複習要點：本文圍繞以下幾點進行闡述
1、為什麼使用redis
分析：在項目中使用redis，主要是從兩個角度去考慮:性能和并發。當然，redis還具備可以做分布式鎖等其他功能，但是如果隻是為了分布式鎖這些其他功能，完全還有其他中間件(如zookpeer等)代替，并不是非要使用redis。是以，這個問題主要從性能和并發兩個角度去答。
回答：如下所示，分為兩點
（一）性能 如下圖所示，我們在碰到需要執行耗時特别久，且結果不頻繁變動的SQL，就特别适合将運作結果放入緩存。這樣，後面的請求就去緩存中讀取，使得請求能夠迅速響應。
題外話：忽然想聊一下這個迅速響應的标準。其實根據互動效果的不同，這個響應時間沒有固定标準。不過曾經有人這麼告訴我:"在理想狀态下，我們的頁面跳轉需要在瞬間解決，對于頁内操作則需要在刹那間解決。另外，超過一彈指的耗時操作要有進度提示，并且可以随時中止或取消，這樣才能給使用者最好的體驗。" 那麼瞬間、刹那、一彈指具體是多少時間呢？ 根據《摩诃僧祗律》記載
那麼，經過周密的計算，一瞬間為0.36 秒,一刹那有 0.018 秒.一彈指長達 7.2 秒。
（二）并發 如下圖所示，在大并發的情況下，所有的請求直接通路資料庫，資料庫會出現連接配接異常。這個時候，就需要使用redis做一個緩沖操作，讓請求先通路到redis，而不是直接通路資料庫。
2、使用redis有什麼缺點
分析:大家用redis這麼久，這個問題是必須要了解的，基本上使用redis都會碰到一些問題，常見的也就幾個。
回答:主要是四個問題
(一)緩存和資料庫雙寫一緻性問題
(二)緩存雪崩問題
(三)緩存擊穿問題
(四)緩存的并發競争問題
這四個問題，我個人是覺得在項目中，比較常遇見的，具體解決方案，後文給出。
3、單線程的redis為什麼這麼快
分析:這個問題其實是對redis内部機制的一個考察。其實根據部落客的面試經驗，很多人其實都不知道redis是單線程工作模型。是以，這個問題還是應該要複習一下的。
回答:主要是以下三點
(一)純記憶體操作
(二)單線程操作，避免了頻繁的上下文切換
(三)采用了非阻塞I/O多路複用機制
題外話：我們現在要仔細的說一說I/O多路複用機制，因為這個說法實在是太通俗了，通俗到一般人都不懂是什麼意思。部落客打一個比方：小曲在S城開了一家快遞店，負責同城快送服務。小曲因為資金限制，雇傭了一批快遞員，然後小曲發現資金不夠了，隻夠買一輛車送快遞。
經營方式一：客戶每送來一份快遞，小曲就讓一個快遞員盯着，然後快遞員開車去送快遞。慢慢的小曲就發現了這種經營方式存在下述問題 - 幾十個快遞員基本上時間都花在了搶車上了，大部分快遞員都處在閑置狀态，誰搶到了車，誰就能去送快遞 - 随着快遞的增多，快遞員也越來越多，小曲發現快遞店裡越來越擠，沒辦法雇傭新的快遞員了 - 快遞員之間的協調很花時間
綜合上述缺點，小曲痛定思痛，提出了下面的經營方式
經營方式二：小曲隻雇傭一個快遞員。然後呢，客戶送來的快遞，小曲按送達地點标注好，然後依次放在一個地方。最後，那個快遞員依次的去取快遞，一次拿一個，然後開着車去送快遞，送好了就回來拿下一個快遞。
對比 上述兩種經營方式對比，是不是明顯覺得第二種，效率更高，更好呢。
在上述比喻中:
每個快遞員------------------>每個線程
每個快遞-------------------->每個socket(I/O流)
快遞的送達地點-------------->socket的不同狀态
客戶送快遞請求-------------->來自用戶端的請求
小曲的經營方式-------------->服務端運作的代碼
一輛車---------------------->CPU的核數
于是我們有如下結論
經營方式一就是傳統的并發模型，每個I/O流(快遞)都有一個新的線程(快遞員)管理。
經營方式二就是I/O多路複用。隻有單個線程(一個快遞員)，通過跟蹤每個I/O流的狀态(每個快遞的送達地點)，來管理多個I/O流。
下面類比到真實的redis線程模型，如圖所示
參照上圖，簡單來說，就是。我們的redis-client在操作的時候，會産生具有不同僚件類型的socket。在服務端，有一段I/0多路複用程式，将其置入隊列之中。然後，檔案事件分派器，依次去隊列中取，轉發到不同的事件處理器中。 需要說明的是，這個I/O多路複用機制，redis還提供了select、epoll、evport、kqueue等多路複用函數庫，大家可以自行去了解。
4、redis的資料類型，以及每種資料類型的使用場景
分析：是不是覺得這個問題很基礎，其實我也這麼覺得。然而根據面試經驗發現，至少百分八十的人答不上這個問題。建議，在項目中用到後，再類比記憶，體會更深，不要硬記。基本上，一個合格的程式員，五種類型都會用到。
回答：一共五種
(一)String 這個其實沒啥好說的，最正常的set/get操作，value可以是String也可以是數字。一般做一些複雜的計數功能的緩存。
(二)hash 這裡value存放的是結構化的對象，比較友善的就是操作其中的某個字段。部落客在做單點登入的時候，就是用這種資料結構存儲使用者資訊，以cookieId作為key，設定30分鐘為緩存過期時間，能很好的模拟出類似session的效果。
(三)list 使用List的資料結構，可以做簡單的消息隊列的功能。另外還有一個就是，可以利用lrange指令，做基于redis的分頁功能，性能極佳，使用者體驗好。
(四)set 因為set堆放的是一堆不重複值的集合。是以可以做全局去重的功能。為什麼不用JVM自帶的Set進行去重？因為我們的系統一般都是叢集部署，使用JVM自帶的Set，比較麻煩，難道為了一個做一個全局去重，再起一個公共服務，太麻煩了。 另外，就是利用交集、并集、差集等操作，可以計算共同喜好，全部的喜好，自己獨有的喜好等功能。
(五)sorted set sorted set多了一個權重參數score,集合中的元素能夠按score進行排列。可以做排行榜應用，取TOP N操作。另外，參照另一篇《分布式之延時任務方案解析》，該文指出了sorted set可以用來做延時任務。最後一個應用就是可以做範圍查找。
5、redis的過期政策以及記憶體淘汰機制
分析:這個問題其實相當重要，到底redis有沒用到家，這個問題就可以看出來。比如你redis隻能存5G資料，可是你寫了10G，那會删5G的資料。怎麼删的，這個問題思考過麼？還有，你的資料已經設定了過期時間，但是時間到了，記憶體占用率還是比較高，有思考過原因麼?
回答: redis采用的是定期删除+惰性删除政策。
為什麼不用定時删除政策? 定時删除,用一個定時器來負責監視key,過期則自動删除。雖然記憶體及時釋放，但是十分消耗CPU資源。在大并發請求下，CPU要将時間應用在處理請求，而不是删除key,是以沒有采用這一政策.
定期删除+惰性删除是如何工作的呢?
定期删除，redis預設每個100ms檢查，是否有過期的key,有過期key則删除。需要說明的是，redis不是每個100ms将所有的key檢查一次，而是随機抽取進行檢查(如果每隔100ms,全部key進行檢查，redis豈不是卡死)。是以，如果隻采用定期删除政策，會導緻很多key到時間沒有删除。 于是， 惰性删除派上用場。也就是說在你擷取某個key的時候，redis會檢查一下，這個key如果設定了過期時間那麼是否過期了？如果過期了此時就會删除。
采用定期删除+惰性删除就沒其他問題了麼?
不是的，如果定期删除沒删除key。然後你也沒即時去請求key，也就是說惰性删除也沒生效。這樣，redis的記憶體會越來越高。那麼就應該采用記憶體淘汰機制。 在redis.conf中有一行配置
該配置就是配記憶體淘汰政策的(什麼，你沒配過？好好檢討一下自己)
1）noeviction：當記憶體不足以容納新寫入資料時，新寫入操作會報錯。應該沒人用吧。
2）allkeys-lru：當記憶體不足以容納新寫入資料時，在鍵空間中，移除最近最少使用的key。推薦使用，目前項目在用這種。
3）allkeys-random：當記憶體不足以容納新寫入資料時，在鍵空間中，随機移除某個key。應該也沒人用吧，你不删最少使用Key,去随機删。
4）volatile-lru：當記憶體不足以容納新寫入資料時，在設定了過期時間的鍵空間中，移除最近最少使用的key。這種情況一般是把redis既當緩存，又做持久化存儲的時候才用。不推薦
5）volatile-random：當記憶體不足以容納新寫入資料時，在設定了過期時間的鍵空間中，随機移除某個key。依然不推薦
6）volatile-ttl：當記憶體不足以容納新寫入資料時，在設定了過期時間的鍵空間中，有更早過期時間的key優先移除。不推薦
ps：如果沒有設定 expire 的key, 不滿足先決條件(prerequisites); 那麼 volatile-lru, volatile-random 和 volatile-ttl 政策的行為, 和 noeviction(不删除) 基本上一緻。
6、redis和資料庫雙寫一緻性問題
分析:一緻性問題是分布式常見問題，還可以再分為最終一緻性和強一緻性。資料庫和緩存雙寫，就必然會存在不一緻的問題。答這個問題，先明白一個前提。就是如果對資料有強一緻性要求，不能放緩存。我們所做的一切，隻能保證最終一緻性。另外，我們所做的方案其實從根本上來說，隻能說降低不一緻發生的機率，無法完全避免。是以，有強一緻性要求的資料，不能放緩存。
回答:《分布式之資料庫和緩存雙寫一緻性方案解析》給出了詳細的分析，在這裡簡單的說一說。首先，采取正确更新政策，先更新資料庫，再删緩存。其次，因為可能存在删除緩存失敗的問題，提供一個補償措施即可，例如利用消息隊列。
7、如何應對緩存穿透和緩存雪崩問題
分析:這兩個問題，說句實在話，一般中小型傳統軟體企業，很難碰到這個問題。如果有大并發的項目，流量有幾百萬左右。這兩個問題一定要深刻考慮。
回答:如下所示
緩存穿透，即黑客故意去請求緩存中不存在的資料，導緻所有的請求都怼到資料庫上，進而資料庫連接配接異常。
解決方案:
(一)利用互斥鎖，緩存失效的時候，先去獲得鎖，得到鎖了，再去請求資料庫。沒得到鎖，則休眠一段時間重試
(二)采用異步更新政策，無論key是否取到值，都直接傳回。value值中維護一個緩存失效時間，緩存如果過期，異步起一個線程去讀資料庫，更新緩存。需要做緩存預熱(項目啟動前，先加載緩存)操作。
(三)提供一個能迅速判斷請求是否有效的攔截機制，比如，利用布隆過濾器，内部維護一系列合法有效的key。迅速判斷出，請求所攜帶的Key是否合法有效。如果不合法，則直接傳回。
緩存雪崩，即緩存同一時間大面積的失效，這個時候又來了一波請求，結果請求都怼到資料庫上，進而導緻資料庫連接配接異常。
(一)給緩存的失效時間，加上一個随機值，避免集體失效。
(二)使用互斥鎖，但是該方案吞吐量明顯下降了。
(三)雙緩存。我們有兩個緩存，緩存A和緩存B。緩存A的失效時間為20分鐘，緩存B不設失效時間。自己做緩存預熱操作。然後細分以下幾個小點 - I 從緩存A讀資料庫，有則直接傳回 - II A沒有資料，直接從B讀資料，直接傳回，并且異步啟動一個更新線程。 - III 更新線程同時更新緩存A和緩存B。
8、如何解決redis的并發競争問題
分析:這個問題大緻就是，同時有多個子系統去set一個key。這個時候要注意什麼呢？大家思考過麼。需要說明一下，部落客提前百度了一下，發現答案基本都是推薦用redis事務機制。部落客不推薦使用redis的事務機制。因為我們的生産環境，基本都是redis叢集環境，做了資料分片操作。你一個 事務中有涉及到多個key操作的時候，這多個key不一定都存儲在同一個redis-server上。是以，redis的事務機制，十分雞肋。
(1)如果對這個key操作，不要求順序 這種情況下，準備一個分布式鎖，大家去搶鎖，搶到鎖就做set操作即可，比較簡單。
(2)如果對這個key操作，要求順序 假設有一個key1,系統A需要将key1設定為valueA,系統B需要将key1設定為valueB,系統C需要将key1設定為valueC. 期望按照key1的value值按照 valueA-->valueB-->valueC的順序變化。這種時候我們在資料寫入資料庫的時候，需要儲存一個時間戳。假設時間戳如下
那麼，假設這會系統B先搶到鎖，将key1設定為{valueB 3:05}。接下來系統A搶到鎖，發現自己的valueA的時間戳早于緩存中的時間戳，那就不做set操作了。以此類推。
其他方法，比如利用隊列，将set方法變成串行通路也可以。總之，靈活變通。