作者：姚登晏
絕大部分寫業(yè)務(wù)的程序員，在實際開發(fā)中使用 Redis 的時候狼忱，只會 Set Value 和 Get Value 兩個操作膨疏，對 Redis 整體缺乏一個認知盗温。這里對 Redis 常見問題做一個總結(jié)，解決大家的知識盲點成肘。
1卖局、為什么使用 Redis
在項目中使用 Redis，主要考慮兩個角度：性能和并發(fā)双霍。如果只是為了分布式鎖這些其他功能砚偶，還有其他中間件 Zookpeer 等代替，并非一定要使用 Redis洒闸。
性能：
如下圖所示染坯，我們在碰到需要執(zhí)行耗時特別久，且結(jié)果不頻繁變動的 SQL丘逸，就特別適合將運行結(jié)果放入緩存单鹿。這樣，后面的請求就去緩存中讀取深纲，使得請求能夠迅速響應(yīng)仲锄。
特別是在秒殺系統(tǒng)，在同一時間湃鹊，幾乎所有人都在點儒喊，都在下單…..執(zhí)行的是同一操作———向數(shù)據(jù)庫查數(shù)據(jù)。
根據(jù)交互效果的不同币呵，響應(yīng)時間沒有固定標準怀愧。在理想狀態(tài)下，我們的頁面跳轉(zhuǎn)需要在瞬間解決余赢，對于頁內(nèi)操作則需要在剎那間解決芯义。
并發(fā)：
如下圖所示，在大并發(fā)的情況下妻柒，所有的請求直接訪問數(shù)據(jù)庫扛拨，數(shù)據(jù)庫會出現(xiàn)連接異常。這個時候蛤奢，就需要使用 Redis 做一個緩沖操作鬼癣，讓請求先訪問到 Redis，而不是直接訪問數(shù)據(jù)庫啤贩。
使用 Redis 的常見問題
緩存和數(shù)據(jù)庫雙寫一致性問題
緩存雪崩問題
緩存擊穿問題
緩存的并發(fā)競爭問題
2待秃、單線程的 Redis 為什么這么快
這個問題是對 Redis 內(nèi)部機制的一個考察。很多人都不知道 Redis 是單線程工作模型痹屹。
原因主要是以下三點：
純內(nèi)存操作
單線程操作章郁，避免了頻繁的上下文切換
采用了非阻塞 I/O 多路復(fù)用機制
仔細說一說 I/O 多路復(fù)用機制，打一個比方：小名在 A 城開了一家快餐店店，負責同城快餐服務(wù)暖庄。小明因為資金限制聊替，雇傭了一批配送員，然后小曲發(fā)現(xiàn)資金不夠了培廓，只夠買一輛車送快遞惹悄。
經(jīng)營方式一
客戶每下一份訂單，小明就讓一個配送員盯著肩钠，然后讓人開車去送泣港。慢慢的小曲就發(fā)現(xiàn)了這種經(jīng)營方式存在下述問題：
時間都花在了搶車上了，大部分配送員都處在閑置狀態(tài)价匠，搶到車才能去送当纱。
隨著下單的增多，配送員也越來越多踩窖，小明發(fā)現(xiàn)快遞店里越來越擠坡氯，沒辦法雇傭新的配送員了。
配送員之間的協(xié)調(diào)很花時間洋腮。
綜合上述缺點箫柳，小明痛定思痛，提出了經(jīng)營方式二徐矩。
經(jīng)營方式二
小明只雇傭一個配送員滞时。當客戶下單叁幢，小明按送達地點標注好滤灯，依次放在一個地方。最后曼玩，讓配送員依次開著車去送鳞骤，送好了就回來拿下一個。上述兩種經(jīng)營方式對比黍判，很明顯第二種效率更高豫尽。
在上述比喻中：
每個配送員→每個線程
每個訂單→每個 Socket(I/O 流)
訂單的送達地點→Socket 的不同狀態(tài)
客戶送餐請求→來自客戶端的請求
明曲的經(jīng)營方式→服務(wù)端運行的代碼
一輛車→CPU 的核數(shù)
于是有了如下結(jié)論：
經(jīng)營方式一就是傳統(tǒng)的并發(fā)模型，每個 I/O 流(訂單)都有一個新的線程(配送員)管理顷帖。
經(jīng)營方式二就是 I/O 多路復(fù)用美旧。只有單個線程(一個配送員)，通過跟蹤每個 I/O 流的狀態(tài)(每個配送員的送達地點)贬墩，來管理多個 I/O 流榴嗅。
下面類比到真實的 Redis 線程模型，如圖所示：
Redis-client 在操作的時候陶舞，會產(chǎn)生具有不同事件類型的 Socket嗽测。在服務(wù)端，有一段 I/O 多路復(fù)用程序肿孵，將其置入隊列之中唠粥。然后疏魏，文件事件分派器，依次去隊列中取晤愧，轉(zhuǎn)發(fā)到不同的事件處理器中大莫。
3、Redis 的數(shù)據(jù)類型及使用場景
一個合格的程序員官份，這五種類型都會用到葵硕。
String
最常規(guī)的 set/get 操作，Value 可以是 String 也可以是數(shù)字贯吓。一般做一些復(fù)雜的計數(shù)功能的緩存懈凹。
Hash
這里 Value 存放的是結(jié)構(gòu)化的對象，比較方便的就是操作其中的某個字段悄谐。我在做單點登錄的時候介评，就是用這種數(shù)據(jù)結(jié)構(gòu)存儲用戶信息，以 CookieId 作為 Key爬舰，設(shè)置 30 分鐘為緩存過期時間们陆，能很好的模擬出類似 Session 的效果。
List
使用 List 的數(shù)據(jù)結(jié)構(gòu)情屹，可以做簡單的消息隊列的功能坪仇。另外，可以利用 lrange 命令垃你，做基于 Redis 的分頁功能椅文，性能極佳，用戶體驗好惜颇。
Set
因為 Set 堆放的是一堆不重復(fù)值的集合皆刺。所以可以做全局去重的功能。我們的系統(tǒng)一般都是集群部署凌摄，使用 JVM 自帶的 Set 比較麻煩羡蛾。另外，就是利用交集锨亏、并集痴怨、差集等操作，可以計算共同喜好器予，全部的喜好浪藻，自己獨有的喜好等功能。
Sorted Set
Sorted Set 多了一個權(quán)重參數(shù) Score劣摇，集合中的元素能夠按 Score 進行排列珠移。可以做排行榜應(yīng)用，取 TOP N 操作钧惧。Sorted Set 可以用來做延時任務(wù)暇韧。
4、Redis 的過期策略和內(nèi)存淘汰機制
Redis 是否用到家浓瞪，從這就能看出來懈玻。比如你 Redis 只能存 5G 數(shù)據(jù)，可是你寫了 10G乾颁，那會刪 5G 的數(shù)據(jù)涂乌。怎么刪的，這個問題思考過么英岭？
正解：Redis 采用的是定期刪除+惰性刪除策略湾盒。
為什么不用定時刪除策略
定時刪除，用一個定時器來負責監(jiān)視 Key诅妹，過期則自動刪除罚勾。雖然內(nèi)存及時釋放，但是十分消耗 CPU 資源吭狡。在大并發(fā)請求下尖殃，CPU 要將時間應(yīng)用在處理請求，而不是刪除 Key划煮，因此沒有采用這一策略送丰。
定期刪除+惰性刪除如何工作
定期刪除，Redis 默認每個 100ms 檢查弛秋，有過期 Key 則刪除器躏。需要說明的是，Redis 不是每個 100ms 將所有的 Key 檢查一次铐懊，而是隨機抽取進行檢查邀桑。如果只采用定期刪除策略，會導(dǎo)致很多 Key 到時間沒有刪除科乎。于是，惰性刪除派上用場贼急。
采用定期刪除+惰性刪除就沒其他問題了么
不是的茅茂，如果定期刪除沒刪除掉 Key。并且你也沒及時去請求 Key太抓，也就是說惰性刪除也沒生效空闲。這樣，Redis 的內(nèi)存會越來越高走敌。那么就應(yīng)該采用內(nèi)存淘汰機制碴倾。
在 redis.conf 中有一行配置：
# maxmemory-policy volatile-lru
該配置就是配內(nèi)存淘汰策略的：
noeviction：當內(nèi)存不足以容納新寫入數(shù)據(jù)時，新寫入操作會報錯。
allkeys-lru：當內(nèi)存不足以容納新寫入數(shù)據(jù)時跌榔，在鍵空間中异雁，移除最近最少使用的 Key。（推薦使用僧须，目前項目在用這種）(最近最久使用算法)
allkeys-random：當內(nèi)存不足以容納新寫入數(shù)據(jù)時纲刀，在鍵空間中，隨機移除某個 Key担平。（應(yīng)該也沒人用吧示绊，你不刪最少使用 Key，去隨機刪）
volatile-lru：當內(nèi)存不足以容納新寫入數(shù)據(jù)時暂论，在設(shè)置了過期時間的鍵空間中面褐，移除最近最少使用的 Key。這種情況一般是把 Redis 既當緩存取胎，又做持久化存儲的時候才用盆耽。（不推薦）
volatile-random：當內(nèi)存不足以容納新寫入數(shù)據(jù)時，在設(shè)置了過期時間的鍵空間中扼菠，隨機移除某個 Key摄杂。（依然不推薦）
volatile-ttl：當內(nèi)存不足以容納新寫入數(shù)據(jù)時，在設(shè)置了過期時間的鍵空間中循榆，有更早過期時間的 Key 優(yōu)先移除析恢。（不推薦）
5拧晕、Redis 和數(shù)據(jù)庫雙寫一致性問題
一致性問題還可以再分為最終一致性和強一致性士八。數(shù)據(jù)庫和緩存雙寫县耽，就必然會存在不一致的問題埂陆。前提是如果對數(shù)據(jù)有強一致性要求丐膝，不能放緩存捞魁。我們所做的一切澎怒，只能保證最終一致性现诀。
另外泼各，我們所做的方案從根本上來說鞍时，只能降低不一致發(fā)生的概率。因此扣蜻，有強一致性要求的數(shù)據(jù)逆巍，不能放緩存。首先莽使，采取正確更新策略锐极，先更新數(shù)據(jù)庫，再刪緩存芳肌。其次灵再，因為可能存在刪除緩存失敗的問題肋层，提供一個補償措施即可，例如利用消息隊列翎迁。
6栋猖、如何應(yīng)對緩存穿透和緩存雪崩問題
這兩個問題，一般中小型傳統(tǒng)軟件企業(yè)很難碰到鸳兽。如果有大并發(fā)的項目掂铐，流量有幾百萬左右，這兩個問題一定要深刻考慮揍异。緩存穿透全陨，即黑客故意去請求緩存中不存在的數(shù)據(jù)，導(dǎo)致所有的請求都懟到數(shù)據(jù)庫上衷掷，從而數(shù)據(jù)庫連接異常辱姨。
緩存穿透解決方案：
利用互斥鎖，緩存失效的時候戚嗅，先去獲得鎖雨涛，得到鎖了，再去請求數(shù)據(jù)庫懦胞。沒得到鎖替久，則休眠一段時間重試。
采用異步更新策略躏尉，無論 Key 是否取到值蚯根，都直接返回。Value 值中維護一個緩存失效時間胀糜，緩存如果過期颅拦，異步起一個線程去讀數(shù)據(jù)庫，更新緩存教藻。需要做緩存預(yù)熱(項目啟動前距帅，先加載緩存)操作。
提供一個能迅速判斷請求是否有效的攔截機制括堤，比如碌秸，利用布隆過濾器，內(nèi)部維護一系列合法有效的 Key痊臭。迅速判斷出哮肚，請求所攜帶的 Key 是否合法有效。如果不合法广匙，則直接返回。
緩存雪崩恼策，即緩存同一時間大面積的失效鸦致，這個時候又來了一波請求潮剪，結(jié)果請求都懟到數(shù)據(jù)庫上，從而導(dǎo)致數(shù)據(jù)庫連接異常分唾。
緩存雪崩解決方案：
給緩存的失效時間抗碰，加上一個隨機值，避免集體失效绽乔。
使用互斥鎖弧蝇，但是該方案吞吐量明顯下降了。
雙緩存折砸。我們有兩個緩存看疗，緩存 A 和緩存 B。緩存 A 的失效時間為 20 分鐘睦授，緩存 B 不設(shè)失效時間两芳。自己做緩存預(yù)熱操作。
然后細分以下幾個小點：從緩存 A 讀數(shù)據(jù)庫去枷，有則直接返回怖辆；A 沒有數(shù)據(jù)，直接從 B 讀數(shù)據(jù)删顶，直接返回竖螃，并且異步啟動一個更新線程，更新線程同時更新緩存 A 和緩存 B逗余。
7特咆、如何解決 Redis 的并發(fā)競爭 Key 問題
這個問題大致就是，同時有多個子系統(tǒng)去 Set 一個 Key猎荠。這個時候要注意什么呢坚弱？大家基本都是推薦用 Redis 事務(wù)機制。
但是我并不推薦使用 Redis 的事務(wù)機制关摇。因為我們的生產(chǎn)環(huán)境荒叶，基本都是 Redis 集群環(huán)境，做了數(shù)據(jù)分片操作输虱。你一個事務(wù)中有涉及到多個 Key 操作的時候些楣，這多個 Key 不一定都存儲在同一個 redis-server 上。因此宪睹，Redis 的事務(wù)機制愁茁，十分雞肋。
如果對這個 Key 操作亭病，不要求順序
這種情況下鹅很，準備一個分布式鎖，大家去搶鎖罪帖，搶到鎖就做 set 操作即可促煮，比較簡單邮屁。
如果對這個 Key 操作，要求順序
假設(shè)有一個 key1菠齿，系統(tǒng) A 需要將 key1 設(shè)置為 valueA佑吝，系統(tǒng) B 需要將 key1 設(shè)置為 valueB，系統(tǒng) C 需要將 key1 設(shè)置為 valueC绳匀。
期望按照 key1 的 value 值按照 valueA > valueB > valueC 的順序變化芋忿。這種時候我們在數(shù)據(jù)寫入數(shù)據(jù)庫的時候，需要保存一個時間戳疾棵。
假設(shè)時間戳如下：
系統(tǒng) A key 1 {valueA 3:00}
系統(tǒng) B key 1 {valueB 3:05}
系統(tǒng) C key 1 {valueC 3:10}
那么戈钢，假設(shè)系統(tǒng) B 先搶到鎖，將 key1 設(shè)置為{valueB 3:05}陋桂。接下來系統(tǒng) A 搶到鎖逆趣，發(fā)現(xiàn)自己的 valueA 的時間戳早于緩存中的時間戳，那就不做 set 操作了嗜历，以此類推宣渗。其他方法，比如利用隊列梨州，將 set 方法變成串行訪問也可以痕囱。
8、總結(jié)
Redis 在國內(nèi)各大公司都能看到其身影暴匠，比如我們熟悉的新浪鞍恢，阿里，騰訊每窖，百度帮掉，美團，小米等窒典。學(xué)習(xí) Redis蟆炊，這幾方面尤其重要：Redis 客戶端、Redis 高級功能瀑志、Redis 持久化和開發(fā)運維常用問題探討涩搓、Redis 復(fù)制的原理和優(yōu)化策略、Redis 分布式解決方案等劈猪。
