前言
作爲Java程序員，在面試過程中，緩存相關的問題是躲不掉的，肯定會問，例如緩存一致性問題，緩存雪崩、擊穿、穿透等。說到緩存，那肯定少不了Redis，我在面試的時候也是被問了很多關於Redis相關的知識，但是Redis的功能太強大了，並不是一時半會兒能掌握好的，因爲有些高級特性或是知識平時並不會用到。
所以回答的不好，人家就會覺得你對自己平時使用的工具都沒有了解，自然就涼涼了。其實很早就有這個打算，打算好好總結一下Redis的知識，但也是由於自己都沒有好好的瞭解Redis呢，所以一直沒有開始。這次準備慢慢的來總結。
Redis爲什麼這麼快
Redis是一個由C語言編寫的開源的，基於內存，支持多種數據結構可持久化的NoSQL數據庫。
它速度快主要是有以下幾個原因：
- 基於內存運行，性能高效；
- 數據結構設計高效，例如String是由動態字符數組構成，zset內部的跳錶；
- 採用單線程，避免了線程的上下文切換，也避免了線程競爭產生的死鎖等問題；
- 使用I/O多路複用模型，非阻塞IO；
官網上給出單臺Redis的可以達到10w+的QPS的， 一臺服務器上在使用Redis的時候單核的就夠了，但是目前服務器都是多核CPU，要想不浪費資源，又能提交效率，可以在一臺服務器上部署多個Redis實例。
高可用方案
雖然單臺Redis的的性能很好，但是Redis的單節點並不能保證它不會掛了啊，畢竟單節點的Redis是有上限的，而且人家單節點又要讀又要寫，小身板扛不住咋辦，所以爲了保證高可用，一般都是做成集羣。
主從（Master-Slave）
Redis官方是支持主從同步的，而且還支持從從同步，從從同步也可以理解爲主從同步，只不過從從同步的主節點是另一個主從的從節點。
有了主從同步的集羣，那麼主節點就負責提供寫操作，而從節點就負責支持讀操作。
那麼他們之間是如何進行數據同步的呢？
如果Slave（從節點）是第一次跟Master進行連接，
- 那麼會首先會向Master發送同步請求
psync； - 主節點接收到同步請求，開始fork主子進程開始進行全量同步，然後生成RDB文件；
- 這個時候主節點同時會將新的寫請求，保存到緩存區（buffer）中；
- 從節點接收到RDB文件後，先清空老數據，然後將RDB中數據加載到內存中；
- 等到從節點將RDB文件同步完成後再同步緩存區中的寫請求。
這裏有一點需要注意的就是，主節點的緩存區是有限的，內部結構是一個環形數組，當數組被佔滿之後就會覆蓋掉最早之前的數據。
所以如果由於網絡或是其他原因，造成緩存區中的數據被覆蓋了，那麼當從節點處理完主節點的RDB文件後，就不得不又要進行一全量的RDB文件的複製，才能保證主從節點的數據一致。
如果不設置好合理的buffer區空間，是會造成一個RDB複製的死循環。
當主從間的數據同步完成之後，後面主節點的每次寫操作就都會同步到從節點，這樣進行增量同步了。
由於負載的不斷上升就導致了主從之間的延時變大，所以就有了上面我說的從從同步了，主節點先同步到一部分從節點，然後由從節點去同步其他的從節點。
在Redis從2.8.18開始支持無盤複製，主節點通過套接字，一邊遍歷內存中的數據，一邊讓數據發送給從節點，從節點和之前一樣，先將數據存儲在磁盤文件中，然後再一次性加載。
另外由於主從同步是異步的，所以從Redis3.0之後出現了同步複製，就是通過wait命令來進行控制，wait命令有兩個參數，第一個是從庫數量，第二個是等待從庫的複製時間，如果第二個參數設置爲0，那麼就是代表要等待所有從庫都複製完纔去執行後面的命令。
但是這樣就會存在一個隱患，當網絡異常後，wait命令會一直阻塞下去，導致Redis不可用。
哨兵（Sentinel）
哨兵可以監控Redis集羣的健康狀態，當主節點掛掉之後，選舉出新的主節點。客戶端在使用Redis的時候會先通過Sentinel來獲取主節點地址，然後再通過主節點來進行數據交互。當主節點掛掉之後，客戶端會再次向Sentinel獲取主節點，這樣客戶端就可以無感知的繼續使用了。
哨兵集羣工作過程，主節點掛掉之後會選舉出新的主節點，然後監控掛掉的節點，當掛掉的節點恢復後，原先的主節點就會變成從節點，從新的主節點那裏建立主從關係。
集羣分片（Redis Cluster）
Redis Cluster是Redis官方推薦的集羣模式，Redis Cluster將所有數據劃分到16384個槽（slots）中，每個節點負責一部分槽位的讀寫操作。
存儲
Redis Cluster默認是通過CRC16算法獲取到key的hash值，然後再對16384進行取餘（CRC16(key)%16384），獲取到的槽位在哪個節點負責的範圍內（這裏一般是會有一個槽位和節點的映射表來進行快速定位節點的，通常使用bitmap來實現），就存儲在哪個節點上。
重定向
當Redis Cluster的客戶端在和集羣建立連接的時候，也會獲得一份槽位和節點的配置關係（槽位和節點的映射表），這樣當客戶端要查找某個key時，可以直接定位到目標節點。
但是當客戶端發送請求時，如果接收請求的節點發現該數據的槽位並不在當前節點上，那麼會返回MOVED指令將正確的槽位和節點信息返回給客戶端，客戶接着請求正確的節點獲取數據。
一般客戶端在接收到MOVED指令後，也會更新自己本地的槽位和節點的映射表，這樣下次獲取數據時就可以直接命中了。這整個重定向的過程對客戶端是透明的。
數據遷移
當集羣中新增節點或刪除節點後，節點間的數據遷移是按槽位爲單位的，一個槽位一個槽位的遷移，當遷移時原節點狀態處於：magrating，目標節點處於：importing。
在遷移過程中，客戶端首先訪問舊節點，如果數據還在舊節點，那麼舊節點正常處理，如果不在舊節點，就會返回一個-ASK + 目標節點地址的指令，客戶端收到這個-ASK指令後，向目標節點執行一個asking指令（告訴新節點，必須處理客戶端這個數據），然後再向目標節點執行客戶端的訪問數據的指令。
容錯
Redis Cluster可以爲每個主節點設置多個從節點，當單個主節點掛掉後，集羣會自動將其中某個從節點提升爲主節點，若沒有從節點，那麼集羣將處於不可用狀態。
Redis提供了一個參數：cluster-require-full-coverage，用來配置可以允許部分節點出問題後，還有其他節點在運行時可以正常提供服務。
另外一點比較特殊的是，Cluster中當一個節點發現某個其他節點出現失聯了，這個時候問題節點只是PFail（Possibly-可能下線），然後它會把這個失聯信息廣播給其他節點，當一個節點接收到某個節點的失聯信息達到集羣的大多數時，就可以將失聯節點標記爲下線，然後將下線信息廣播給其他節點。若失聯節點爲主節點，那麼將立即對該節點進行主從切換。
Redis高可用就先說到這裏吧，後面其實還有Codis，但是目前Cluster逐漸流行起來了，Codis的競爭力逐漸被蠶食，而且對新版本的支持，更新的也比較慢，所以這裏就不說它了，感興趣的可以自己去了解一下，國人開源的Redis集羣模式Codis。
持久化
Redis持久化的意義在於，當出現宕機問題後，能將數據恢復到緩存中，它提供了兩種持久化機制：一種是快照（RDB），一種是AOF日誌。
快照是一次全量備份，而AOF是增量備份。快照是內存數據的二進制序列化形式，存儲上非常緊湊，而AOF日誌記錄的是內存數據修改的指令記錄文本。
快照備份（RDB）
因爲Redis是單線程的，所以在做快照持久化的時候，通常有兩個選擇，save命令，會阻塞線程，直到備份完成；bgsave會異步的執行備份，其實是fork出了一個子進程，用子進程去執行快照持久化操作，將數據保存在一個.rdb文件中。
子進程剛剛產生的時候，是和父進程共享內存中的數據的，但是子進程做持久化時，是不會修改數據的，而父進程是要持續提供服務的，所以父進程就會持續的修改內存中的數據，這個時候父進程就會將內存中的數據，Copy出一份來進行修改。
父進程copy的數據是以數據頁爲單位的（4k一頁），對那一頁數據進行修改就copy哪一頁的數據。
子進程由於數據沒有變化就會一直的去遍歷數據，進程持久化操作了，這就是隻保留了創建子進程的時候的快照。
那麼RDB是在什麼時候觸發的呢？
# save <seconds> <changes>
save 60 10000
save 300 10
上這段配置就是在redis.conf文件中配置的，第一個參數是時間單位是秒，第二個參數執行數據變化的次數。
意思就是說：300秒之內至少發生10次寫操作、
60秒之內發生至少10000次寫操作，只要滿足任一條件，均會觸發bgsave
增量日誌備份（AOF）
Redis在接收到客戶端請求指令後，會先進行校驗，校驗成功後，立即將指令存儲到AOF日誌文件中，就是說，Redis是先記錄日誌，再執行命令。這樣即使命令還沒執行突然宕機了，通過AOF日誌文件也是可以恢復的。
AOF重寫
AOF日誌文件，隨着時間的推移，會越來越大，所以就需要進行重寫瘦身。AOF重寫的原理就是，fork一個子進程，對內存進行遍歷，然後生成一系列的Redis指令，然後序列化到一個新的aof文件中。然後再將遍歷內存階段的增量日誌，追加到新的aof文件中，追加完成後立即替換舊的aof文件，這樣就完成了AOF的瘦身重寫。
fsync
因爲AOF是一個寫文件的IO操作，是比較耗時。所以AOF日誌並不是直接寫入到日誌文件的，而是先寫到一個內核的緩存中，然後通過異步刷髒，來將數據保存到磁盤的。
由於這個情況，就導致了會有還沒來得急刷髒然後就宕機了，導致數據丟失的風險。
所以Redis提供了一個配置，可以手動的來選擇刷髒的頻率。
- always：每一條AOF記錄都立即同步到文件，性能很低，但較爲安全。
- everysec：每秒同步一次，性能和安全都比較中庸的方式，也是redis推薦的方式。如果遇到物理服務器故障，可能導致最多1秒的AOF記錄丟失。
- no：Redis永不直接調用文件同步，而是讓操作系統來決定何時同步磁盤。性能較好，但很不安全。
AOF默認是關閉的，需要在配置文件中手動開啓。
# 只有在“yes”下，aof重寫/文件同步等特性纔會生效
appendonly yes
## 指定aof文件名稱
appendfilename appendonly.aof
## 指定aof操作中文件同步策略，有三個合法值：always everysec no,默認爲everysec
appendfsync everysec
## 在aof-rewrite期間，appendfsync是否暫緩文件同步，"no"表示“不暫緩”，“yes”表示“暫緩”，默認爲“no”
no-appendfsync-on-rewrite no
## aof文件rewrite觸發的最小文件尺寸(mb,gb),只有大於此aof文件大於此尺寸是纔會觸發rewrite，默認“64mb”，建議“512mb”
auto-aof-rewrite-min-size 64mb
Redis4.0混合持久化
Redis4.0提供了一種新的持久化機制，就是RDB和AOF結合使用，將rdb文件內容和aof文件存在一起，AOF中保存的不再是全部數據了，而是從RDB開始的到結束的增量日誌。
這樣在Redis恢復數據的時候，可以先假裝RDB文件中的內容，然後在順序執行AOF日誌中指令，這樣就將Redis重啓時恢復數據的效率得到了大幅度提升。
結尾
恩，這次就先總結到這裏吧，後面會繼續總結Redis相關知識，LRU、LFU、內存淘汰策略，管道等等。