【思维导图】redis-缓存
(Redis缓存)Redis内存优化与性能调优
(Redis缓存)Redis内存优化与性能调优Redis内存优化与性能调优Redis是一款开源的高性能键值对存储数据库，被广泛应用于缓存、队列和数据场景中。
然而，随着数据量的增加，Redis的内存占用可能成为性能瓶颈。
因此，进行Redis内存优化与性能调优是非常必要的。
本文将从几个方面介绍如何进行Redis内存优化与性能调优。
一、使用适当的数据结构Redis提供了多种数据结构如字符串、列表、哈希、集合和有序集合等。
不同的数据结构对内存的占用有所不同。
在使用时，要根据业务需求选择最适合的数据结构。
比如，字符串和哈希适用于存储小而简单的数据，列表适用于存储多个有序的元素。
二、优化过期键过期策略过期键是指存储在Redis中已经过期的键。
对于过多的过期键，会占用宝贵的内存空间。
建议在使用过程中，合理设置过期时间，定期进行过期键清理操作。
可以通过Redis的过期算法进行配置优化，如使用主动删除策略或惰性删除策略。
三、使用内存碎片整理Redis的内存碎片是指大量的内存空间被细小的碎片所占据，无法有效利用。
内存碎片会导致Redis的内存占用率较高，影响性能。
可以使用Redis提供的"MEMORY DOCTOR"命令对内存碎片进行整理，提高内存的利用率。
四、限制内存使用Redis提供了maxmemory参数，可按需限制Redis实例的内存使用量。
当内存达到上限时，可以使用相应的淘汰策略进行数据清理。
常用的淘汰策略包括LRU（最近最少使用）和LFU（最近最少频率）等。
根据业务需求和数据访问模式，选择合适的淘汰策略进行配置。
五、使用持久化方式Redis提供了RDB（Redis Database）持久化和AOF（Append Only File）持久化两种方式。
RDB持久化是通过将内存中的数据定期快照到磁盘上，而AOF持久化则是将每个操作命令追加到磁盘文件中。
通过选择合适的持久化方式，可以在保证数据安全的同时，降低内存占用。
redis缓存存储Session原理机制
redis缓存存储Session原理机制⽬录基于 Redis 存储 Session⾸先安装 redis 存储引擎的包设置session过期时间分布式获取Session:(redis)基于 Redis 存储 Session如果我们想将 session 数据保存到 redis 中，只要将 session 的存储引擎改成 redis 即可。
使⽤ redis 作为存储引擎的例⼦：⾸先安装 redis 存储引擎的包go get /gin-contrib/sessions/redis// 初始化基于 redis 的存储引擎// 参数说明：// 第 1 个参数 - redis 最⼤的空闲连接数// 第 2 个参数 - 数通信协议 tcp 或者 udp// 第 3 个参数 - redis 地址, 格式，host:port// 第 4 个参数 - redis 密码// 第 5 个参数 - session 加密密钥store, _ := redis.NewStore(10, "tcp", "localhost:6379", "", []byte("secret"))e(sessions.Sessions("mysession", store))设置session过期时间//配置session的过期时间session.Options(sessions.Options{MaxAge:3600*6 })//6⼩时=60*60*6分布式获取Session:(redis)查看当前的redis值：keys *set key vlaue 设置键值对get key 查看值（加密）package mainimport ("/gin-contrib/sessions""/gin-contrib/sessions/cookie""/gin-contrib/sessions/redis""/gin-gonic/gin")func main() {r := gin.Default()//配置session的中间件store, _ := redis.NewStore(10, "tcp", "localhost:6379", "", []byte("secret"))e(sessions.Sessions("mysession", store))//initMiddleware:配置路由中间件r.GET("/", func(c *gin.Context) {//设置sessionssession := sessions.Default(c)//配置session的过期时间session.Options(sessions.Options{MaxAge:3600*6 })//6⼩时=60*60*6session.Set("username", "成强")//保存sessions:给其他页⾯使⽤（必须调⽤）session.Save()c.String(200, "gin⾸页")})r.GET("/news", func(c *gin.Context) {//获取sessionssession := sessions.Default(c)username := session.Get("username")c.String(200, "username=%v", username)})}以上就是redis缓存存储Session原理机制的详细内容，更多关于redis存储Session的资料请关注其它相关⽂章！。
redis的缓存策略
redis的缓存策略概述：Redis是一款高性能的内存数据库，它支持很多的数据结构，同时也支持缓存。
Redis 作为缓存的优点在于快速，简单和易于扩展。
但是Cache和DB不同，缓存需要有低延迟和高可用性，同时存储空间还必须能够被控制。
因此，正确的缓存策略非常重要。
在Redis 中，缓存分为两种类型：分布式缓存和本地缓存。
本篇文章将对这两种缓存进行分析，并对常用的缓存策略进行介绍。
一、分布式缓存策略分布式缓存的使用可以有效解决单机缓存容量的问题。
使用分布式缓存也会遇到一些问题，其中最关键的问题可能是缓存的不一致性。
由于不同机器的缓存不同，同一键值的不同副本可能会被更新，这样就导致了数据不一致。
为解决这个问题，我们可以使用以下几种缓存策略。
（一）Cache Aside Pattern这是最常用的缓存策略，也是最容易理解和实现的。
其核心思想是，应用程序首先从缓存中获取数据，在缓存中没有时，从数据库中获取数据，并将查询结果放入缓存中，同时返回数据给应用程序。
当缓存中存在数据需要更新或删除时，应用程序负责对缓存进行操作，同时也要更新数据库中的数据。
（读取操作为Cache HIT，数据从缓存中读取；更新操作为Cache MISS，数据从数据库中加载）这一策略的优点在于，缓存的一致性得到了保障。
缓存中的数据只有在发生更新时才被删除，因此尽管分布式中分别缓存着每一份数据，但在任意一台机器中访问到数据时依然保证缓存一致性。
缺点在于当访问频率低、缓存容量大时，会造成大量的空间浪费。
（二）Read Through Pattern和Write Through Pattern这两种缓存策略的思想是在应用程序访问数据库前，先尝试在缓存中查询数据。
Read Through模式：当缓存中有对应数据时，返回数据；如果缓存中没有对应数据，从数据库中查询，然后将数据添加到缓存中，并返回数据。
Write Through模式：在更新数据库之前，先更新缓存。
Redis缓存配置技巧
Redis缓存配置技巧Redis是一种高性能的开源内存数据库，被广泛应用于缓存、消息队列、计数器等场景。
在实际应用中，合理配置Redis缓存是提高系统性能和可靠性的重要一环。
本文将介绍一些Redis缓存配置的技巧，帮助您更好地利用Redis来提升系统的性能和可扩展性。
一、选择适当的数据结构Redis支持多种数据结构，包括字符串、哈希表、列表、集合和有序集合等。
在选择数据结构时，需要根据具体的业务需求和数据特点进行合理的选择。
1. 字符串：适用于存储简单的键值对数据，如用户信息、配置项等。
可以通过设置过期时间来实现缓存的自动失效。
2. 哈希表：适用于存储结构化的数据，如用户信息表、商品信息表等。
可以通过字段名和字段值来实现高效的数据查询和更新。
3. 列表：适用于存储有序的数据集合，如最新消息列表、排行榜等。
可以通过插入、删除和修剪操作来实现数据的动态更新。
4. 集合：适用于存储无序的数据集合，如用户标签集合、商品分类集合等。
可以通过交集、并集和差集等操作来实现数据的高效处理。
5. 有序集合：适用于存储有序的数据集合，并且可以为每个元素关联一个分值，如商品价格排行榜、文章热度排行榜等。
可以通过分值范围查询和排名操作来实现数据的灵活处理。
二、设置合理的过期时间Redis缓存的过期时间是控制缓存数据有效性的重要参数。
过期时间设置过长会导致缓存数据过期不及时，过期时间设置过短会频繁触发缓存失效和数据重新加载，影响系统性能。
在设置过期时间时，需要根据业务需求和数据特点进行合理的选择。
对于频繁更新的数据，可以设置较短的过期时间，以保证数据的及时性；对于不经常更新的数据，可以设置较长的过期时间，以提高系统的性能。
同时，可以使用Redis的自动过期机制来实现缓存的自动失效，避免手动删除缓存数据的操作。
三、合理配置内存策略Redis是一种基于内存的数据库，内存的使用情况对系统性能和可扩展性有着直接的影响。
在配置Redis的内存策略时，需要考虑以下几个方面：1. 内存分配策略：可以根据实际情况选择Redis的内存分配策略，包括allkeys-lru、volatile-lru、allkeys-random、volatile-random等。
(Redis缓存)Redis全文搜索与SORT命令
(Redis缓存)Redis全文搜索与SORT命令Redis缓存：Redis全文搜索与SORT命令Redis作为一种高性能的键值存储数据库，不仅可以用于缓存服务，还可以用作搜索引擎。
在Redis中，我们可以通过使用全文搜索和SORT命令来实现对数据的快速检索和排序。
本文将介绍Redis全文搜索的原理和如何使用SORT命令对数据进行排序。
一、Redis全文搜索概述全文搜索是一种常见的搜索方式，我们可以通过在文本中匹配关键字来找到符合条件的结果。
而在Redis中，我们可以通过使用Redis搜索引擎模块RediSearch来实现全文搜索的功能。
RediSearch是由Redis Labs开发的一个基于Redis的全文搜索引擎模块，它使用倒排索引的方式来加速搜索。
倒排索引通过记录每个关键字出现在哪些文档中，从而加快搜索速度。
二、使用RediSearch进行全文搜索在使用RediSearch进行全文搜索之前，我们需要先安装和配置RediSearch模块。
安装完成后，我们可以使用RediSearch提供的命令进行全文搜索。
1. 创建索引在使用RediSearch进行全文搜索之前，我们需要先创建一个索引来存储我们的数据。
可以通过以下命令创建一个名为"articles"的索引：```FT.CREATE articles SCHEMA title TEXT content TEXT```上述命令创建了一个包含"title"和"content"两个字段的索引。
其中，"title"字段和"content"字段都是TEXT类型的。
2. 添加文档在创建索引后，我们可以向索引中添加文档。
可以使用以下命令向"articles"索引添加一个文档：```FT.ADD articles 1 1.0 FIELDS title 'Redis缓存介绍' content 'Redis是一种高性能的缓存数据库...'```上述命令向"articles"索引中添加了一个ID为1的文档，并设置了"title"和"content"字段的值。
分布式学习笔记redis二级缓存
13 14 15 16 17 18 19 20 21 22 23 24 25 }
context= applicationContext; }
//泛型方法 public static <T> T getBean(Class<T> aClass){
return context.getBean(aClass); }
26
redisTemplate.setValueSerializer(jackson2JsonRedisSerializer);
27
28
29
redisTemplate.setHashKeySerializer(new StringRedisSerializer());
30
redisTemplate.setHashValueSerializer(jackson2JsonRedisSerializer);
7
eviction="FIFO" ：驱逐策略 清除册率
8
9 -->
10
<cache flushInterval=""/>
3、设置类实现序列化的接口
实现二级缓存的类要实现Cache接口，mybatis提供的有默认的实现
1 public interface Cache {
2
//id
3
String getId();
14
Dept dept = mapper.queryById(1);
15
System.out.println("查询：");
16
System.out.println(dept);
17
//session关闭才会将数据存入二级缓存
Redis分布式缓存的工作原理
Redis分布式缓存的工作原理Redis是一种开源的高性能键值存储系统，常用于分布式缓存的实现。
它采用内存存储和持久化机制，具备快速读写和可靠性的特点。
本文将介绍Redis分布式缓存的工作原理及其应用。
一、Redis分布式缓存的概述在分布式系统中，缓存的作用十分重要。
它可以减轻数据库压力，提高系统性能和可伸缩性。
Redis作为一种常用的分布式缓存解决方案，利用其内存存储和高效的数据结构操作，使得数据读取速度更快，从而提升整体性能。
二、Redis分布式缓存的架构Redis分布式缓存采用了主从复制的架构。
一个主节点（Master）可以有多个从节点（Slave），主节点负责写入数据，而从节点则负责读取数据。
主从复制的方式可以提高读取的性能和可用性。
三、Redis分布式缓存的工作原理1. 数据一致性在Redis分布式缓存中，主节点会将写入的数据同步到从节点。
主从节点之间通过发送指令和数据来实现数据的同步，以保证数据的一致性。
当主节点写入新的数据后，从节点会接收到复制指令并执行，以确保数据在所有节点上的一致性。
2. 数据分片为了分担单节点的负载，Redis采用了数据分片（Sharding）的方式将数据分散存储在多个节点上。
数据分片可以通过一致性哈希算法或者分片指定键值的方式实现。
这样可以提高读写的并发能力，同时降低单节点的压力。
3. 节点间通信主从节点通过网络进行通信。
主节点负责将写入的数据同步到从节点，从节点则通过心跳机制和主节点保持联系。
当主节点宕机或者出现故障时，Redis会自动选举一个新的主节点，保证系统的可用性和数据的完整性。
四、Redis分布式缓存的应用Redis分布式缓存广泛应用于互联网领域，特别是对于读多写少的场景。
常见的应用包括：1. 数据库缓存在传统的架构中，数据库的读写压力较大。
通过将热点数据放置在Redis缓存中，可以大幅减轻数据库的负载，提高系统的性能。
2. 分布式会话管理在分布式系统中，会话管理是一个重要的问题。
Redis缓存如何实现数据的快速更新和查询
Redis缓存如何实现数据的快速更新和查询在实际开发中，使用缓存是提高数据查询和更新性能的常见方法之一。
而Redis作为一款高性能的内存数据存储系统，被广泛应用于缓存层。
本文将介绍Redis缓存如何实现数据的快速更新和查询。
一、Redis缓存原理Redis是一种基于键值对的内存数据库，其将数据存储在内存中，以提供极高的读写性能。
Redis缓存的基本原理是将热点数据存储在内存中，通过减少对数据库的访问，提高数据的读取和更新效率。
二、数据的快速更新1. 缓存预热缓存预热是指在系统启动或低峰期，将热点数据提前加载到Redis 缓存中。
通过预热可以避免在高峰期由于大量请求导致缓存失效而触发数据库访问，从而提高系统的性能和稳定性。
2. 数据同步策略在介绍数据同步策略之前，我们先来了解一下Redis中常用的数据结构，包括字符串(String)、哈希(Hash)、列表(List)、集合(Set)和有序集合(Sorted Set)。
- 字符串：一般用于存储单个键值对的数据。
- 哈希：用于存储具有相同属性的键值对，类似于关系型数据库的表。
- 列表：用于存储按插入顺序排序的数据集合。
- 集合：用于存储不重复的数据集合，支持集合操作如交集、并集等。
- 有序集合：类似于集合，但每个元素都有一个分数，并按照分数进行排序。
数据同步策略可以分为两种情况：- 更新数据库后同步更新缓存：当数据更新时，先更新数据库，再更新对应的缓存。
可以通过在更新数据库的同时，使用相同的键值对更新或删除Redis缓存中的数据。
- 更新缓存后异步更新数据库：当数据更新时，先更新缓存，再异步更新数据库。
这种方式可以减少数据库的访问次数，提高系统的性能。
异步更新数据库可以使用消息队列等技术来实现。
三、数据的快速查询Redis提供了丰富的数据类型和对应的操作命令，使得数据的查询操作更加高效。
1. GET命令GET命令用于从Redis缓存中获取键对应的值。
Java 技术栈(思维导图)
Spark：Core、SQL、Streaming、MLib、GraphX……
大数据
Flink、ELK、Ansible……
Jenkins、JIRA、GitlabCI、TravisCI……
DevOps
JWT、SSO、ELK、秒杀……
解决方案
进阶
Java 技术栈
初级
Java 平台
发行版；面向对象；类加载、运行机制；编译、解释、JIT……
微服务
MySQL：B树、B+树、Hash表、隔离性、一致性、原子性、分布式事务、锁、 binlog、redolog、主从同步……
Redis：线程模型、缓存穿透/雪崩、集群和哨兵、分布式锁……
消息队列：RabbitMQ、Kafka、RocketMQ……
Nginx：反向代理、负载均衡…… Elasticsearch、MongoDB、图数据库……
TCP、UDP、HTTP(s)、RPC、WebSocket……
常用协议
内存分配、线程模型…… GC日志、诊断工具、问题定位、调优策略……
JVM
锁：自旋锁、偏向锁、锁粗化/锁消除、分段锁、读写锁、公平锁、非公平锁、乐 观锁、悲观锁……
同步器：CAS、AQS、自旋…… 并发模型：并行、响应式、函数式、Actor、Channel……
Redis
缓存、持久化……
算法 & 数据结构
树、堆、链表、数组…… 查找、排序、递归……
设计模式
单例、工厂、构建器、装饰器、迭代器、观察者……
开发框架
Spring MyBatis
基础：Context、IOC、AOP、Bean、MVC…… SpringBoot：自动装配、嵌入式容器……
SqlSession、Executor……
(Redis缓存)Redis数据安全性与可靠性
(Redis缓存)Redis数据安全性与可靠性Redis缓存是一种常用的缓存技术，拥有高性能和高可扩展性的特点。
然而，与其他数据库相比，Redis的数据安全性与可靠性可能存在一定的问题。
本文将从备份与恢复、持久化、集群模式等几个方面来讨论Redis数据的安全性与可靠性。
一、备份与恢复为确保Redis数据的安全性和可靠性，备份是一项至关重要的工作。
Redis提供了两种备份方式：RDB快照和AOF日志。
1. RDB快照RDB快照是Redis的默认持久化方式，通过将内存中的数据以二进制形式保存到磁盘上的快照文件中。
快照文件具有压缩和高效读取的特性，能够有效减少磁盘空间的占用。
同时，快照文件的创建可以通过手动执行SAVE命令或者自动执行BGSAVE命令来进行。
在发生故障时，可以通过使用快照文件来进行数据的恢复。
2. AOF日志AOF日志持久化方式是将Redis服务器所处理的每个写命令追加到文件中，以此来记录数据库的状态。
与RDB快照相比，AOF日志可以提供更高的数据安全性，因为它可以将每次的写操作都记录下来，从而避免了数据的丢失。
同时，AOF日志也具备更好的可扩展性，可以通过配置不同的持久化策略（如每秒同步、每个命令同步等）来满足不同的需求。
二、持久化除了备份与恢复之外，Redis还提供了持久化功能来确保数据的安全性和可靠性。
持久化可以防止在系统崩溃或Redis服务器重启时数据的丢失。
1. RDB持久化RDB持久化是通过创建数据快照来实现的，可以将当前内存中所有数据保存到磁盘上的快照文件中。
这种方式适用于大规模的数据集和对数据完整性要求不高的场景。
同时，RDB持久化也比AOF日志具有更好的性能，因为它不需要每次写操作都同步到磁盘上。
2. AOF持久化AOF持久化是通过将写操作追加到AOF日志文件中来实现的，可以保证每次写操作都能持久化到磁盘上。
这种方式适用于对数据完整性要求较高的场景，但相对于RDB持久化，AOF持久化的性能较低。
详解redis缓存与数据库一致性问题解决
详解redis缓存与数据库⼀致性问题解决数据库与缓存读写模式策略写完数据库后是否需要马上更新缓存还是直接删除缓存？（1）、如果写数据库的值与更新到缓存值是⼀样的，不需要经过任何的计算，可以马上更新缓存，但是如果对于那种写数据频繁⽽读数据少的场景并不合适这种解决⽅案，因为也许还没有查询就被删除或修改了，这样会浪费时间和资源（2）、如果写数据库的值与更新缓存的值不⼀致，写⼊缓存中的数据需要经过⼏个表的关联计算后得到的结果插⼊缓存中，那就没有必要马上更新缓存，只有删除缓存即可，等到查询的时候在去把计算后得到的结果插⼊到缓存中即可。
所以⼀般的策略是当更新数据时，先删除缓存数据，然后更新数据库，⽽不是更新缓存，等要查询的时候才把最新的数据更新到缓存数据库与缓存双写情况下导致数据不⼀致问题场景⼀当更新数据时，如更新某商品的库存，当前商品的库存是100，现在要更新为99，先更新数据库更改成99，然后删除缓存，发现删除缓存失败了，这意味着数据库存的是99，⽽缓存是100，这导致数据库和缓存不⼀致。
场景⼀解决⽅案这种情况应该是先删除缓存，然后在更新数据库，如果删除缓存失败，那就不要更新数据库，如果说删除缓存成功，⽽更新数据库失败，那查询的时候只是从数据库⾥查了旧的数据⽽已，这样就能保持数据库与缓存的⼀致性。
场景⼆在⾼并发的情况下，如果当删除完缓存的时候，这时去更新数据库，但还没有更新完，另外⼀个请求来查询数据，发现缓存⾥没有，就去数据库⾥查，还是以上⾯商品库存为例，如果数据库中产品的库存是100，那么查询到的库存是100，然后插⼊缓存，插⼊完缓存后，原来那个更新数据库的线程把数据库更新为了99，导致数据库与缓存不⼀致的情况场景⼆解决⽅案遇到这种情况，可以⽤队列的去解决这个问，创建⼏个队列，如20个，根据商品的ID去做hash值，然后对队列个数取摸，当有数据更新请求时，先把它丢到队列⾥去，当更新完后在从队列⾥去除，如果在更新的过程中，遇到以上场景，先去缓存⾥看下有没有数据，如果没有，可以先去队列⾥看是否有相同商品ID在做更新，如果有也把查询的请求发送到队列⾥去，然后同步等待缓存更新完成。
(Redis缓存)Redis有序集合与ZADD ZRANGE命令
(Redis缓存)Redis有序集合与ZADDZRANGE命令Redis有序集合与ZADD ZRANGE命令Redis是一个开源的内存数据结构存储系统，被广泛应用于诸多领域，其中包括缓存。
在Redis中，有序集合是一种键-值存储模型，它的特点是集合中的每个成员都有一个关联的分数(score)，用于排序和去重。
本文将重点介绍Redis有序集合的基本概念，并详细说明ZADD和ZRANGE两个相关命令的用法。
一、Redis有序集合概述Redis有序集合是一种无序集合，其中集合中的每个成员都关联一个分数。
这个分数用来对集合中的成员进行排序，使得集合中的元素是有序的。
与普通的集合不同，有序集合中的成员是唯一的，即不能出现重复的成员。
有序集合在实际应用中有广泛的用途，比如排行榜、积分榜、热门文章列表等。
通过有序集合的分数，可以很方便地根据特定的需求进行排序和筛选。
在Redis中，有序集合的实现采用了一种叫做跳跃表(Skip List)的数据结构，它的插入和删除操作时间复杂度都是O(logN)，查找复杂度是O(N)。
二、ZADD命令ZADD命令用于向有序集合中添加一个或多个成员，以及给每个成员关联一个分数。
其基本语法如下：ZADD key score member [score member ...]其中，key是有序集合的键名，score是要关联的分数，member是要添加的成员。
可以使用多个score member参数来一次性添加多个成员。
例如，下面的示例将向有序集合"ranklist"中添加成员"player1"、"player2"和"player3"，并分别给它们关联分数100、200和300：ZADD ranklist 100 player1 200 player2 300 player3三、ZRANGE命令ZRANGE命令用于按照成员的分数从小到大的顺序，返回有序集合中指定范围内的成员。
Redis缓存整理总结
Redis缓存整理总结作者：港岛弟弟i原⽂：/m0_47439033/article/details/105815145RedisCAP理论⼀致性（Consistency）：从数据层⾯来看的⼀致性可⽤性（Availability）：从系统层⾯的可⽤性分区容错性（Partition tolerance）：从⽹络层⾯的容错性随着读多写少场景的出现，导致需要读取数据的时间变慢，为了提升性能，出现了数据库缓存技术，对数据库的读取进⾏分离。
web2.0时代，⽹民的⽣产⼒⼤增，存储总量也在增加，⽬前还是读多写少模式，原有的缓存技术显然不能满⾜写的压⼒，所以，出现了分库分表，实现读写分离。
其中⽐较常⽤的⼀种缓存技术是⽤Redis做缓存什么是RedisRedis是⼀个基于内存且⽀持持久化的key-value的NoSQL数据库，其中每个key和value都是使⽤对象表⽰的，具有以下特征：多样数据类型、持久化、主从同步Redis持久化机制Redis是⼀个⽀持持久化的内存数据库，通过持久化机制把内存中的数据同步到硬盘⽂件来保证数据持久化。
当Redis重启后通过把硬盘⽂件重新加载到内存，就能达到恢复数据的⽬的。
实现：单独创建fork()⼀个⼦进程，将当前⽗进程的数据库数据复制到⼦进程的内存中，然后由⼦进程写⼊到临时⽂件中，持久化的过程结束了，再⽤这个临时⽂件替换上次的快照⽂件，然后⼦进程退出，内存释放。
两种持久化机制RDB : redis默认的持久化⽅式，按照⼀定的时间周期策略把内存的数据以快照的形式保存到硬盘的⼆进制⽂件。
即Snapshot快照存储，对应产⽣的数据⽂件为dump.rdb，通过配置⽂件中的save参数来定义快照的周期AOF : Redis会将每⼀个收到的写命令都通过Write函数追加到⽂件最后，类似于MySQL的binlog。
当Redis重启是会通过重新执⾏⽂件中保存的写命令来在内存中重建整个数据库的内容两种同时开启时，数据恢复redis会优先选择AOF缓存雪崩，缓存穿透，缓存预热等问题缓存雪崩缓存雪崩可以理解为原有的缓存失效，新缓存未到期间，所有原本应该访问缓存的请求都去查询数据库了，⽽对数据库CPU和内存造成巨⼤压⼒，严重的会造成数据库宕机。
redis 缓存注解描述
redis 缓存注解描述Redis缓存注解是一种在使用Redis作为缓存的场景下，通过注解的方式来简化缓存操作的方法。
它可以帮助开发者更方便地将数据存储到Redis中，并在需要时从Redis中获取数据，以提高系统的性能和响应速度。
Redis缓存注解的描述可以从以下几个方面进行说明：1. 注解的作用对象，Redis缓存注解通常应用于方法上，用于标识该方法需要进行缓存操作。
2. 注解的参数设置，Redis缓存注解通常包含一些参数，用于指定缓存的Key、过期时间、缓存的条件等。
例如，可以通过指定Key的生成规则，使得相同参数的方法调用可以共享同一个缓存结果。
3. 注解的使用方式，Redis缓存注解可以通过在方法上添加特定的注解来实现。
常用的注解有@Cacheable、@CachePut、@CacheEvict等。
其中，@Cacheable用于标识方法的返回值需要被缓存，@CachePut用于更新缓存，@CacheEvict用于清除缓存。
4. 注解的生命周期管理，Redis缓存注解通常支持缓存的自动刷新和过期时间的设置。
开发者可以根据业务需求来配置缓存的刷新策略，以保证数据的实时性。
5. 注解的使用注意事项，在使用Redis缓存注解时，需要注意缓存的一致性和并发性。
由于缓存是一种共享的资源，多个请求可能会同时访问同一个缓存。
因此，在更新缓存时需要考虑并发情况下的数据一致性问题，避免出现脏读或者数据不一致的情况。
总结起来，Redis缓存注解是一种简化缓存操作的方法，通过在方法上添加特定的注解，可以实现数据的快速存取。
它可以提高系统的性能和响应速度，但在使用时需要注意缓存的一致性和并发性问题。
Redis缓存的缓存管理模式
Redis缓存的缓存管理模式Redis是一个基于内存的数据存储系统，作为一个高性能的缓存工具，广泛应用于各种大规模网站和应用中。
为了充分发挥Redis的优势，合理的缓存管理模式是至关重要的。
本文将介绍几种常见的Redis缓存管理模式，并探讨它们的优缺点。
一、简单过期模式简单过期模式是最基本的Redis缓存管理模式之一。
通过设置一个过期时间来管理缓存的有效期。
一旦缓存过期，Redis将自动将其删除。
这种模式适用于缓存和数据更新频率较低的应用场景，可以减少对后端数据库的访问，提高系统性能。
优点：简单易用，适用于数据更新频率不高的场景。
缺点：缓存过期后，需要重新查询数据库并重新加载缓存，可能导致缓存击穿。
二、LRU淘汰模式LRU（Least Recently Used，最近最少使用）是一种常用的缓存淘汰策略。
在Redis中，可以使用LRU淘汰模式来管理缓存。
在LRU淘汰模式中，Redis会保留最近使用过的缓存数据，并淘汰最长时间没有被使用的缓存。
这种模式能够有效地确保缓存中的数据是最相关的，减少缓存内存的占用。
优点：适用于缓存数据访问频率不同的场景，能够提高缓存命中率。
缺点：当有新的缓存数据需要存储时，可能需要淘汰已有的缓存，导致缓存数据丢失。
三、LFU淘汰模式LFU（Least Frequently Used，最不经常使用）是另一种常用的缓存淘汰策略。
在Redis中，可以使用LFU淘汰模式来管理缓存。
在LFU淘汰模式中，Redis会根据缓存数据的访问频率来决定淘汰哪些数据。
访问频率较低的缓存数据会被淘汰，以腾出空间存储访问频率较高的数据。
优点：根据缓存数据的访问频率进行淘汰，能够提高缓存数据的命中率。
缺点：需要额外的计数器来追踪缓存的访问频率，增加了系统的复杂度。
四、数据预加载模式数据预加载模式是一种通过提前加载热门数据到缓存中的方式来提高系统性能的模式。
在数据预加载模式中，系统会根据业务需求预先加载经常被访问的数据到Redis缓存中，以减少对后端数据库的访问时间。
(Redis缓存)Redis监控和报警系统
(Redis缓存)Redis监控和报警系统Redis监控和报警系统在当今互联网技术中，缓存系统扮演着至关重要的角色，它能够提高应用程序的性能和吞吐量。
Redis作为一种高性能的内存数据结构存储系统，被广泛应用于各种Web应用和分布式系统中。
然而，随着Redis规模和复杂性的增加，及时监控和报警变得越来越受关注。
本文将介绍Redis监控和报警系统的设计和实施。
1. 监控RedisRedis的监控主要包括系统资源监控、性能指标监控和缓存命中率监控。
对于系统资源监控，我们可以使用系统监控工具，如Zabbix或Nagios来监控CPU、内存和磁盘等资源的使用情况。
性能指标监控可以通过收集Redis的内部统计信息实现，比如操作数、连接数、网络延迟等。
缓存命中率监控可以通过比较读取操作与缓存命中的次数来计算得出，提供了衡量缓存效果的重要指标。
2. 报警机制当Redis的监控数据达到预设的阈值时，报警系统将触发相应的警报通知，通知相关的管理员或运维人员。
警报通知可以通过邮件、短信或即时通讯工具发送。
为了保证报警的及时性，可以设置多级报警机制，即当一个阈值被触发时，首先发送低级别的通知，如果问题持续存在，则逐渐升级报警级别。
3. Redis监控工具有许多可用于监控Redis的工具和框架，下面列举几个常用的工具：- RedisStat：一个开源的Redis监控工具，提供实时的监控指标和图表展示。
- RedisLive：一个实时Redis监控工具，可视化展示Redis的性能指标和状态信息。
- Prometheus：一个开源的系统监控和报警工具，通过Exporters来收集和展示Redis的监控指标。
- Grafana：一个开源的数据可视化工具，可以与Prometheus等工具集成，进行监控指标的可视化展示。
- 自定义监控脚本：根据具体需求，可以编写自定义的监控脚本，使用Redis提供的命令或API获取监控数据，并结合定时任务进行监控和报警。
Redis系列（八）--缓存穿透、雪崩、更新策略
Redis系列（⼋）--缓存穿透、雪崩、更新策略1、缓存更新策略 1、LRU/LFU/FIFO算法剔除：例如maxmemory-policy 2、超时剔除，过期时间expire，对于⼀些⽤户可以容忍延时更新的数据，例如⽂章简介内容改了⼏个字 3、主动更新：代码控制⽣命周期，对于⼀些必须实时更新的数据，例如⾦额策略⼀致性维护成本LRU/LFU/FIFO算法剔除最差低超时剔除较差低主动更新强⾼2、缓存粒度问题 1、通⽤性：全量属性最好 2、占⽤空间：部分属性最好 3、代码维护：表⾯上看全量属性最好⼤部分应⽤来说都是缓存部分属性3、缓存穿透 指查询⼀个⼀定不存在的数据，由于缓存是不命中时，出于容错考虑，如果从存储层查不到数据则不写⼊缓存，这将导致这个不存在的数据每次请求都要到存储层去查询，失去了缓存的意义。
在流量⼤时，可能DB就挂掉了，要是有⼈利⽤不存在的key频繁攻击我们的应⽤，这就是漏洞。
优化到极致的单机mysql的数据库连接为300-700之间，300为机械硬盘数据，700为固态硬盘数据原因： 1、业务代码有问题，直接返回了，没有写cache层 2、恶意攻击、爬⾍等如何发现： 1、业务的响应时间，通过监控系统 2、业务本⾝的问题 3、相关指标：总调⽤数、缓存层命中数、存储层命中数解决⽅法： 处理缓存穿透的⽅法有很多，其实⽆外乎就是对数据进⾏过滤筛选，把真正有效的数据进⾏访问，⽆效数据直接过滤掉。
1、缓存空对象 设置过期时间，过期时间会很短，最长不超过五分钟，⽤来减少storage压⼒，这样需要更多的键，缓存和存储层短期数据不⼀致2、布隆过滤器拦截 将所有可能存在的数据哈希到⼀个⾜够⼤的bitmap中，⼀个⼀定不存在的数据会被这个bitmap拦截掉，从⽽避免了对底层存储系统的查询压⼒。
3、对所有可能查询的参数以hash形式存储，在控制层先进⾏校验，不符合则丢弃4、缓存雪崩缓存集中在⼀段时间内失效，新的缓存未到，或者Redis缓存宕机，发⽣⼤量的缓存穿透，所有的查询都落在数据库上，造成了缓存雪崩优化⽅案： 1、保证缓存⾼可⽤性。