Redis问题思考
1.redis快的原因
-
多线程技术能够帮助我们充分利用CPU的计算资源来并发的执行不同任务，从而提高效率。
-
多线程的本质是CPU模拟出来多个线程的情况,但模拟出来的情况有上下文切换的消耗，其中包括保存线程的执行上下文和加载线程的执行上下文， 但对于一个内存的系统来说，没有上下文切换的情况下就是效率最高的。
-
Redis 作为一个内存服务器，绝大数的操作都是纯内存的，而且处理速度非常快.单线程也可以并发的处理任务，比如redis的I/O多路复用机制并发处理来自客户端的多个连接。
IO多路复用：
IO多路复用是一种io模型，多路指多个TCP连接(即socket或者channel）,复用指复用一个线程或进程处理上面所以的连接。IO多路复用可同时监听多个socket,当某个socket可操作的时候，它可以给你一个通知。这样当配合非阻塞的socket使用时，只有当系统通知我哪个描述符可操作了，才去执行操作，可以保证每次没次可以操作。实现io多路复用需要函数来支持，例如linux下的select/poll，这些函数都可以同时监视多个描述符的读写就绪状况，这样，多个描述符的I/O操作都能在一个线程内并发交替地顺序完成，这就叫I/O多路复用。
例子
模拟一个tcp服务器处理30个客户socket。
一个老师，让30个学生解答一道题目，然后检查学生做的是否正确，你有下面几个选择：
1.第一种选择：按顺序逐个检查，先检查A，然后是B，之后是C、D。。。这中间如果有一个学生卡主，全班都会被耽误。这种模式就好比，你用循环挨个处理socket，根本不具有并发能力。堵塞模型
2.第二种选择：你创建30个分身，每个分身检查一个学生的答案是否正确。这种类似于为每一个用户创建一个进程或者线程处理连接。
3.第三种选择，你站在讲台上等，谁解答完谁举手。这时C、D举手，表示他们解答问题完毕，你下去依次检查C、D的答案，然后继续回到讲台上等。此时E、A又举手，然后去处理E和A。。。这种就是IO复用模型，Linux下的select、poll和epoll的函数就是处理这些的。将用户socket对应的fd注册进epoll，然后epoll帮你监听哪些socket上有消息到达，这样就避免了大量的无用操作。此时的socket应该采用非阻塞模式。
这样，整个过程只在调用select、poll、epoll这些调用的时候才会阻塞，收发客户消息是不会阻塞的，整个进程或者线程就被充分利用起来，这就是事件驱动，所谓的reactor模式。
运用到多路复用的例子
netty
2.雪崩是如何产生的
雪崩的产生：redis发生错误，不能正常访问，所有的请求去访问数据库，导致数据库的访问量大增，造成数据库挂掉的场景。
雪崩的解决方案：
1.高可用
搭建集群，增加几台redis服务器，其中一台挂掉还有别的可以访问
2.限流降级
在缓存失效后，通过加锁或队列来控制度数据库写缓存的线程数量。某个key只允许一个线程查询数据和写缓存，其他队列等待
3.数据预热
在项目正式部署前，先把一些数据先预先访问缓存到redis。设置key的失效时间不要太集中，设置的均匀点，避免线程堵塞。
3.穿透的产生
穿透的产生：当用户查询数据发现redis中不存在 也就是缓存没有命中。然后去访问持久层数据库，发现也没有，于是本次查询失败。当用户很多的时候，缓存都没有命中，于是都去请求了持久层数据库。这会给持久层数据库造成很大的压力，这时候就相当于出现了缓存穿透
穿透的解决方案：
1.缓存空对象
缓存中取不到且持久层也取不到的时候，可以将键值对的值设为null，失效时间设置短点（防止正常情况也无法使用）
4.redis的并发：
产生的场景:
正常redis不会存在并发问题，以为它是单线程的，在使用的时候，
多个连接操作同一个key的值时，执行结果和预期的可能会不一致，这就是并发影响的。
并发的解决方案
1使用redis自带的incr命令（不使用set）
2在代码中操作redis时，针对同一个key的资源，进行加锁 synchronized或lock
