这是我参与8月更文挑战的第13天，活动详情查看：8月更文挑战

?欢迎点赞：? 收藏 ⭐留言 ? 如有错误敬请指正，赐人玫瑰，手留余香！

?本文作者：由webmote 原创，首发于【掘金】

?作者格言：生活在于折腾，当你不折腾生活时，生活就开始折腾你，让我们一起加油！???

? 序言

日更这个活动，初看是一种逼迫，时间久了，真的就把自己锤炼成受虐狂了，到了时间点，总觉得要写点啥。

每天写写文章，还是蛮好玩的，梳理梳理知识体系，写完后偶有所得的样子，比刷抖音，刷完后索然无味的感觉强多了。

这次写写Redis，以前的系统都是很自然的上Redis，然后后续的很多功能也是借助Redis实现，比如分布式锁。

? 01.缓存是什么？

这个问题来的很突然，一时之间竟然不知道怎么回答。
其实缓存非常常见，比如我们电脑里的RAM，其内容断电即丢，但少了它，即使你电脑能跑起来，那也必然是爬行的蜗牛。

当然除了RAM，还有CPU的L1和L2高速缓存，显卡的显存，看，缓存是多么常见啊。

定义：缓存就是用来加快数据请求的存储组件，又称作Cache。当某一对象/设备要读取数据时，会首先从缓存中查找需要的数据，找到了则直接执行，找不到的话则从其他慢速设备中查找。

实际上凡是位于速度相差较大的两种设备之间，用于协调两者数据传输速度差的结构，均可以成为广义的缓存。

缓存并不只是放在内存，比如SSD硬盘的在某些场景下也可以作为缓存的存储介质。

? 01.1 常用硬件读写量级

那么问题来了，我们常用的硬件，它们的读写速度都是什么量级的呢？

借用专家的图，来看看，务必在脑海中有这个印象哦。

? 01.2 与缓冲区的区别

以下观点属于程老大，无节操默写。

易混淆概念，缓冲区（buffer）：系统两端处理速度平衡（从长时间尺度上看）时使用的。它的引入是为了减小短期内突发I/O的影响，起到流量整形的作用。比如生产者——消费者问题，他们产生和消耗资源的速度大体接近，加一个buffer可以抵消掉资源刚产生/消耗时的突然变化峰值。

Cache（缓存）: 则是系统两端处理速度不匹配时的一种折衷策略。因为CPU和memory之间的速度差异越来越大，所以人们充分利用数据的局部性（locality）特征，通过使用存储系统分级（memory hierarchy）的策略来减小这种差异带来的影响。

? 01.3 常见分类

缓存的常见分类有静态缓存、分布式缓存和本地缓存。

静态缓存，比如动态页面静态化，可以很容易进行CDN化顶住大流量；
分布式缓存：处于网络远端，通过分布式集群可以扩展缓存性能的组件。
本地缓存：一般是本地的内存，其速度优于分布式缓存，不需要跨越网络，一般用于短时热点缓存。

? 01.4 应用场景

缓存这么好，能解决所有问题吗？

想啥呢？缓存不能解决所有问题。

缓存最适合读多写少，带热点的场景；
缓存带来了复杂度，并且有数据不一致的风险；
缓存一般使用内存，其容量相比硬盘差了好几个量级；

引入缓存需谨慎设计读写方案，以避免这些问题。

? 02 常用缓存读写机制以及数据一致性问题

Cache Aside
Read Through/Write Through
Write Behind Caching

? 02.1 Cache Aside

读数据：先读缓存，如果没有命中缓存，则读取数据库，如果命中，则直接返回缓存

写数据：先更新数据库，再删除缓存

该模式在开发中最常用，需要我们熟练掌握。
当然其并不完美，我们知道在分布式系统中，想完全保证数据一致性是极为困难的事情。
极端情况如下：

? 02.2 Read Through/Write Through

引入了缓存组件。

读数据：先读缓存，如果没有命中缓存，则有缓存组件读取数据库并加载缓存，如果命中，则直接返回缓存

写数据：查询缓存是否命中，如果命中，则更新缓存，并由缓存组件同步到数据库，否则，由缓存组件直接写数据库

由于写数据时，同步写数据库，因此，速度上会有影响，这种模式并不常见，因为引入了缓存组件，增加了复杂度。

? 02.3 Write Behind Caching

这种模式通常是先将数据写入缓存，再异步写入数据库。其优势是增加了吞吐量，劣势也很明显，如果发生宕机，则由丢失数据风险。

03. Redis 支持的类型

这里只做罗列，并不细讲，相关文章太多了，自己搜搜参考吧。

Redis支持多种数据类型：string，hash，list，set、zset、Bitmap、HyperLogLogs、Streams。

Redis具有发布订阅消息功能，利用最新的数据类型Streams，据说可以做到非常强大的消息队列功能，之前看过一篇文章，有兴趣的可以搜搜。

04. Redis 过期时间和策略

Redis支持很多方式设置一个key的过期时间，过期的Key我们是读取不到数据的，然而这个Key在服务器上还占空间吗？

默认情况下，是不清理内存占用的。

Redis有很多种内存淘汰机制，默认采用的是 noeviction。

noeviction:默认策略，不淘汰，如果内存已满，添加数据就报错；
allkeys-lru:在所有键范围，选取最近使用频率最低的数据抛弃；
allkeys-random: 在所有键范围，随机抛弃；
volatile-lru:在设置了过期时间的所有键中，选取最近使用频率最低的数据抛弃；
volatile-ttl:在设置了过期时间的所有键，存活时间最短的数据抛弃；
volatile-random: 在设置了过期时间的所有键，随机抛弃；

删除键不是一个小活，因此可以搭配定时删除和惰性删除相结合的方式进行。

05. Redis 高可用

Redis Sentinel 为Redis提供高可用。这意味着使用 Sentinel，您可以创建一个 Redis 部署，无需人工干预即可抵抗某些故障。

Sentinel 功能：

监控，Sentinel 会不断检查您的主节点和副本节点是否按预期工作。
通知，Sentinel 可以通过 API 通知系统管理员或其他计算机程序，其中一个受监控的 Redis 实例出现问题。
自动故障转移，如果 master 没有按预期工作，Sentinel 可以启动一个故障转移过程，其中一个副本被提升为 master，其他额外的副本被重新配置为使用新的 master，并且使用 Redis 服务器的应用程序会被告知要使用的新地址连接。
配置提供程序，Sentinel 充当客户端服务发现的权威来源：客户端连接到 Sentinel 以请求负责给定服务的当前 Redis 主节点的地址。如果发生故障转移，Sentinels 将报告新地址。