🚀 欢迎来到我的CSDN博客：Optimistic _ chen
✨ 一名热爱技术与分享的全栈开发者，在这里记录成长，专注分享编程技术与实战经验，助力你的技术成长之路，与你共同进步！
🚀我的专栏推荐：
| 专栏 | 内容特色 | 适合人群 |
|---|---|---|
| 🔥C语言从入门到精通 | 系统讲解基础语法、指针、内存管理、项目实战 | 零基础新手、考研党、复习 |
| 🔥Java基础语法 | 系统解释了基础语法、类与对象、继承 | Java初学者 |
| 🔥Java核心技术 | 面向对象、集合框架、多线程、网络编程、新特性解析 | 有一定语法基础的开发者 |
| 🔥Java EE 进阶实战 | Servlet、JSP、SpringBoot、MyBatis、项目案例拆解 | 想快速入门Java Web开发的同学 |
| 🔥Java数据结构与算法 | 图解数据结构、LeetCode刷题解析、大厂面试算法题 | 面试备战、算法爱好者、计算机专业学生 |
| 🔥Redis系列 | 从数据类型到核心特性解析 | 项目必备 |
🚀我的承诺：
✅ 文章配套代码：每篇技术文章都提供完整的可运行代码示例
✅ 持续更新：专栏内容定期更新，紧跟技术趋势
✅ 答疑交流：欢迎在文章评论区留言讨论，我会及时回复（支持互粉）
🚀 关注我，解锁更多技术干货！
⏳ 每天进步一点点，未来惊艳所有人！✍️ 持续更新中，记得⭐收藏关注⭐不迷路 ✨
📌 标签:#技术博客 #编程学习 #Java #C语言 #算法 #程序员
文章目录
缓存
我们知道计算机中对于硬件的访问速度来说，一般情况下：
|--------------------|
| CPU寄存器>内存>硬盘>网络 |
缓存是一个相对概念， 硬盘比网络更快，就可以使用硬盘作为网络的缓存；内存比硬盘更快，就可以使用内存作为硬盘的缓存；CPU寄存器比内存更快，就可以使用CPU寄存器作为内存的缓存。
但是对于硬件来说，访问速度越快的设备，价格越高，存储空间越小；所以缓存是更快，但是空间很小，只能存放一些访问频繁的数据。
Redis作为缓存
我们通常使用MySQL作为数据持久化的的工具来存储数据。虽然它功能强大但是性能不高（查询一次数据消耗的资源较多）
- 数据库把数据存储在硬盘上，硬盘的IO速度并不快
- 如果查询不能命中索引，就会遍历整张表，大大增加硬盘IO次数
- 复杂查询，效率更低
因此，如果访问数据库的并发量很高（消耗大量资源 ），数据库的压力很大，从而导致数据库服务宕机。
为了解决并发量的问题，主要有两个思路：
- 开源：增加更多数据库实例，引入更多资源，构成数据库集群
- 节流：通过缓存减少并发量，降低数据库压力。
Redis作为数据库的缓存是一个比较常见的方案。因为Redis数据存在内存中，访问内存比硬盘快很多；其次Redis只支持简单的key-value存储，没有复杂的查询。
根据实际情况，在Redis中存放20%的热点数据，就应该可以响应80%的请求。
注意：缓存是⽤来加快"读操作"的速度的.如果是"写操作",还是要⽼⽼实实写数据库,缓存并不能提⾼性能。
缓存的更新策略
缓存中的数据需要响应80%的请求，那么如何才能筛选出这些数据呢？
添加热点数据
- 定期生成：.每隔一定周期，对于访问数据的频次进行统计，挑选出访问频次最高的前20%（这个值根据实际情况修改）数据。
- 实时生成：首先用户每次的查询如果在Redis中查到了，就直接返回
如果没有查到，就去数据库中查询，同时把结果也写入到Redis中。
经过一段时间后，Redis空间可能就放不下那么多数据，就触发淘汰策略，把访问频次较低的数据从Redis中删除
这样持续一段时间，Redis中的数据就是热点数据了。
淘汰数据策略
- 不进行数据淘汰策略（默认）：不淘汰策略，写入时返回错误
- 进行数据淘汰策略：
在设置了过期时间的数据中进行淘汰：volatile-random: 随机淘汰设置了过期时间的任意键值
volatile-ttl：优先淘汰更早过期的键值
volatile-lru:淘汰所有设置了过期时间的键值中，最久未使用的键值
volatile-lfu:淘汰所有设置了过期时间的键值中，最少使用的键值
在所有数据范围内进行淘汰：allkeys-random：随机淘汰任意键值
allkeys-lru：淘汰整个键值中最久未使用的键值
allkeys-lfu（4.0后）：淘汰整个键值中最少使用的键值。
缓存的应用问题
缓存预热
使用Redis作为MySQL 的缓存的时候，当Redis刚刚启动的时候，因为Redis自身是没有数据的，没有什么缓存数据，那么MySQL就可能被直接访问，从而造成较大压力。
因此就需要提前把热点数据准备好，直接写入到Redis中，使用Redis尽可能早的缓解数据库压力。虽然这份热点数据不一定那么准确，只要帮助MySQL抵挡一部分请求即可；随着程序运行，缓存中的热点会自动调整来适应当前业务。
缓存穿透
访问的数据在Redis和MySQL中都不存在。此时这样的key键不会放到缓存上，后续如果继续访问该数据依旧会直接访问到MySQL上，这就是缓存穿透。长此以往，数据库就会承担越来越多的请求。
解决方案：
- 针对要查询的参数进行严格的合法校验，避免非法数据的查询
- 针对数据库上也不存在的key，也可以存储到Redis中，value设置为空，避免后续继续访问
- 使用布隆过滤器先判定key是否存在，在去查询
缓存雪崩
缓存雪崩：短时间内大量的key在缓存中失效，导致数据库压力暴增，可能导致宕机，直接奔溃。
大量key失效，主要有两种可能性：
- Redis 挂了
- Redis上大量的key同时过期
解决方案：
- 部署高可用的Redis集群，完善监控报警体系
- 不给key设置过期时间或者设置随机的过期时间
缓存击穿（瘫痪）
算是缓存雪崩的一种特殊情况。针对热点数据key突然同时大量过期，导致请求都直接访问到数据库上，甚至引起数据库宕机。
解决方案：
- 基于统计的方式设置热点key，并设置永不过期
- 进⾏必要的服务降级.例如访问数据库的时候使⽤分布式锁,限制同时请求数据库的并发数。
完结撒花！🎉
如果这篇博客对你有帮助，不妨点个赞支持一下吧！👍
你的鼓励是我创作的最大动力～
✨ 想获取更多干货？ 欢迎关注我的专栏 → optimistic_chen
📌 收藏本文，下次需要时不迷路！
我们下期再见！💫 持续更新中......
悄悄说：点击主页有更多精彩内容哦～ 😊
