redis数据库使用教程

一、Redis数据库的安装和配置

1.下载地址：https://github.com/MSOpenTech/redis/releases

2.解压后，分别点击redis-server和redis-cli启动

二、主从概念

1.一个master可以拥有多个slave，一个slave又可以拥有多个slave，如此下去，形成了强大的多级服务器集群架构

2.master用来写数据，slave用来读数据，经统计：网站的读写比率是10:1

3.通过主从配置可以实现读写分离：

4.master和slave都是一个redis实例(redis服务)

三、集群概念

1.集群是一组相互独立的、通过高速网络互联的计算机，它们构成了一个组，并以单一系统的模式加以管理。一个客户与集群相互作用时，集群像是一个独立的服务器。集群配置是用于提高可用性和可缩放性。

2.Redis集群：

2.1分类：

软件层面：只有一台电脑，在这一台电脑上启动了多个redis服务

硬件层面：存在多台实体的电脑，每台电脑上都启动了一个redis或者多个redis服务。

四、关于缓存

当我们查询一条数据时，先去查询缓存，如果缓存有就直接返回，如果没有就去查询数据库，然后返回。这种情况下就可能会出现一些现象：

1.缓存穿透：

1.1概念：请求去查询一条数据库中根本就不存在的数据，也就是缓存和数据库都查询不到这条数据，但是请求每次都会打到数据库上面去。这种查询不存在数据的现象我们称为缓存穿透。

1.2带来的问题：如果有黑客会对你的系统进行攻击，拿一个不存在的id 去查询数据，会产生大量的请求到数据库去查询。可能会导致你的数据库由于压力过大而宕掉。

1.3解决方法：

1.3.1缓存空值：之所以会发生穿透，就是因为缓存中没有存储这些空数据的key。从而导致每次查询都到数据库去了。那么我们就可以为这些key对应的值设置为null 丢到缓存里面去。后面再出现查询这个key 的请求的时候，直接返回null 。

1.3.2使用BloomFilter：BloomFilter 类似于一个hbase set 用来判断某个元素（key）是否存在于某个集合中。这种方式在大数据场景应用比较多，比如 Hbase 中使用它去判断数据是否在磁盘上。还有在爬虫场景判断url 是否已经被爬取过。 这种方案可以加在第一种方案中，在缓存之前在加一层 BloomFilter ，在查询的时候先去 BloomFilter 去查询 key 是否存在，如果不存在就直接返回，存在再走查缓存 -> 查 DB。

1.4如何选择解决方法：针对于一些恶意攻击，攻击带过来的大量key 是不存在的，使用第二种方案进行过滤掉这些key。对于空数据的key有限的，重复率比较高的，我们则可以采用第一种方式进行缓存。

2.缓存击穿：

2.1概念：在平常高并发的系统中，大量的请求同时查询一个 key 时，此时这个key正好失效了，就会导致大量的请求都打到数据库上面去。这种现象我们称为缓存击穿。

2.2带来的问题：会造成某一时刻数据库请求量过大，压力剧增。

2.3解决方法：我们可以在第一个查询数据的请求上使用一个 互斥锁来锁住它。其他的线程走到这一步拿不到锁就等着，等第一个线程查询到了数据，然后做缓存。后面的线程进来发现已经有缓存了，就直接走缓存。

3.缓存雪崩：

3.1概念：当某一时刻发生大规模的缓存失效的情况，比如你的缓存服务宕机了，会有大量的请求进来直接打到数据库上面。结果就是数据库撑不住，挂掉。

3.2解决方法：

3.2.1事前：发生雪崩前对缓存集群实现高可用，如果是使用 Redis，可以使用 主从+哨兵 ，Redis Cluster 来避免 Redis 全盘崩溃的情况。

3.2.2事中：ehcache本地缓存 + Hystrix限流&降级,避免MySQL被打死

3.2.3事后：开启Redis持久化机制，尽快恢复缓存集群

4.热点数据集中失效：

4.1概念：我们在设置缓存的时候，一般会给缓存设置一个失效时间，过了这个时间，缓存就失效了。

对于一些热点的数据来说，当缓存失效以后会存在大量的请求过来，然后打到数据库去，从而可能导致数据库崩溃的情况。

4.2解决方法：

4.2.1设置缓存过期时间的时候，让他们失效的时间错开。比如在一个基础的时间上加上或者减去一个范围内的随机值。

4.2.2互斥锁，由于它会阻塞其他的线程，此时系统吞吐量会下降。需要结合实际的业务去考虑是否要这么做。