Redis
1.Redis测试性能
redis-benchmark是一个压力测试工具
命令：
redis-benchmark -h 127.0.0.1 -p 6379 -c 100 -n 100000
2.哨兵模式（集群中自动选取老大）
主从切换技术的方法是︰当主服务器宕机后，需要手动把一台从服务器切换为主服务器，这就需要人工干预，费事费力，还会造成一段时间内服务不可用。
这不是一种推荐的方式，更多时候，我们优先考虑哨兵模式。Redis从2.8开始正式提供了Sentinel (哨兵）架构来解决这个问题。
谋朝篡位的自动版，能够后台监控主机是否故障，如果故障了根据投票数==-自动将从库转换为主库)
哨兵模式是一种特殊的模式，首先Redis提供了哨兵的命令，哨兵是一个独立的进程，作为进程，它会独立运行。其原理是哨兵通过发送命令，等待Redis服务器响应，从而监控运行的多个Redis实例。 哨兵模式是一种特殊的模式，首先redis提供了哨兵的命令，哨兵是一个独立的进程，作为进程，它会独立运行.其原理是哨兵通过发送命令，等待Redis服务器响应，从而监控运行的多个Redis实例。
然而一个哨兵进程对Redis服务器进行监控，可能会出现问题，为此，我们可以使用多个哨兵进行监控 然而一个哨兵进程对redis服务器进行监控，可能会出现问题，为此，我们可以使用多个哨兵进行监控,各个哨兵之间还会进行监 各个哨兵之间还会进行监 控，这样就形成了多哨兵模式。 这样就形成了多哨兵模式..
假设主服务器宕机，哨兵1先检测到这个结果，系统并不会马上进行failover过程，仅仅是哨兵1主观的认为主服务器不可用，这个现象成为主观下线。当后面的哨兵也检测到主服务器不可用，并且数量达到一定值时，那么哨兵之间就会进行一次投票，投票的结果由一个哨兵发起，进行failover[故障转移]操作。切换成功后，就会通过发布订阅模式，让各个哨兵把自己监控的从服务器实现切换主机，这个过程称为客观下线。 假设主服务器宕机，哨兵1先检测到这个结果，系统并不会马上进行故障转移过程，仅仅是哨兵1主观的认为主服务器不可用，这个现象成为主观下线.当后面的哨兵也检测到主服务器不可用，并且数量达到一定值时，那么哨兵之间就会进行一次投票，投票的结果由一个哨兵发起，进行故障转移[故障转移]操作.切换成功后，就会通过发布订阅模式，让各个哨兵把自己监控的从服务器实现切换主机，这个过程称为客观下线.
如果主机此时回来了，只能归并到新的主机下，当做从机，这就是哨兵模式的规则!
优点：
1、哨兵集群，基于主从复制模式，所有的主从配置优点，它全有
2、主从可以切换，故障可以转移，系统的可用性就会更好
3、哨兵模式就是主从模式的升级，手动到自动，更加健壮!
缺点︰
1、Redis不好在线扩容的，集群容量一旦到达上限，在线扩容就十分麻烦!
2、实现哨兵模式的配置其实是很麻烦的，里面有很多选择!
2.Redis缓存穿透和雪崩
先说一下什么叫缓存穿透（查不到）：
用户想要查询一个数据，发现redis内存数据库里面没有，也就是缓存没有命中，于是向持久层数据库查询，发现也没有，于是查询失败，当用户很多的时候，缓存都没有命中（秒杀！），于是都去请求持久层数据库，这就给持久层数据库造成和很大的压力，这时候就相当于出现了缓存穿透。
解决方案(1)：
布隆过滤器——>布隆过滤器是一种数据结构，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，从而避免了对地层存储系统的查询能力。
解决方案(2)：
缓存空对象：当存储不命中后，即使返回的空对象也将其缓存起来，同时会设置一个过期时间，之后在访问这会从缓存中获取，保护了后端数据源；
但是这种方法会存在两个问题：
（1）.如果空值能够被缓存起来，这就意味着缓存需要更多的空间存储更多的见，因为这当中可能会有很多的空值的键；
(2).即使对空值设置了过期时间，还是会存在缓存层和存储层的数据会有一段时间窗口的不一致，这对于需要保持一致性的业务会有影响。
缓存击穿（查的量太多了，缓存过期！）
这里需要注意和缓存穿透的区别，缓存击穿，是指一个key非常热点，在不停的扛着大并发，大并发集中对这一个点进行访问，当这个key在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在一个屏障上凿开了一个洞。
当某个key在过期的瞬间，有大量的请求并发访问，这类数据一般是热点数据，由于缓存过期，会同时访问数据库来查询最新数据，并且回写缓存，会导致数据库瞬间压力过大。
解决方案：
（1）设置热点数据永不过期
从缓存层面来看，没有设置过期时间，所以不会出现热点key过期后产生的问题
(2)加互斥锁
分布式锁：使用分布式锁，保证对于每个key同时只有一个线程去查询后端服务，其他线程没有获得分布式锁的权限，因此只需要等待即可，这种方式将高并发的压力转发到了分布式锁，因此对分布式锁的考验很大。
缓存雪崩
什么是缓存雪崩？
是指在某一个时间段，缓存集中过期失效。Redis宕机！
产生雪崩的原因之一，比如在写文本的时候，马上就要到双十二零点，很快会迎来一波抢购，这波商品时间集中的放入了缓存，假设缓存一个小时。那么到了凌晨一点钟的时候，这批商品都过期了，而对于这批商品的访问查询，都落到了数据库上，对于数据库而言，就会产生周期的压力波峰。于是，所有的请求都会到到存储层，存储层的调用量会暴增，造成存储层也会挂掉的情况。
其实集中过期，倒不是非常致命，比较致命的缓存雪崩，是缓存服务器某个节点宕机或断网。因为自然形成的缓存雪崩，一定是在某个时间段集中创建缓存，
这个时候，数据库也是可以顶住压力的。无非就是对数据库产生周期性的压力而已。而缓存服务节点的宕机，对数据库服务器造成的压力是不可预知的，
很有可能瞬间就把数据库压垮。
解决方案：
（1）redis高可用
这个思想的含义是，既然redis有可能挂掉，那我多增设几台redis，这样一台挂掉之后其他的还可以继续工作，其实就是搭建的集群。（异地多活!)
（2）限流降级
这个解决方案的思想是，在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个key只允许一个线程查询数据和写缓存，其他线程等待。
（3）数据预热
数据加热的含义就是在正式部署之前，我先把可能的数据先预先访问一遍，这样部分可能大量访问的数据就会加载到缓存中。在即将发生大并发访问前手动触发加载缓存不同的key，设置不同的过期时间，让缓存失效的时间点尽量均匀。
