* 全称Remote Dictionary Server

* redis是一个开源的，基于内存的，key-value类型的**数据结构存储服务器**

* redis的键（key）只能是字符串，值（value）支持多种数据结构，如字符串(string)，列表(list)，哈希表(hash)，集合(set)，有序集合(sorted set),value的最大限制是1G

* redis的读写都是在内存中操作，性能出色，并且定期进行持久化操作，将数据保存在硬盘上

字符串(string)最大512M，列表(list)，哈希表(hash)，集合(set)，有序集合(sorted set)

内存

* 速度快，在内存中读写

* 数据结构丰富，string,list,hash,set,sorted set

* 支持事务，操作原子性，对数据的更改要么全部执行，要么全部不执行

* 支持数据持久化

* 灵活，可以设置key的过期时间

* 数据库容量受内存大小限制

* 完全基于内存

* 数据结构简单

* 单线程，避免了多进程多线程的切换导致CPU的开销，不用考虑锁的问题

* 使用多路IO复用模型，非阻塞IO

1. 性能高，用户第一次访问数据库中的数据是读取硬盘，过程比较慢，将该用户访问的数据在内存中缓存，下次读取就是直接在内存中读取，所以速度比较快

2. 高并发，直接操作缓存能够承受的请求是远大于直接访问数据库的

3. 支持分布式与持久化，即使服务器出现故障不会导致数据丢失

* 计数器：对于频繁读写的计数量，可以用redis缓存

* 缓存：将热点数据放到内存中，设置内存的最大使用量及淘汰策略保证缓存的命中率

* 会话缓存：用redis统一保存多台应用服务器的session会话信息，应用服务器不再存储session信息，不具备状态，一个用户可以请求任意一台应用服务器，实现分布式

* 消息队列：list可以使用lpush和rpop写入与读取数据

持久化就是把内存中的数据写到硬盘中，防止服务器宕机了内存数据丢失

redis提供两种持久化机制，RDB（默认）和AOF、

RDB是redis默认的持久化方式，按照一定的时间将内存的数据以快照的形式保存到硬盘上,对应产生的数据文件dump.rdb,通过配置文件中的save参数来定义快照的周期。

**RDB优点**

* 只有一个dump.rdb文件，方便持久化

* 性能最大化，使用单独的子进程来进行持久化操作，主进程不受影响，保证了redis的性能

* 对于数据集较大时，比AOF启动效率高

* 容灾性好，将数据保存在安全的硬盘上

**RDB缺点**

* RDB是间隔一段时间进行持久化，如果这段时间内发生故障，会丢数据

AOF是将redis执行的每次写命令，追加到缓存区aof_buf记录，再同步到单独的日志文件中，当重启redis会重新从持久化的日志文件中恢复数据，当两种持久化机制同时开启，redis会优先选择AOF恢复。

**AOF优点**

* 数据安全，aof 持久化可以配置appendfsync属性，有always，每进行一次命令操作就记录到aof文件中一次

* AOF比RDB更新数据的频率高，也更安全

**缺点：**

* AOF的文件比RDB文件大，恢复速度慢

* 数据集较大时，比RDB启动效率低

**定时过期：**

每个设置过期时间的key都有一个定时器，到过期时间就会立即清除，该策略可以立即清除过期的数据，对内存友好，但是会占用大量的cpu资源去处理过期的数据，影响redis效率

**惰性过期：**

只有当访问一个key时，才判断是否过期，如果过期了再清除。该策略可以节省cpu资源，但是对内存不友好，如果过期的数据没有被再次访问，会一直占用内存。

**定期过期：**

每隔一定时间，会扫描一定数量的expiresz字典中的key，并清除过期的数据。通过调整扫描的时间间隔和每次扫描的时间，可以使cpu资源和内存占用达到平衡。

**Redis中同时使用了惰性过期和定期过期两种过期策略。**

内存淘汰策略是指在redis用于缓存的内存不够用的情况下，对于新写入的数据怎么申请额外的空间

* noeviction：当内存不够容纳新写入的数据时，新的写入操作会报错

* allkeys-lru：当内存不够容纳新写入的数据时，在键空间中，移除最近最少使用的key（常用）

* allkeys-random：当内存不够容纳新写入的数据时，在键空间中随机删除某个key

* volatile-lru：当内存不够容纳新写入的数据时，在设置了过期时间的键空间中，移除最近最少使用的key

* volatile-random：当内存不够容纳新写入的数据时，在设置了过期时间的键空间中，随机移除某个key

* volatile-ttl：当内存不够容纳新写入的数据时，优先移除更早过期的key

如果内存的使用达到了设置的上限，新数据的写入会报错（读取命令可以正常执行），或者配置内存淘汰策略，当内存达到上限冲刷掉旧内容

redis内存占用到上限，会使用内存淘汰策略

合理利用五种数据结构存储数据

缓存层承载着大量请求压力，有效保护了数据库层面，如果缓存在同一时间大面积失效(大部分key在同一时间过期)，导致大量请求落在数据库层面上，造成数据库短时间内承受大量请求而崩溃。

**解决方案：**

* 缓存的过期时间设置随机，防止同一时间大量数据同时过期

查询一个根本不存在的数据，缓存层和数据库层面都不会命中，导致所有的请求都落到数据库上，造成数据库短时间内承受大量请求而崩掉。

**解决方案：**

从缓存取不到的数据，在数据库中也没有取到，这时也可以将key-value对写为key-null，缓存有效时间可以设置短点，如30秒（设置太长会导致正常情况也没法使用）

缓存中没有，数据库中有的数据，这个时间段内对某一个热点key的并发量非常大，同时读取缓存没有读取到数据，于是又同时去查询数据库，引起数据库压力瞬间增大。和缓存雪崩不同，缓存击穿是大量请求查询同一条数据，缓存雪崩是大量的缓存数据都过期了，很多数据都查不到导致查询数据库。

以下情况可能会造成缓存击穿：

* 当前key是一个热点key（例如一个秒杀活动），并发量非常大

* 重建缓存不能在短时间完成，可能是一个复杂计算，例如复杂的SQL、多次IO、多个依赖等。

**解决方案：**

设置热点数据永不过期，或者加锁，只允许有一个线程重建缓存，其他线程等待缓存重建完成后，重新从缓存中获取数据。