Redis（Remote Dictionary Server），远程词典服务器，是一个基于内存的键值型Nosql数据库。

特征：

键值型，value支持多种不同的数据结构，功能丰富

单线程，每个命令具备原子性

低延迟，速度快（基于内存，IO多路复用，良好的编码）

支持数据持久化

支持主从集群、分片集群

支持多语言客户端

安装完成后设置开机自启

redis-cli [options] [commands]

options(选择):

常用的有：-h 127.0.0.1 指定要连接的redis的IP地址，默认是127.0.0.1

-p 6379 ：指定节点的端口，默认是6379

-a 123456：指定其访问密码

数据结构介绍：redis是一个key-value数据库，key一般是String类型，但是value类型多种多样

String Hash List Set SortedSet 是五个基本类型

GEO BitMap HyperLog等是特殊类型

通用命令（generic）

常用的有KEYS：查看符合模板的所有key，不建议再生产环境设备上使用

DEL：删除一个指定的key

EXISTS：判断一个key是否存在

EXPIRE：给一个key'设置有效期，有效期到时该key被自动删除

TTL：查看一个key的剩余有效期

String类型

分为三大类：string（普通字符串）、int（整数类型，可以自增自减）、float（浮点类型，可以自增自减），三者底层都是用字节数组去存储，只不过编码方式不同。字符串类型的最大空间不能超过512m。

常见命令：SET：添加或修改

GET：根据key获取value

MSET：批量添加

MGET：根据多个key得到多个value

INCR：让一个整形自增1

INCRBY：自增并指定步长

INCRBYFLOAT：浮点型数字自增，一定要指定步长

SETNX：添加一个，如果不存在才添加

SETEX：添加一个，并指定有效期

key的结构

redis的key允许多个单词形成层级结构，单词之间用“：”隔开

Hash类型

也叫做散列，value是一个无序字典。类似java的hashmap

hash结构可以将对象中的每个字段独立存储，可以针对单个字段做CRUD

List类型

与java中LinkedList类似，可以看成一个双向链表结构。既可以支持正向检索也可以支持反向检索

特征：有序、元素可重复、插入和删除快、查询速度一般

Set类型

与java中的hashset类似，可以看作是一个value为null的hashmap

特征：无序、元素不可重复、查找快、支持交集、并集、差集等功能

SortedSet类型

他的每一个元素都带有一个score属性，可以基于score属性对元素排序，底层的实现是一个跳表（skiplist）加hash表。

特性：可排序、元素不重复、查村速度快

由于其可排序特性，经常用来实现排行榜这样的功能。

快速入门：1、引入依赖 2、建立连接 3、测试string 4、释放资源

Jedis连接池

Jedis本身是线程不安全的，并且频繁的创建和销毁连接会有性能损耗，因此推荐使用连接池代替直连。

SpringDataRedis

SpringData是Spring中数据操作的模块，包含对各种数据库的集成。

步骤：1、引入依赖 2、配置文件 3、注入RedisTemplate 4、编写测试

SpringDataRedis的序列化方式

RedisTemplate可以接受任意object作为值写入Redis，不过写入前会把其序列化成字节形式，默认是采用JDK序列化，得到的结果可读性差、占用内存较大

什么是缓存？缓存是数据交换的缓冲区（称作Cache），是存储数据的临时地方，一般读写性能较高。

缓存的作用？1、降低后端负载  2、提高读写效率，降低响应时间

缓存的成本？1、数据一致性成本 2、代码维护成本 3、运维成本

内存淘汰：

不用自己维护，利用redis的内存淘汰机制，当内存不足时自动淘汰部分数据。下次查询时更新缓存。

一致性：差

维护成本：无

超时剔除：

给缓存数据添加TTL时间，到期后自动删除缓存。下次查询时更新缓存。

一致性：一般

维护成本：低

主动更新：

编写业务逻辑，再修改数据库的同时，更新缓存。

一致性：好

维护成本：高

客户端请求的数据在缓存中和数据库中都不存在，这样缓存永远不会生效，这些请求都会打到数据库。

常见的解决方案：1、缓存空对象（优点：实现简单，维护方便 缺点：额外的内存消耗，可能造成短期的不一致）

2、布隆过滤（优点：内存占用较少，没有多余key 缺点：实现复杂、存在误判可能）

同一时段大量的缓存key同时失效或者reids服务宕机，导致大量请求到达数据库，带来巨大压力。

解决方案：1、给不同的key的TTL添加随机值

2、利用Redis集群提高服务的可用性

3、给缓存业务添加降级限流策略

4、给业务添加多级缓存

也叫热点Key问题，就是一个被高并发访问并且缓存重建业务较为复杂的key突然失效了，无数的请求访问会在瞬间给数据库带来巨大的冲击。

解决方案：1、互斥锁（优点：没有额外的内存消耗、保证一致性、实现简单 缺点：线程需要等待，性能受影响、可能有死锁风险）

2、逻辑过期（优点：线程无需等待，性能较好 缺点：不保证一致性、有额外内存消耗、实现复杂）

********************************

待补充

********************************

超卖问题是一个典型的多线程安全问题，针对这一问题的常见解决方案就是加锁：

悲观锁

认为线程安全问题一定会发生，因此在操作数据之前先获取锁，确保线程串行执行。

例如Synchronized、Lock都属于悲观锁

乐观锁

认为线程安全问题不一定会发生，因此不加锁，只是在更新数据时去判断有没有其他线程对数据做了修改。

（如果没有修改则认为是安全的，自己才更新数据）

（如果已经被其他线程修改说明发生了安全问题，此时可以重试或异常）

方法：1、版本号法，在表中加一个字段（版本），每次更改之前都要判断版本号是否被修改

2、CAS法（Compare and Set）

将原本就有的字段作为版本号

在单机模式下加锁可以解决一人一单的安全问题，但是在集群模式下就不行了。

分布式锁

满足分布式系统或集群模式下多进行可见并且互斥的锁

特点：多进程可见、互斥、高可用、高性能、安全性

分布式锁的核心是多进程之间的互斥，常用的方式有三种：

基于Redis的分布式锁

Redis的Lua脚本

在一个脚本中编写多条Redis命令，确保多条命令执行时的原子性。Lua是一种编程语言。