https://blog.csdn.net/weixin_42167717/article/details/106527006 - redis
https://blog.csdn.net/HarderXin/article/details/105224796 - Redis面试题答案整理
https://blog.csdn.net/xuezhiwu001/article/details/105072544 - 缓存穿透、缓存击穿、缓存雪崩区别和解决方案
https://blog.csdn.net/zzti_erlie/article/details/104655455 - 缓存雪崩，缓存穿透，缓存击穿出现的原因及解决方案
https://blog.csdn.net/weixin_45749011/article/details/106454525 - Redis -- 高频面试题
总结：
为什么使用缓存?
缓存两个用途：高性能、高并发
（1）高性能
对于一些需要复杂操作耗时查询出结果的，确定后期不怎么变化但是有很多读的请求的、直接把结果放在缓存中，后面直接读取缓存就好了(这个使用的场景)
假设有一个场景：一个请求过来之后，各种操作数mysql，查询很久查询出一个结果，耗时600ms，但是结果在几个小时不会变化，或者是变化了不用立即返回给客户那么就用缓存
一个600ms的查询，扔缓存里，一个key 对应一个value，在查询的时候就直接从缓存里拿，2ms ，性能提高300倍
（2）高并发
高峰期请求数据超过1W，mysql支持不好，缓存支持高并发。
为什么数据库不能支撑高并发，缓存可以支撑？
因为缓存是走的内存，内存就可以支撑大量请求，但是数据库一般并发请求不超过2000/s
一般公司不会有很大的并发，所以一般都是为了高性能
注：redis最简单的使用方法，当用户的请求访问查询接口的时候可以使用设置redis做中间缓存。而更新、插入等操作可以直接访问数据库，再写回redis。。。简单粗暴~~
缓存使用不当的不良后果
这个其实就是请求更新数据的时候，更新了数据库的信息，但是没有立即在redis缓存中更新该字段信息。所以用户查询改信息的时候依然是旧信息。
2. 缓存穿透
缓存穿透其实就是用户发送请求的时候，访问的是redis缓存中没有的key值，直接查询数据库，但请求数量大的时候。数据库io出问题。数据库io能支持并量远远小于内存。
解决方法：
（1）这个数据没有的话，在redis中存储这个key，返回一个null 。（这个其实就是用户请求的key值在redis不存在，再查询数据库不存在。就相当于立即加个补丁。把key值放入到redis缓存中，当别人再访问这个key的时候，就只能访问到缓存中了。。） - 简称加补丁
如果有一个IP频繁的一直访问这个key 的话 可以判定他是恶意的，监控这个IP，操作这个IP。
（2）在接口层校验
黑客频繁更换key访问，这样会频繁访问数据库，redis也会频繁存储（这个就是恶意操作了。好，你采取发现一个不存在（漏洞）就加一个补丁，那我不断换你redis没有存储的key值发送请求，那你就要不断打补丁，但是之前就已经请求到数据库了。这个时候如果把这个ip禁了，就是用户请求发送来的数据包，检测数据头，如果一直是这个ip,直接丢弃）
解决 ： 在redis 和数据库之间 加一个过滤器，布隆过滤器。
布隆过滤器基本概念：如果想判断一个元素是不是在一个集合里，一般想到的是将集合中所有元素保存起来，然后通过比较确定。链表、树、散列表（又叫哈希表，Hash table）等等数据结构都是这种思路。但是随着集合中元素的增加，我们需要的存储空间越来越大。同时检索速度也越来越慢，上述三种结构的检索时间复杂度分别为{\displaystyle O(n),O(\log n),O(1)}。
布隆过滤器的原理是，当一个元素被加入集合时，通过K个散列函数将这个元素映射成一个位数组中的K个点，把它们置为1。检索时，我们只要看看这些点是不是都是1就（大约）知道集合中有没有它了：如果这些点有任何一个0，则被检元素一定不在；如果都是1，则被检元素很可能在。这就是布隆过滤器的基本思想。
布隆过滤器其实就是把数据库的primaryKey值数据全部放入到redis缓存中，而value设置为1，可以大大节约内存。当用户发送请求的时候，直接在缓存中搜索该值，不存在返回。
3.缓存雪崩
查询redis的时候 大量的key 同一时间都过期了，结果就是请求直接到数据库，对数据库造成压力，这样redis失去存在意义，只需要
保证key不同时过期，可以在过期时间之后随机抽取一个random随机数字作为时间，错开过期时间
如果一个key被频繁访问那么他就是一个热点key 数据库数据不会频繁改变的话，那么就不设置过期时间
其实就是随机设置redis中的key值的过期时间，不然大量的key值在同一时间过期。如果这个时间请求忽然暴增，而对应单应的key值直接访问到数据库了。。就会出问题。
4.缓存击穿
缓存击穿跟缓存雪崩有点类似，不同的是雪崩是大面积的缓存失效，缓存击穿是一个热点key，缓存失效的瞬间大并发会击破缓存直接请求到数据库。
5、redis并发竞争
就是多个客户端同事并发写一个key，可能是本来先到的数据后到了，导致数据版本错了；
同时获取一个key进行修改回写、只要顺序错了数据就错了。
解决 ： 使用分布式锁（zookeeper）
基于zookeeper实现分布式锁，确保同一时间只能有一个系统实例在操作某个key，别人不允许读写
写入缓存数据都是从mysql查询出来的，都得写入mysql，写入的时候保存一个时间戳，查询的时候也查询出时间戳，写之前判断时间戳是否比缓存中的时间戳新，是的话可以写，否则就不能用旧数据覆盖新的数据。
6.Redis和Memcached区别
redis支持复杂的数据结构、可以支持更复杂的场景，更好用。
redis原生支持集群模式
7.为什么redis单线程模型效率比较高
7.1、纯内存操作
7.2、核心是基于非阻塞IO多路复用机制
7.3、单线程避免了多线程频繁上线问切换问题，预防多线程可能产生的竞争问题
8.redis数据结构
String（最基本的，在hash和set，zset，list中最基本的就是String）
单值缓存 key String
对想缓存 key json
大小512M
hash （当然去存储key-value值。查询速度快，以供用户请求时查询）
类似于map的一种结构，主要是存放一些对象
set （去重，set数据结构的特性：不保留相同的key值）
无序集合，自动去重，基于set做交集
zset （排序）
排序
list（分页查询，返回一个有序列表。。分页不用list那用set，string，hash（无序）？）
可以通过 lrange 命令，读取某个闭区间内的元素，可以基于 list 实现分页查询
9.redis 剔除策略
redis过期策略是：定期删除+惰性删除
定期删除是redis 默认每100ms随机抽取一些设置过期的时间的key，检查是否过期，过期就删除；（定期）
获取key的时候，如果已经过期了，就删除，不会反悔任何东西
内存淘汰机制（惰性）
allkeys-lru：当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的 key
10.redis 持久化（其实也就是备份）
1、RDB 快照的形式雪茹磁盘，把整个redis数据存储到单一文件中，可以做灾备，但是在宕机的瞬间快照没有保存完数据会丢失
2、AOF 日志文件写入，支持每秒同步、每次修改同步不同步，运行效率比RDB低
总结：RDB（间隔备份文件），AOF（时刻备份文件）
11.redis高并发
redis不能支撑高并发的瓶颈在哪里？
单机；单机的redisQPS不会超过10W+
redis主从架构
redis通过主从实现读写分离支撑高并发（10W+）
redis架构做成主从架构，一主多从，主负责写入，并且把数据听赋值到其他slave节点上，从节点负责读，所有的读请求全部走从节点（这个其实就是可以很灵活地分配利用服务器的性能）
可以水平扩容，继续增加redis slave
redis面试
redis 接口幂
总结：以前也曾看过书，但是没参与企业级开发，redis只停留在认识上；这一两个月时间参与需要上线企业开发的项目，感觉真的学习到很多，，后端大佬跑路，剩下我和另一个技术人员负责后端接口的修改和前后端联调，不断熟悉项目，而且根据需求，求，和两个10多年的程序老兵（都有深厚的后端开发经验，不断学习他们的开发思想，和不断接触新技术，新工具）。经过1年后再看redis，感觉有了更深刻的认识，也是随着自己的开发经验上去而慢慢认识的。后序还会做微服务和高并发~~~，值得期待。后序内容再更~