一、Redis作为缓存的作用
Redis一般是作为MySQL这种数据库的缓存，因为MySQL是对硬盘进行操作的，这样的查询速率是很低的，其次虽然Redis作为内存数据库，本身容量并不是很大，但是由于Redis中一般都是存的热点数据，根据"二八原则"，却可以满足大多数的查询请求，对于Redis作为缓存的情况，需要注意两点，缓存的更新策略和缓存使用的注意事项。
二、缓存的更新策略
主要分为
1.旁路缓存
查询时应用程序先从Redis中查询，如果命中，直接返回，如果没有命中，从MySQL中查询数据，然后写入Redis，再返回数据。如果是写操作，则是先在MySQL中完成数据更新，然后删除/失效Redis中对应的数据，这时有很小的概率发生数据不一致的情况、
2.穿透写
逻辑和旁路缓存策略很类似，只是在写操作的时候，强制只有缓存和MySQL都写入完成了才会返回，保证了强一致性，但是需要引入新的结构来保证缓存和MySQL都完成。
3.异步写
性能最高，但是不同步的风险也最大，而且Redis本身并不支持，需要引入额外数据结构或者使用tair（阿里开发的类似Redis的组件）。用于写操作很多但是对一致性要求不是很高的场景，本质是Redis先接收写操作，但是只有达到一定数量或者时间才会异步的，批量的写入MySQL中。
4.穿透读
这个是通过引入额外的Redis代理组件来代替应用程序在缓存没有命中的情况下的MySQL数据写入Redis中，好处是数据结构更加简洁，将写入Redis这一步抽象了出来。
其中1是主流的经典策略，其他本质上是对1的拓展，而1又有两种常见的实现方式
1.定期生成缓存
通过日志等方式统计一天或者规定时间的信息，在凌晨等流量低谷时期运行脚本，通过对信息进行复杂的排序来得到热点信息，然后提前写入到Redis中，并设置对应的过期时间（如24h），等到第二天再此执行这个逻辑。这样的好处是无需缓存预热，等到用户进行大量访问时，Redis已经设置好了热点信息。但是缺点就是对于突发信息，如春晚，可能只有当天有大量访问，热点信息的时效性并不好。
2.实时生成缓存
通过设置内存上限，不停的写入信息，当内存达到上限时，有这么几种缓存淘汰策略（Redis中是八种，因为还有设置过期时间和没设置过期时间之分）
1.FIFO：先进先出，就是删除存在最久的缓存。
2.LRU：删除最久未访问的。
3.LFU：删除最少访问的。
4.Random：就是随机删除，因为不太科学，所以很少使用。
三、缓存注意事项
注意这些注意事项是针对旁路缓存策略的，其他三种还有其他的注意事项。
1.缓存预热
实时生成策略的弊端，因为刚开始Redis缓存中是空的，每次都要从MySQL中查询才能写入缓存，导致刚开始时MySQL的压力就会比较大。
参考解决方法：可以结合实时生成和定时生成策略，先通过定时生成策略生成一批热点信息并写入Redis中，然后再进行实时生成策略。
2.缓存穿透
Redis缓存中没有，MySQL中也没有，但是用户却一直查询并且反复查询，导致MySQL的压力很大。原因可能是业务设置不合理，对非法数据的检验不太合理或者数据被误删了，或者是黑客恶意入侵。
参考解决方法：即使MySQL中没有，也可以返回一个如null等非法值来设置为缓存的value，还可以通过引入布隆过滤器来检测该数据是否存在来解决。
3.缓存雪崩
同一时间，大量的Key同时过期，但是这时候又有很多请求来查询，导致MySQL服务器压力倍增。原因可能是Redis集群出现大面积宕机，导致缓存失效，又或者是之前某一时期大量Key导入，而且设置为了统一的过期时间。
参考解决方法：针对第一种情况，加强监控报警，即时知道Redis集群的情况，针对2设置过期时间时加入一个随机因子，让它们的过期时间不相同。
4.缓存击穿
热点Key突然过期，但是这时仍然对它/它们有很多请求，导致MySQL压力又倍增。本质上是缓存雪崩的一种特例。
参考解决方法：基于统计发现热点信息，设置其过期时间很长或者直接永久不过期，但是这样对业务的架构需要调整，还有就是通过分布式锁让服务进行必要的降级，限制同一时间的并发量，虽然这样有些用户的体验不太好，但是好过服务器直接宕机。