Redis最主要三个用途：
1）存储数据（内存数据库）
2）缓存（redis常见场景）
3）消息队列
1.缓存简介
把常用数据放到访问速度更快的地方，这个地方就是缓存；
最常见的是内存作为硬盘的缓存（redis定位）；
缓存容量是通常不足，只能放一些热点数据，二八定律；
2.使用场景
通常是使用redis作为数据库的缓存；
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，频繁访问的数据放到缓存中，缓存中有了，就不用访问数据库了；
3.缓存更新策略（重点）
1.定期生成
每隔一段时间，更新缓存；
数据哪里来？通过日志统计，然后数据分析而来；
- 优点：实现起来比较简单，过程更可控（缓存有什么是可以确定的）；
- 缺点：实时性不足，当遇到一些突发事件，平时不常用的词成热词了，这个热词因为更新不及时，缓存命中不了，从而导致数据库压力过大
2.实时生成
如果在redis查到了，就直接返回；没有查到，从数据库查，查到结果也写入Redis；
但是缓存容量是有上限的，因此需要制定缓存淘汰策略；
1）FIFO，先进先出，队列
2）LRU，最久未使用
3）LFU，最近最少访问次数
4）Random，随机淘汰
4.缓存常见问题
1.缓存预热（Cache preheating）
把定期生成和实时生成结合，先统计处高频key，然后导入，避免mysql压力过大。
2.缓存穿透（Cache penetration）查询的某个key，在redis中没有，mysql中也没有；这个key不会被更新到redis中；
核心问题：如果说这个key后续还要被反复查询，会给mysql带来很大的压力；
发生场景：
1）业务设计不合理
2）开发/运维误操作，把部分数据从数据库上删除了
3）黑客恶意攻击
如何解决：
1）改进业务/加强监控报警，亡羊补牢
更靠谱的方案：
1）如果发现这个key在redis和mysql都不存在，仍然写入redis中，value设置成非法值；
2）引入布隆过滤器，每次查询redis/mysql之前都先判断一下存在性；**3.缓存雪崩（Cache avalanche）**短时间内，redis上大规模的key失效，导致缓存命中率陡然下降，mysql压力迅速上升，甚至宕机；
发生场景：
1）redis挂了
2）redis正常，但是短时间设置了大量key过期时间相同
解决：
1）加强监控报警，加强redis集群可用性
2）不给key设置过期时间 / 设置的过期时间添加随机因子4.缓存击穿（Cache breakdown）
热点key突然过期，导致大量请求直接访问数据库，甚至引起数据库宕机；
解决：
1）基于统计的方式发现热点key，设置成永不过期；
2）必要时进行服务降级，访问数据库使用分布式锁，限制同时访问数据库的并发数；
