分布式缓存的主要有点： 高性能与高并发
高性能：内存读取速度远高于数据库
高并发：数据库瞬间不能支持高并发，通过缓存，可以支持每秒十万级的请求。普通数据库每秒响应千级的。
使用缓存存在的常规问题：
1.缓存与数据库双写不一致 常用的是先更新数据库，然后删除缓存 这个叫 Cache Aside Pattern，老外发明的。如果先更新数据库，再删除缓存，那么就会出现更新数据库之前有瞬间数据不是很及时。 可以 先删缓存，然后写db，通过订阅数据库的binlog在删除缓存。
2.缓存雪崩 缓存集群挂了，或者大量缓存同一时间过期的导致大量请求打到db。保证缓存集群的高可用， 哨兵或者cluster方案。热点key不要过去，定时去更新。热点key分部在cluster的不同节点上。
3.缓存击穿 一个缓存key失效的瞬间，大量请求进入db。 做限流，分布式锁，只允许一个请求去查询db。
4.缓存穿透 大量cache中不存在这个key,请求进入db。 可以在db中查询没有的key，在cache中设置一个快速过期的空值。或者使用布隆过滤器，把所有可能存的数据存在一个足够大的bitmap中，一定不存在的数据就会被拦截在，从而避免对底层数据库的查询。
redis的线程模型：
redis基于reactor模式开发了网络事件处理模型，这个事件叫做文件事件处理模型（file event handler）。这个文件处理器是单线程的，采用IO多路复用机制同时监听多个socket，根据socket上的事件来选择对应事件处理器来处理这个事件。
文件事件处理器是单线程运行的，但是通过IO多路复用机制来监听多个socket，可以实现高性能的网络通信模型，又可以和内部其他单线程的模块进行对接，保证了redis内部的线程模型的简单性。
文件事件处理包含四个部分:多个socket，IO多路复用程序，文件事件分派器，事件处理器(命令请求处理器，命令回复处理器，连接答应处理器等等)。
多个socket可能并发的产生不同的操作，每个操作对应不同的文件事件，但是IO多路复用机制会监听多个socket，但是会将socket放入一个队列中进行排队，每次从队列中取出一个socket给事件分派器，事件分派器把socket给对应的事件处理器。然后一个socket的事件处理完成之后，IO多路复用程序才会将队列中的下一个socket给事件分配器，事件分配器把socket给具体的事件处理器。
客户端与redis通信的一次流程。
Redis的客户端对服务端的每次调用都经历了发送命令，执行命令，返回结果三个步骤。其中执行命令阶段，由于redis是单线程来处理命令的，所以每条到达服务端的命令不会立即被执行，所有命令会进入一个队列然后逐个被执行。多个客户端发送的命令的执行顺序是不确定的，但是可以确定的是两个命令不会被同时执行，不会产生并发问题，这就是redis的单线程基本模型。
在redis启动初始化的时候,redis会将连接应答处理器和跟AE_READABLE事件关联起来。
当有一个client和redis发起连接，此时会产生一个AE_READABLE事件，然后又对应的事件处理器处理。这个命令处理器就会从socket中读取相关的数据，然后进行执行和处理。
当客户端像redis发起请求的时候(不管是读还是写请求都一样)，首先会在socket产生一个AE_READABLE事件，然后由对应的命令请求处理器来处理。这个命令请求处理器就会从socket中读取相应的数据，然后进行执行和处理。
接着redis准备好了给客户端的相应数据之后，就会将socket的AE_WRITABLE ;
事件跟命令回复关联起来，当客户端这边准备好读取响应数据的时候，就会在socket上产生一个AE_WRITABLE事件，会由对应的命令回复处理器来处理，就是将准备好的数据写入socket，供客户端来读取。命令回复处理器写完之后，就会删除这个socket的AE_WRITABLE事件和命令回复处理器的关联关系。
