效或更新缓存中的数据。这样可以确保下次读取操作时，客户端能够从数据库中获取最新的数据。
分布式锁
使用分布式锁来保证在更新数据库和失效缓存的过程中，不会有其他并发操作干扰。
写串行化
通过队列等机制，确保对同一数据的读写操作不会并发执行。
订阅数据库变更
通过订阅数据库的变更日志（如MySQL的Binlog），在数据变更时自动更新或失效缓存。
缓存异常
缓存穿透
定义：缓存穿透是指查询一个一定不存在的数据，由于缓存中不存在该数据，每次请求都会落到数据库上，从而可能导致数据库压力过大甚至崩溃。
造成原因：恶意攻击，造成大量访问不存咋的key
解决方案：
缓存空对象-对于查询结果为空的键，也将其存入缓存，并设置一个较短的过期时间。这样，即使是不存在的数据也会被缓存，从而避免频繁查询数据库。
布隆过滤器-在访问缓存之前，使用布隆过滤器检查数据是否可能存在。如果布隆过滤器判断数据不存在，则直接返回，不查询缓存和数据库
接口限流-对于访问频率极高的请求，可以使用接口限流来放置恶意攻击
安全性检查-应用程序检查key的合法性，提前拒绝不合法请求；检查请求来源IP，限制访问次数，或设置黑名单
缓存雪崩
定义：缓存雪崩是指缓存中大量数据同时过期或者缓存服务器突然宕机，导致大量请求直接落到数据库上，引起数据库压力骤增，甚至导致数据库崩溃
造成原因：Redis故障-如Redis宕机、网络抖动
解决方案：
设置不同的过期时间：为缓存数据设置不同的过期时间，避免大量数据同时过期
使用持久化缓存：如果RDB或AOF，即使服务重启，也能快速回复缓存数据
服务熔断和限流：在缓存失效或者服务故障时，通过服务熔断和限流来保护后端系统
多级缓存：构件多级缓存架构，例如本地缓存+分布式缓存，即使分布式缓存出现问题，本地缓存仍能提供一定的保护
缓存击穿
定义：缓存击穿是指某个热点数据在缓存中过期，而因此大量并发请求访问数据，导致这些数据都落到数据库上，从而可能引起数据库压力过大。
造成原因：热点key设置了太短的过期时间
解决方案
热点数据永不过期：对于热点数据，可以设置永不过期或者过期时间非常长
互斥锁：在缓存失效时，通过互斥锁来保证同一时间只有一个请求去查询数据库，并更新缓存，其他请求等待缓存更新完成后再返回数据
数据热加载：使用后台线程或者定时任务，预先加载热点数据至缓存中