思维导图：
Redis最主要的用途，三个方面：
1.存储数据（内存数据库）
2.缓存（redis最常用的场景）
3.消息队列
一、什么是缓存
我们知道对于硬件的访问速度来说，通常情况下：
CPU寄存器 > 内存 > 硬盘 > 网络
速度快点设备，可以作为速度慢的设备的缓存
最常见的就是使用 内存 作为 硬盘 的缓存（redis定位）
同样硬盘也可作为网络的缓存，比如浏览器的缓存，浏览器通过http/https从服务器上（网络）获取到数据（html，css，图片，视频，音频...）并进行展示，像图片这种比较大，又不太改变的数据，就可以保存到浏览器本地（浏览器所在的主机硬盘上），后续打开这个页面，就不必重新从网络获取上述数据了
🍞二八定律
20%的数据，可以应对80%的请求
因此只需要把这少量的热点数据缓存起来,就可以应对⼤多数场景,从⽽在整体上有明显的性能提升
二、使用Redis作为缓存
通常是使用redis作为数据库的缓存（mysql），因为数据库是非常重要的组件，并且mysql的速度又比较慢，所以可以使用redis作为mysql的缓存
🍞为什么关系型数据库性能不高？
（1）数据存储在硬盘上，硬盘IO速度很慢，尤其是随机访问
（2）如果查询不能命中索引，就需要全表变量
（3）对SQL执行会做一系列的解析，校验，优化工作
（4）如果是复杂查询，需要进行笛卡尔积操作，效率更低
1和2属于硬件，3和4属于软件，因为mysql等数据库，效率比较低，所以承担的并发量有限，一旦请求多了，数据库压力就很大，甚至就容易宕机了（服务器每次处理应一个请求，一定都要消耗一些硬件资源CPU，内存，硬盘这些，任意一种资源的消耗超出了机器能提供的上限，机器就很容易出现故障
如何提高mysql能承担的并发量？
（1）开源：引入更多的机器，构成数据库集群
（2）节流：引入缓存，把一些频繁读取的热点数据，保存到缓存上，后续在查询数据的时候，如果缓存中已经存在，就不用访问mysql了
三、📚缓存的更新策略
**引入：**如何知道redis中应该存哪些数据呢/如何知道哪些数据是热点数据呢
📚缓存的更新策略：
1.定期生成
怎么做： 把访问的数据，以日志 的形式记录下来，此处的数据，就可以根据当前这里统计 的维度，来定期更新（比如按照天级别统计，就每天更新一次），写一套离线的流程（往往使用shell，python写脚本），可以通过定时任务来触发
eg：搜索引擎为例子
a）完成统计热词的过程
b）根据热词，找到搜索结果的数据（广告数据）
c）把得到的缓存数据同步到缓存服务器上
d）控制这些缓存服务器自动重启
优点：可控（缓存中有啥比较固定），方便排查问题
缺点：实时性不够，如果出现突发热点事件（比如："春节晚会"这几天才会搜索），有一些本来不是热词的内容，变为了热词，新的热词就可能给后面的数据库带来较大的压力
2.实时生成
怎么做：
（1）如果在Redis查到了，就直接返回
（2）如果Redis中不存在，就数据库中查，把查到的结果同时也写入redis
存在的问题： 经过一段时间的动态平衡，redis中的key就逐渐都成了热点数据，这样不同的写redis，就会使redis的内存占用越来越多，逐渐达到内存上限（这个上限可以配置的maxmemory参数设定），此时如果继续往里面插入数据，就会触发问题
解决：
📚内存淘汰策略
（1）FIFO（First In First Out）先进先出：把缓存中存在时间最久的（也就是先来的数据）淘汰掉
（2）LRU（Least Recently Used）淘汰最久未使用的：记录每个key都最近访问时间，把最近访问时间最老的key淘汰掉
（3）LFU（Least Frequently Used）淘汰访问次数最少的：记录每个key最近一段时间的访问次数，把访问次数最少的淘汰掉
（4）Random 随机淘汰：从所有的 key 中抽取幸运⼉被随机淘汰掉
redis中有个配置，就可以设置redis采取上述哪种策略淘汰内存数据，具体采用哪种，结合实际场景来具体问题具体分析
其实还可以细分 ：针对设置了过期时间的key （设置了过期时间都算，包括过期时间还没到的）淘汰/在所有key中淘汰【FIFO没有针对所有key，因为可能对于一些没有设置过期时间的key，是没有保存设置时间的】
四、缓存预热、缓存穿透、缓存雪崩和缓存击穿
1.缓存预热(Cache preheating)
问题： 缓存中的数据，是定期生成/实时生成的，对于定期生成这种情况是不涉及"预热"的，而对于实时生成，redis服务器首次接入之后，服务器里面是没有数据的。此时所有的请求都会打到mysql上
解决： 缓存预热就是来解决上述问题的，把定期生成 和 实时生成结合一下，先通过离线 的方式，通过一些统计的途径，先把热点数据找到一批，导入到redis 中，此时导入的这批热点数据，就能帮助mysql承担很大的压力了，随着时间的推移，逐渐就使用新的热点数据淘汰旧的数据
2.📚缓存穿透(Cache penetration)
是啥：
查询的某个key，在redis中没有，mysql也没有，这次查询没有，下次查也没有，如果这样的数据，存在很多，并且还反复查询，一样也会给mysql带来很大的压力
为何产生：
（1）业务设计不合理，比如缺少必要的参数校验环节，导致非法的key也被查询了【典型】
（2）开发/运维误操作，不小心把部分数据从数据库上误删了
（3）黑客恶意攻击
解决：
（1）如果发现这个key，在redis和mysql都不存在，仍然写入redis，value值设为非法值（比如""）
（2）引入布隆过滤器，每次查询redis/mysql之前都先判定一下key是否在布隆过滤器存在（把所有的key都插入到布隆过滤器中）
（3）通过改进业务/加强监控报警
3.📚缓存雪崩(Cache avalanche)
是啥：
由于在短时间内，redis上大规模的key失效，导致缓存命中陡然下降，并且mysql的压力迅速上升，甚至直接宕机
为何产生：
（1）redis直接挂了（redis宕机/redis集群环境下大量节点宕机）
（2）redis好着，但是可能之前短时间内设置了很多key 给redis，并且设置的过期时间是相同的
解决：
（1）加强监控报警，加强redis集群可用性的保证
（2）不给key设置过期时间/设置过期时间的时候添加随机的因子（避免同一时刻过期）
4.📚缓存击穿(Cache breakdown)
是啥： 相当于缓存血崩的特殊情况，针对热点key，突然过期了，导致大量的请求直接访问到数据库上，甚至引起数据库宕机【热点key访问频率高，影响更大】
解决：
（1）基于统计的方式发现热点key，并设置永不过期
（2）服务降级（适当关闭一些不重要的功能，只保留核心功能），比如访问数据库的时候使⽤分布式锁，限制数据库的访问频率