缓存机制以及Redis，Redis的数据结构，缓存使用模式和经常遇到的问题。
什么是缓存？为什么要使用缓存？
主要讨论内存缓存，常见的有Redis和Memcached
- 缓解关系型数据库并发访问的压力： 热点数据。
- 减少响应时间：内存IO速度比磁盘快。
- 提升吞吐量： Redis等内存型数据库单机就可以支持很大的并发。
Redis和Memcached的区别
Redis的常用数据类型和使用场景
- 字符串（String）：用来实现简单的KV键值对存储，比如计数器。
- 链表（List）：实现双向链表，比如用户的关注、粉丝列表。
- 哈希（Hash）：用来存储彼此相关信息的键值对。
- 集合（Set）：存储不重复元素，比如用户的关注者。
- 有序集合（Sorted Set）：实时信息排行榜。
Redis 数据结构内置实现
实现Redis数据类型的底层C数据类型。
字符串：整数或者sds（Simple Dynamic String 这个是Redis自己实现的一种字符串数据结构）。
链表：ziplist（压缩链表）或者double linked list。
哈希：ziplist或者hashtable（哈希表）。
集合： inset或者hashtable。
有序集合：skiplist 跳跃表。
跳跃表结构： 
更多细节可以看 《Redis设计与实现》
Redis持久化
- 快照方式：把数据快照放在磁盘二进制文件中，dump.rdb 可以用来恢复数据库的状态。
- AOF(Append Only File): 每一个写命令追加到appendonly.aof中（缺点：文件比较大）
- 通过修改Redis配置来选择上述两个持久化方式。
Redis事务
和mysql事务有什么不同？ mysql事务：可以看做多个SQL语句，要么全部执行成功，要么全部执行失败（回滚）
- 将多个请求打包，一次性，按序执行多个命令的机制。
- Redis 通过 MULIT（添加）， EXEC（执行）， WATCH等命令实现事物功能。
- python中 Redis.py pipline=conn.pipline(transaction=True)
Redis如何实现分布式锁
Redis服务器设置一个k v值，访问redis的时候，查看kv是否存在，不存在就进行操作，存在就等待或者重试。
- 使用setnx实现加锁，可以通过expire添加超时时间。
- 锁的value值可以使用一个随机的uuid或者特定的命名。
- 释放锁的时候，通过uuid判断是否是该锁，是则执行delete释放锁。
Redis缓存模式
- Cache Aside： 同时更新缓存和数据库。
- Read/Write Through： 先更新缓存，缓存负责同步更新数据库。
- Write Behind Caching： 先更新缓存，缓存定期异步更新数据库。
Redis常见问题
- 缓存穿透问题：大量查不到数据的请求落到后端数据库，数据库压力增大：比如很多无脑爬虫通过自增id的方式爬取网站，但是数据id不是自增的，Redis和mysql都没有相关的数据。
- 解决：对于没查到的返回None，None这个数据也缓存到Redis里。 插入数据的时候，删除掉缓存或者这个缓存本身设置较短时间。
- 缓存击穿问题：某些非常热点的数据Key过期，大量请求打到后端数据库（比如微博热点之类的）。
- 解决： 分布式锁，获取到锁的线程从数据库拉取数据然后更新缓存，其他线程等待。
- 解决： 异步后台更新异步任务定期对快要过期的key自动更新，然后刷新过期时间。
- 缓存的雪崩问题：大量缓存不可用或者大量Key同时失效， Redis数据库挂掉 -> 大量缓存不可用。
- 解决： 多级缓存， 不同级别的key设置不同的超时时间
- 解决： key的超时时间随机设置，防止同时超时。
- 结构层：提升系统的可用性。监控、报警完善。
