Redis
1、Windos上安装
1.1安装教程
1.2 redis.windows-service.conf 修改密码添加
# requirepass foobared
requirepass 123456 #设置登录密码 auth 123456密码验证
# Command renaming.
1.3 重启
1.4 测试
2、Linux下安装
2.1redis.conf文件
压缩包解压后，主要的运行文件会放在 /user/local/bin 下；
为了方便和后面不修改原生的配置文件，我们会复制一个配置文件到 /user/local/bin 下，
创建一个xxconfig的文件夹，专门放置配置文件，
复制原生配置文件到配置文件夹；
原生解压目录
#修改 daemonize no
daemonize yes #修改为后台启动
3、Redis常用命令
3.1启动命令
| redis-server kconfig/redis.conf | 通过指定的配置文件启动服务(kconfig/redis.conf是复制过来的) |
|---|---|
| redis-cli -p 6379 | 使用Redis客户端进行连接 |
| ping | 测试连接 |
| ps -ef|grep redis | 查看Redis是否启动 |
| shutdown | 关闭Redis服务 |
| exit | 退出 |
3.2 测试命令
| 测试命令 | 说明 |
|---|---|
| redis-benckmark -h localhost -p 6379 -c 100 -n 100000 | 100个并发测试 100000请求 |
3.3(error) MISCONF Redis
(error) MISCONF Redis is configured to save RDB snapshots, but it is currently not able to persist on disk. Commands that may modify the data set are disabled, because this instance is configured to report errors during writes if RDB snapshotting fails (stop-writes-on-bgsave-error option). Please check the Redis logs for details about the RDB error.
解决一：
一种是通过redis命令行修改，这种方式方便，直接，更改后直接生效，解决问题。
命令行修改方式示例：
#127.0.0.1:6379[1]> config set stop-writes-on-bgsave-error no
解决二：
直接修改redis.conf配置文件，但是更改后需要重启redis。
修改redis.conf文件：
（1）vim打开redis-server配置的redis.conf文件，
（2）使用快捷匹配模式：
#/ stop-writes-on-bgsave-error定位到stop-writes-on-bgsave-error字符串所在位置，
（3）把后面的yes设置为no。
3.4 数据库相关命令
| set key value | 存放键值 |
|---|---|
| get key | 取出键值 |
| del key | 删除键值 |
| move key db | 移动键值到指定的数据库 |
| keys * | 查看所有的键值 |
| select db | 切换数据库 |
| dbsize | 查看数据库大小 |
| flushdb | 清除当前数据库 |
| flushall | 清除全部数据库的内容 |
3.5 RedisKey
| expire key time | 设置键值的过期时间(秒) |
|---|---|
| ttl key | 查看键值剩余过期时间(-2表示没了) |
| type key | 查看键值的类型 |
4、五大数据类型
4.1 String 类型
| append key str | 对String类型的键值进行追加内容，返回新字符串长度(当前key不存在就相当于set key value) |
|---|---|
| strlen key | 获取字符串长度 |
| incr key | 加一(浏览量这些场景) |
| decr key | 减一 |
| incrby key 步长 | 指定加几(incrby views 10 :views 加10) |
| decrby key 步长 | 指定减几 |
| getrange key start end | 获取指定下标范围的字符串(get key 0 -1:查看所有的字符串) |
| setrange key offset value | 替换指定下标开始的字符 |
| setex key second value | (set with expore)设置键值对并指定过期时间 |
| setnx key value | (set if not exist) 不存在再设置，如果存在创建失败(在分布式锁中会常常使用) |
| mset k1 v1 k2 v2... | 批量设置键值对（原子性操作） |
| mget k1 k2 ... | 批量获取键值对（原子性操作） |
| set的特殊设计场景 | set user:1:name zhangshan =>k->user:1:name ,v->zhangsan |
| getset key value | 先获取键值，再设置新的键值（返回值是获取的旧键值） |
4.2 List 列表
所有的list命令都是L开头；
| lpush key value | 从首部(左边)添加键值 |
|---|---|
| rpush key value | 从尾部(右边)添加键值 |
| lrang key start end | 获取指定下标的键值 |
| lpop key | 移除首部(左边)的键值，第一个 |
| rpop key | 移除尾部(右边)的键值，最后一个 |
| lindex key index | 通过下标获取键值 |
| llen key | 获取list的长度 |
| lrem key count element | 移除指定个数的value(精确匹配) |
| ltrim key start stop | 截取指定下标的键值(不在下标之内的键值会被移除) |
| rpoplpush source destination | 将源列表中最后一个元素移到另外一个列表第一个 |
| exists key | 判断列表是否存在 |
| lset key index element | 更改指定下标的键值(list必须存在，而且下标不能越界) |
| linsert key beffore|after pivot element | 在指定元素的前面或后面插入值 |
4.3 set(集合)
所有set命令都是S开头；
| sadd key member | 添加元素 |
|---|---|
| smembers key | 显示集合所有元素 |
| sismember key member | 判断集合是否包含指定元素 |
| scard key | 集合的元素个数 |
| srem key member | 移除指定的元素 |
| srandmember key [count] | 从集合中随机选出一个元素[可以指定个数] |
| spop k | 随机删除一个元素 |
| smove source destination member | 将源集合中指定元素移到另外一个集合中 |
| sdiff key [key...] | 差集 |
| sinter key [key ...] | 交集 |
| sunion key [key ...] | 并集 |
4.4 Hash(哈希)
Map集合，key-map 这时候这个值是map集合。
所有的Hash命令都是以H开头。
| hset key field value [filed value ...] | 添加一个k-v |
|---|---|
| hget key filed | 获取一个字段的值 |
| hmset key filed value [filed value ...] | 添加多个k-v |
| hmget key filed [filed...] | 获取多个字段的值 |
| hgetall key | 以键值对方式获取所有有键值对 |
| hdel file | 删除指定键值对 |
| hlen key | 获取集合的键值对个数 |
| hexists key filed | 判断某个字段是否存在 |
| hkeys key | 获取所有的字段 |
| hvals key | 获取所有的值 |
| hincrby key filed increment | 指定字段，指定步长增加(步长位负表示减少) |
| hsetnx key filed value | 添加字段(存在就不成功，不存在就成功) |
| hash的应用场景 | hset user:1 name zhangsan=>k->user:1,filed->name,value->zhangsan |
4.5 Zset(有序集合)
在set的基础上，中间增加了一个值，set k1 v1=>zset k1 score1 v1;
| zadd key [NX|XX] [CH] [INCR] score member [score member ...] | 添加元素(中间的score是标识符，用来排序) |
|---|---|
| zrange key start stop | 根据下标获取元素 |
| zrangebyscore key min max [WITHSCORES] [LIMIT offset count] | 从小到大排序(zrangebyscore key -inf +inf) |
| zrangebyscore key -inf +inf withscores | 排序(并输出标识符) |
| zrevrange key start stop [WITHSCORES] | 从大到小排序(zrevrange key 0 -1 withscores) |
| zrem key member | 移除指定元素 |
| zcard key | 获取集合中的个数 |
| zcount key min max | 获取区间之间的元素个数 |
5、三种特殊数据类型
5.1 geospatial 地理位置
geospatial 底层是zset,所以可以用zset的方法操作geospatial;
| geoadd key longitude latitude member [longitude latitude member | 添加城市经纬度(两极无法直接添加) |
|---|---|
| geopos key member [member ...] | 获取城市的经纬度 |
| geodist key member1 member2 [m|km|ft|mi] | 获取两个城市之间的距离 |
| georadius key longitude latitude radius m|km|ft|mi [WITHCOORD] | 某座标指定半径范围的坐标数 |
| georadiusbymember key member radius m|km|ft|mi [WITHCOORD] [WIT | 某城市指定半径范围的城市 |
| geohash key member [member ...] | 返回一个或多个11位字符的Geohash字符串 |
5.2Hyperloglog
功能：基数，不重复元素的个数；
优点：占内存是固定的，2^64,不同的元素的计数，只需要费12kB内存；如果从内存的角度来比较的话Hyperloglog首选；0.81%错误率；如果有的场景不允许容错率则不能使用，可以使用set;
| pfadd key element [element ...] | 添加一组元素 |
|---|---|
| pfcount key [key ...] | 一组元素中不重复的元素个数 |
| pfmerge destkey sourcekey [sourcekey ...] | 合并多组元素->并集 |
5.3 BitMaps
位存储；一般存储两个状态的数据； 010100
| setbit key offset value | 添加元素(例如：setbit sign 0 1=>登录第几天是否打卡 ) |
|---|---|
| getbit key offset | 获取指定offset的值 |
| bitcount key [start end] | 计算有几个值为1的元素 |
6、事务
6.1 Redis事务本质
-
Redis事务本质：一组命令的集合！一个事务中的所有命令都会被序列化，在事务执行过程中，会按照顺序执行。
一致性，顺序性，排他性！执行一系列的命令；
------队列 set set set 执行------
-
Redis事务没有隔离级别的概念；
所有的命令在事务中，并没有直接被执行，只有发起执行命令的时候才会执行；Exec;
-
Redis单条命令保证原子性的，但是事务不保证原子性(编译型异常所有的命令都不会执行；运行时异常有错误任然可以继续执行其他的命令)；
-
回顾MySql事务具有4个基本特征；
MySql事务具有4个基本特征，分别是：
原子性（Atomicity）
一致性（Consistency）
隔离性（Isolation）
持久性（Duration）
简称ACID
6.2 redis的事务 命令：
- 开启事务(multi)
- 命令队列(...)
- 执行事务(exec)
- 放弃事务(discard)
6.3 异常
-
编译型异常(代码有问题，命令有错)，事务中所有的命令都不会被执行。
-
运行时异常(比如：1/0)，如果事务队列中存在语法型错误，那么执行命令的时候，其他命令是可以正常执行的，错误命令抛出异常。
6.4 监控 Watch (面试常问)
6.4.1 悲观锁
- 很悲观，认为什么时候都会出现问题，无论做什么都会加锁；
6.4.2 乐观锁
- 很乐观，认为什么时候都不会出问题，所以不会上锁；更新数据的时候去判断一下，在此期间是否有人修改过这个数据，version;
6.4.3 watch key [key ...] 监视key
监视了一个字段之后，开启事务，并对该字段进行操作，在exec执行之前，另外一个线程对该字段进行了操作，该事务就会执行失败；
6.4.4 解锁 unwatch
- 如发现事务失败，就先解锁(unwatch)；
- 获取最新的值，再次监视(watch key);
- 对比监视的值是否发生了变化，如果没有变化，那么可以执行成功，如果变化，就执行失败；
7、Jedis
7.1测试连接
jar包
<!--导入jedis的包-->
<dependencies>
<!-- https://mvnrepository.com/artifact/redis.clients/jedis -->
<dependency>
<groupId>redis.clients</groupId>
<artifactId>jedis</artifactId>
<version>3.2.0</version>
</dependency>
<!--fastjson-->
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>fastjson</artifactId>
<version>1.2.62</version>
</dependency>
</dependencies>
ping 测试
public class TestPing {
public static void main(String[] args) {
//1.new Jedis 对象即可
Jedis jedis = new Jedis("127.0.0.1", 6379);
//jedis.auth("123456");
//jedis 所有的命令就是我们之前学习的所有命令！所以之前的指令学习很重要
System.out.println(jedis.ping());
}
}
所有的Jedis方法就是上面的命令
8、SpringBoot整合
说明：在 SpringBoot2.x 之后，原来使用的jedis 被替换为了 lettuce?
jedis : 采用的直连，多个线程操作的话，是不安全的，如果想要避免不安全的，使用 jedis pool 连接池！ 更像 BIO 模式
lettuce : 采用netty，实例可以在多个线程中进行共享，不存在线程不安全的情况！可以减少线程数据 了，更像 NIO 模式
BIO和NIO的区别
- BIO以流的方式处理数据，NIO以块的方式处理数据，块IO的效率比流IO高很多。（比如说流IO他是一个流，你必须时刻去接着他，不然一些流就会丢失造成数据丢失，所以处理这个请求的线程就阻塞了他无法去处理别的请求，他必须时刻盯着这个请求防止数据丢失。而块IO就不一样了，线程可以等他的数据全部写入到缓冲区中形成一个数据块然后再去处理他，在这期间该线程可以去处理其他请求）;
- BIO是阻塞的，NIO是非阻塞的;
- BIO基于字节流和字符流进行操作的，而NIO基于Channel（通道）和Buffer（缓冲区）进行操作的，数据总是从通道读取到缓冲区中，或者从缓冲区写入到通道中。Selector（选择器）用于监听多个通道事件，因此使用单个线程就可以监听多个客户端通道；
8.1 测试
1.导入依赖
<!-- 操作redis -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
2.配置连接
# SpringBoot 所有的配置类，都有一个自动配置类 RedisAutoConfiguration
# 自动配置类都会绑定一个properties 配置文件 RedisProperties
spring.redis.host=127.0.0.1
spring.redis.port=6379
#spring.redis.password=123456
3.测试
@SpringBootTest
class Redis02SpringbootApplicationTests {
@Autowired
private RedisTemplate redisTemplate;
@Test
void contextLoads() {
//redisTemplate 操作不同的数据类型，api和我们的指令是一样的
//opsForValue 操作字符串 类似String
//opsForList 操作List 类似List
//opsForSet
//opsForHash
//opsForZSet
//opsForGeo
//opsForHyperLogLog
//除了基本的操作，我们常用的方法都可以直接通过redisTemplate操作，比如事务和基本的CRUD
//获取redis的连接对象
// RedisConnection connection = redisTemplate.getConnectionFactory().getConnection();
// connection.flushDb();
// connection.flushAll();
redisTemplate.opsForValue().set("mykey","关注狂神说java");
System.out.println(redisTemplate.opsForValue().get("mykey")); //关注狂神说java
}
}
8.2 编写一个自己的 RedisTemplete
RedisAutoConfiguration 自动配置类
因为RedisAutoConfiguration 模板中只有，RedisTemplate<Object, Object>键值都是Object类型模板 和StringRedisTemplate 键值都是String类型的模板，而我么常用的是RedisTemplate<String, Object>键是Strig类型而只是Object类型的模板，所以我们需要自己写一个，如果还需要用到其他类型的模板也可以自己定制；
@Configuration(
proxyBeanMethods = false
)
@ConditionalOnClass({RedisOperations.class})
@EnableConfigurationProperties({RedisProperties.class})
@Import({LettuceConnectionConfiguration.class, JedisConnectionConfiguration.class})
public class RedisAutoConfiguration {
public RedisAutoConfiguration() {
}
@Bean
@ConditionalOnMissingBean(
name = {"redisTemplate"}
)
public RedisTemplate<Object, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) throws UnknownHostException {
RedisTemplate<Object, Object> template = new RedisTemplate();
template.setConnectionFactory(redisConnectionFactory);
return template;
}
@Bean
@ConditionalOnMissingBean
public StringRedisTemplate stringRedisTemplate(RedisConnectionFactory redisConnectionFactory) throws UnknownHostException {
StringRedisTemplate template = new StringRedisTemplate();
template.setConnectionFactory(redisConnectionFactory);
return template;
}
}
定制自己的模板 RedisTemplate<String, Object> 键是Strig类型而只是Object类型的模板
@Configuration
public class RedisConfig {
//编写我们自己的 redisTemplate
// 这是我给大家写好的一个固定模板，大家在企业中，拿去就可以直接使用！
// 自己定义了一个 RedisTemplate
@Bean
@SuppressWarnings("all")
public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
// 我们为了自己开发方便，一般直接使用 <String, Object>
RedisTemplate<String, Object> template = new RedisTemplate<String,Object>();
template.setConnectionFactory(factory);
// Json序列化配置
Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);
ObjectMapper om = new ObjectMapper();
om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
jackson2JsonRedisSerializer.setObjectMapper(om);
// String 的序列化
StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();
// key采用String的序列化方式
template.setKeySerializer(stringRedisSerializer);
// hash的key也采用String的序列化方式
template.setHashKeySerializer(stringRedisSerializer);
// value序列化方式采用jackson
template.setValueSerializer(jackson2JsonRedisSerializer);
// hash的value序列化方式采用jackson
template.setHashValueSerializer(jackson2JsonRedisSerializer);
template.afterPropertiesSet();
return template;
}
}
8.3 RedisUtil 工具类
在企业中开发，我们80%的情况下，都不会使用这个原生的方式去编写代码；
在我们真实的开发中，或者在公司，一般都可以看到一个公司自己封装的Utils工具；
---> RedisUtil 工具类
9、Redis.conf详解
9.1 大小写不敏感
9.2 可以包含其他的Redis.config配置文件 INCLUDES
# include .\path\to\local.conf
# include c:\path\to\other.conf
就好比我们学习的Spring,import,include;
9.3 网络
bind 127.0.0.1 # 绑定的
ip protected-mode yes # 保护模式
port 6379 # 端口设置
9.4 通用 GENERAL
daemonize yes # 以守护进程的方式运行，默认是 no，我们需要自己开启为yes！
pidfile /var/run/redis_6379.pid # 如果以后台的方式运行，我们就需要指定一个 pid 文件！
# 日志
# Specify the server verbosity level.
# This can be one of:
# debug (a lot of information, useful for development/testing)
# verbose (many rarely useful info, but not a mess like the debug level)
# notice (moderately verbose, what you want in production probably) 生产环境
# warning (only very important / critical messages are logged)
loglevel notice
logfile "" # 日志的文件位置名
databases 16 # 数据库的数量，默认是 16 个数据库
always-show-logo yes # 是否总是显示LOGO
9.5 快照 SNAPSHOTTING
持久化，在规定时间内，执行了多少次操作，则会持久化到文件 .rdb.aof;
redis是内存数据，如果没有持久化，那么数据断电及失；
#如果900秒内如果至少有1个 key 进行了修改，我们就进行持久化操作
save 900 1
#如果300秒内如果至少有10个 key 进行了修改，我们就进行持久化操作
save 300 10
#如果60秒内如果至少有10000个 key 进行了修改，我们就进行持久化操作
save 60 10000
#我们之后学习持久化，会自己定义这个测试
#持久化如果出错，是否还继续工作
stop-writes-on-bgsave-error yes
#是否压缩rdb文件，需要消耗一些cpu资源
rdbcompression yes
# 保存rdb文件的时候，进行错误检查校验
rdbchecksum yes
#rdb文件保存的目录
dir ./
9.6 复制 REPLICATION 主从复制
# slaveof <masterip> <masterport> #masterip:主机地址 masterport：主机端口号
9.7 安全 SECURITY
config get requirepass #获取redis的密码
config set requirepass "123456" #设置redis的密码
auth 123456 #使用密码登录
9.8 限制 CLIMITS
#maxclients 10000 #能连上那个的最大客户端数
maxmemory 500mb #最大的内存容量
#maxmemory-policy noeviction #内存达到上限的策略
1、volatile-lru：只对设置了过期时间的key进行LRU（默认值）
2、allkeys-lru ： 删除lru算法的key
3、volatile-random：随机删除即将过期key
4、allkeys-random：随机删除
5、volatile-ttl ： 删除即将过期的
6、noeviction ： 永不过期，返回错误
9.9 APPEND ONLY MODE aof 配置
appendonly no #默认是不开启aof模式的，默认是使用rdb方式持久化的，在大部分所有的情况下，rdb完全够用！
appendfilename "appendonly.aof" # 持久化的文件的名字
# appendfsync always #每次修改都会 sync(同步)，消耗性能
appendfsync everysec #每秒执行sync,可能会丢失1s的数据
# appendfsync no #不执行sync,这个时候操作系统自己同步数据，速度最快
具体的配置，我们在Redis持久化中去给大家详细
10、Redis 持久化
面试和工作，持久化都是重点！
Redis 是内存数据库，如果不将内存中的数据库状态保存到磁盘，那么一旦服务器进程退出，服务器中 的数据库状态也会消失。所以 Redis 提供了持久化功能！
10.1RDB(Redis DataBase)
10.1.1什么是RDB
在主从复制中，rdb就是备用的，放从机上面不占主机的内存；
在指定的时间间隔内将内存中的数据集快照写入磁盘，也就是行话讲的Snapshot快照，它恢复时是将快 照文件直接读到内存里。
Redis会单独创建（fork）一个子进程来进行持久化，会先将数据写入到一个临时文件中，持久化过程 都结束了，再用这个临时文件替换上次持久化好的文件。整个过程中，主进程是不进行任何IO操作的。 这就确保了极高的性能。如果需要进行大规模数据的恢复，且对于数据恢复的完整性不是非常敏感，那 RDB方式要比AOF方式更加的高效。RDB的缺点是最后一次持久化后的数据可能丢失。我们默认的就是 RDB，一般情况下不需要修改这个配置！
有时候在生产环境我们会将这个文件进行备份；
10.1.2 dump.rdb
rdb保存的文件是dump.rdb 都是在我们的配置文件中快照(SNAPSHOTTING)进行配置的；
# The filename where to dump the DB
dbfilename dump.rdb
10.1.3 测试触发rdb操作
#save 900 1
#save 300 10
#save 60 10000
save 60 5 #我们测试一下：只要修改了5次key，就触发red操作
10.1.4 触发机制
- save的规则满足的情况下，会自动触发rdb规则；
- 执行flushall命令，也会触发我们的rdb规则；
- (shutdown)退出redis,也会产生rdb文件；
备份就会产生rdb文件！
10.1.5 如何恢复rdb文件
只需要将rdb文件放到我们启动目录就可以，redis启动的时候会自动检查dump.rdb文件恢复其中的数据；
config get dir #获取dump.rdb存放的文件，如果在这个目录下存在dump.rdb文件，启动就会自动恢复其中的数据
10.1.6 RDB的优缺点
优点：
1、适合大规模的数据恢复；
2、对数据的完整性要求不高；
缺点：
1、需要一定的时间间隔进程操作；如果redis意外宕机，这个最后一次修改数据就没有保存；
2、fork进程的时候，会占用一定的内容空间；
10.2 AOF(Append Only File)
10.2.1 什么是AOF
将我们的所有命令都记录下来，history,恢复的时候就是把这个文件全部在执行一遍。
以日志的形式来记录每个写操作，将Redis执行过的所有指令记录下来（读操作不记录），只许追加文件 但不可以改写文件，redis启动之初会读取该文件重新构建数据，换言之，redis重启的话就根据日志文件 的内容将写指令从前到后执行一次以完成数据的恢复工作；
10.2.2 appendonly.aof
Aof保存的是 appendonly.aof 文件;(默认是无限追加，文件会越来越大，不过可以开启重写，大于一定值会fork一个新的进程来将我们的文件进行重写；)
在APPEND ONLY MODE 中配置；
appendonly no # 默认是不开启的我们需要手动进行配置，我们只需要将 appendonly 改为yes就开启了 aof！重启，redis 就可以生效了！
# The name of the append only file (default: "appendonly.aof")
appendfilename "appendonly.aof" #文件名
# appendfsync always #每次修改都会 sync(同步)，消耗性能
appendfsync everysec #每秒执行sync,可能会丢失1s的数据
# appendfsync no #不执行sync,这个时候操作系统自己同步数据，速度最快
no-appendfsync-on-rewrite no #重写的时候是否用append重写
#重写策略
auto-aof-rewrite-percentage 100
auto-aof-rewrite-min-size 64mb #当文件大于64M,太大了，fork一个新的进程来将我们的文件进行重写；
默认是不开启的，我们需要手动进行配置！我们只需要将 appendonly 改为yes就开启了 aof！ 重启，redis 就可以生效了！
重启Redis,即可生效，产生一个appendonly.aof文件；
10.2.3 redis-check-aof
如果这aof文件有错误，这时候redis是启动不起来的，我们需要修复这个aof文件
redis给我们提供了一个工具 redis-check-aof ;
redis-check-aof --fix appendonly.aof #修复appendonly.aof文件，修复后即可成功启动
10.2.4 AOF的优点和缺点
优点：
- 每次修改都同步；
- 每秒同步一次，可能会丢失一秒的数据
- 从不同步，效率最高的！
缺点：
相对数据文件来说，aof远远大于rdb,修复的速度也比rdb慢；
Aof运行效率也要比rdb慢，所以我们redis默认的配置就是rdb持久化；
10.3 总结
1、RDB 持久化方式能够在指定的时间间隔内对你的数据进行快照存储 ；
2、AOF 持久化方式记录每次对服务器写的操作，当服务器重启的时候会重新执行这些命令来恢复原始 的数据，AOF命令以Redis 协议追加保存每次写的操作到文件末尾，Redis还能对AOF文件进行后台重 写，使得AOF文件的体积不至于过大。
3、只做缓存，如果你只希望你的数据在服务器运行的时候存在，你也可以不使用任何持久化 ；
4、同时开启两种持久化方式
- 在这种情况下，当redis重启的时候会优先载入AOF文件来恢复原始的数据，因为在通常情况下AOF 文件保存的数据集要比RDB文件保存的数据集要完整。
- RDB 的数据不实时，同时使用两者时服务器重启也只会找AOF文件，那要不要只使用AOF呢？作者 建议不要，因为RDB更适合用于备份数据库（AOF在不断变化不好备份），快速重启，而且不会有 AOF可能潜在的Bug，留着作为一个万一的手段。
5、性能建议
- 因为RDB文件只用作后备用途，建议只在Slave上持久化RDB文件，而且只要15分钟备份一次就够 了，只保留 save 900 1 这条规则。
- 如果Enable AOF ，好处是在最恶劣情况下也只会丢失不超过两秒数据，启动脚本较简单只load自 己的AOF文件就可以了，代价一是带来了持续的IO，二是AOF rewrite 的最后将 rewrite 过程中产 生的新数据写到新文件造成的阻塞几乎是不可避免的。只要硬盘许可，应该尽量减少AOF rewrite 的频率，AOF重写的基础大小默认值64M太小了，可以设到5G以上，默认超过原大小100%大小重 写可以改到适当的数值。
- 如果不Enable AOF ，仅靠 Master-Slave Repllcation 实现高可用性也可以，能省掉一大笔IO，也 减少了rewrite时带来的系统波动。代价是如果Master/Slave 同时宕掉，会丢失十几分钟的数据， 启动脚本也要比较两个 Master/Slave 中的 RDB文件，载入较新的那个，微博就是这种架构。
11、发布订阅
Redis 发布订阅(pub/sub)是一种消息通信模式：发送者(pub)发送消息，订阅者(sub)接收消息。微信、 微博、关注系统！
Redis 客户端可以订阅任意数量的频道。
订阅/发布消息图： 第一个：消息发送者， 第二个：频道 第三个：消息订阅者！
下图展示了频道 channel1 ， 以及订阅这个频道的三个客户端 —— client2 、 client5 和 client1 之间的 关系：
当有新消息通过 PUBLISH 命令发送给频道 channel1 时， 这个消息就会被发送给订阅它的三个客户 端：
11.1 命令
| 命令 | 说明 |
|---|---|
| PSUBSCRIBE pattern [pattern...] | 订阅一个或多个符合给定模式的频道 |
| PUBSUB subcommand [argument [argument...]] | 查看订阅与发布系统状态 |
| PUBLISH channel message | 将信息发到指定的频道 |
| PUNSUBSCRIBE [pattern pattern ...] | 退订所有给定的频道 |
| SUBSCRIBE channe| [channe|...] | 订阅给定的一个或多个频道的信息 |
| UNSUBSCRIBE [channe|[channe...]] | 指退订给定的频道 |
11.2 测试
订阅端
127.0.0.1:6379> SUBSCRIBE kuangshenshuo # 订阅一个频道 kuangshenshuo
Reading messages... (press Ctrl-C to quit)
1) "subscribe"
2) "kuangshenshuo"
3) (integer) 1
# 等待读取推送的信息
1) "message" # 消息
2) "kuangshenshuo" # 那个频道的消息
3) "hello,kuangshen" # 消息的具体内容
1) "message"
2) "kuangshenshuo"
3) "hello,redis"
发送端
127.0.0.1:6379> PUBLISH kuangshenshuo "hello,kuangshen" # 发布者发布消息到频道！
(integer) 1
127.0.0.1:6379> PUBLISH kuangshenshuo "hello,redis" # 发布者发布消息到频道！
(integer) 1
127.0.0.1:6379>
11.3 原理
Redis是使用C实现的，通过分析 Redis 源码里的 pubsub.c 文件，了解发布和订阅机制的底层实现，借此加深对 Redis 的理解。
Redis 通过 PUBLISH 、SUBSCRIBE 和 PSUBSCRIBE 等命令实现发布和订阅功能。
微信：
通过 SUBSCRIBE 命令订阅某频道后，redis-server 里维护了一个字典，字典的键就是一个个 频道！， 而字典的值则是一个链表，链表中保存了所有订阅这个 channel 的客户端。SUBSCRIBE 命令的关键， 就是将客户端添加到给定 channel 的订阅链表中。
通过 PUBLISH 命令向订阅者发送消息，redis-server 会使用给定的频道作为键，在它所维护的 channel 字典中查找记录了订阅这个频道的所有客户端的链表，遍历这个链表，将消息发布给所有订阅者。
Pub/Sub 从字面上理解就是发布（Publish）与订阅（Subscribe），在Redis中，你可以设定对某一个 key值进行消息发布及消息订阅，当一个key值上进行了消息发布后，所有订阅它的客户端都会收到相应 的消息。这一功能最明显的用法就是用作实时消息系统，比如普通的即时聊天，群聊等功能。
使用场景：
1、实时消息系统！
2、事实聊天！（频道当做聊天室，将信息回显给所有人即可！）
3、订阅，关注系统都是可以的！ 稍微复杂的场景我们就会使用 消息中间件 MQ (ActiveMQ、RabbitMQ、RocketMQ、Kafka、ZeroMQd等)；
12、Redis主从复制
12.1 概念
主从复制，是指将一台Redis服务器的数据，复制到其他的Redis服务器。前者称为主节点 (master/leader)，后者称为从节点(slave/follower)；数据的复制是单向的，只能由主节点到从节点。 Master以写为主，Slave 以读为主。
默认情况下，每台Redis服务器都是主节点；
且一个主节点可以有多个从节点(或没有从节点)，但一个从节点只能有一个主节点。
主从复制的作用主要包括：
1、数据冗余：主从复制实现了数据的热备份，是持久化之外的一种数据冗余方式。
2、故障恢复：当主节点出现问题时，可以由从节点提供服务，实现快速的故障恢复；实际上是一种服务 的冗余。
3、负载均衡：在主从复制的基础上，配合读写分离，可以由主节点提供写服务，由从节点提供读服务 （即写Redis数据时应用连接主节点，读Redis数据时应用连接从节点），分担服务器负载；尤其是在写 少读多的场景下，通过多个从节点分担读负载，可以大大提高Redis服务器的并发量。
4、高可用（集群）基石：除了上述作用以外，主从复制还是哨兵和集群能够实施的基础，因此说主从复 制是Redis高可用的基础。
一般来说，要将Redis运用于工程项目中，只使用一台Redis是万万不能的（宕机），原因如下：
1、从结构上，单个Redis服务器会发生单点故障，并且一台服务器需要处理所有的请求负载，压力较 大；
2、从容量上，单个Redis服务器内存容量有限，就算一台Redis服务器内存容量为256G，也不能将所有 内存用作Redis存储内存，一般来说，单台Redis最大使用内存不应该超过20G。
电商网站上的商品，一般都是一次上传，无数次浏览的，说专业点也就是"多读少写"。
对于这种场景，我们可以使如下这种架构：
主从复制，读写分离！ 80% 的情况下都是在进行读操作！减缓服务器的压力！架构中经常使用！ 一主 二从！
只要在公司中，主从复制就是必须要使用的，因为在真实的项目中不可能单机使用Redis！
12.2环境配置
只配置从机，不用配置主库(默认情况下，每台Redis都是主节点)
127.0.0.1:6379> info replication # 查看当前库的信息
# Replication
role:master # 角色 master
connected_slaves:0 # 没有从机
master_replid:b63c90e6c501143759cb0e7f450bd1eb0c70882a
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:0
second_repl_offset:-1
repl_backlog_active:0
repl_backlog_size:1048576
repl_backlog_first_byte_offset:0
repl_backlog_histlen:0
复制三个配置文件，然后修改配置信息
cp redis.conf redis79.conf
cp redis.conf redis80.conf
cp redis.conf redis81.conf
| 属性 | 参数 |
|---|---|
| port | 63xx 服务端口 |
| pidfile | /var/run/redis_63xx.pid 服务进程号 |
| logfile | 63xx.log 服务日志 |
| dbfilename | dump63xx.rdb 服务rdb文件 |
修改完后，查看进程信息
huayu@huayu-virtual-machine:/usr/local/bin$ ps -fe|grep redis
root 14890 1397 0 12:05 ? 00:00:00 redis-server 127.0.0.1:6379
root 14898 1397 0 12:06 ? 00:00:00 redis-server 127.0.0.1:6380
root 14904 1397 0 12:06 ? 00:00:00 redis-server 127.0.0.1:6381
huayu 14910 14770 0 12:06 pts/1 00:00:00 grep --color=auto redis
12.3 一主二从
默认情况下，每台Redis服务器都是主节点；我们一般情况下只用配置从机就好了；
认老大！一主(79)二从(80,81)
127.0.0.1:6380> slaveof 127.0.0.1 6379 #slaveof host 6379 找谁当老大
OK
127.0.0.1:6380> info replication
# Replication
role:slave #当前角色是从机
master_host:127.0.0.1 #可以看到主机的信息
master_port:6379
master_link_status:up
master_last_io_seconds_ago:5
master_sync_in_progress:0
slave_repl_offset:28
slave_priority:100
slave_read_only:1
connected_slaves:0
master_replid:824504ee1721172916ef118210fa49369f2e3a87
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:28
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:1
repl_backlog_histlen:28
#在主机中查看信息
127.0.0.1:6379> info replication
# Replication
role:master #主机
connected_slaves:1 #多了从机的配置
slave0:ip=127.0.0.1,port=6380,state=online,offset=42,lag=1 #从机的信息
master_replid:824504ee1721172916ef118210fa49369f2e3a87
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:56
second_repl_offset:-1
repl_backlog_active:1
repl_backlog_size:1048576
repl_backlog_first_byte_offset:1
repl_backlog_histlen:56
#第二个从机
127.0.0.1:6381> slaveof 127.0.0.1 6379
#两个都配置完
127.0.0.1:6379> info replication
# Replication
role:master
connected_slaves:2 # 显示有两个从机连接
真实的主从配置应该在配置文件中配置，这样的话是永久的，我们这里使用的是命令，只是暂时的；
配置文件中的 REPLICATION
# slaveof <masterip> <masterport>
注意点：
主机可以写，从机不能写！主机中的所有信息和数据，都会自动被从机保存；
主机写：
127.0.0.1:6379> set k1 v1
OK
从机写：
127.0.0.1:6380> set k2 v2
(error) READONLY You can't write against a read only replica. #从机不能写
测试：主机断开连接，从机依旧连接到主机，但是没有写操作，这个时候，主机如果回来了，从机依旧可以直接获取到主机写的信息；
如果是使用命令行，来配置的主从，这个时候如果重启了，就会变回主机！只要变为从机，立马就会从 主机中获取值！
12.4 复制原理
Slave 启动成功连接到 master 后会发送一个sync同步命令 ；
Master 接到命令，启动后台的存盘进程，同时收集所有接收到的用于修改数据集命令，在后台进程执行 完毕之后，master将传送整个数据文件到slave，并完成一次完全同步。
全量复制：而slave服务在接收到数据库文件数据后，将其存盘并加载到内存中。
增量复制：Master 继续将新的所有收集到的修改命令依次传给slave，完成同步 ；
但是只要是重新连接master，一次完全同步（全量复制）将被自动执行！ 我们的数据一定可以在从机中 看到！
12.5 层层链路
上一个M连下一个S;
这时候也可以完成我们的主从复制；
12.6如果没有老大了，这个时候能不能选择一个来打出来呢？手动设置
谋权篡位
如果主机断开了连接，我们可以使用slaveof no one让自己变成主机！其他的节点就可以手动连接到最新的主节点(手动)；
12.7 哨兵模式
自选老大的模式
12.7.1 概述
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。
这里的哨兵有两个作用
- 通过发送命令，让Redis服务器返回监控其运行状态，包括主服务器和从服务器。
- 当哨兵监测到master宕机，会自动将slave切换成master，然后通过发布订阅模式通知其他的从服 务器，修改配置文件，让它们切换主机。
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控，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。
12.7.2 测试
我们目前的状态时一主二从！
1.配置哨兵配置文件
#sentinel.conf
#sentinel monitor 哨兵的名称 host port 1
sentinel monitor myredis 127.0.0.0 6379 1
sentinel auth-pass myredis 123456 #配置哨兵密码，第一次测试没有设置密码失败，设置密码后就可以了
#后面的这个数字1，代表主机挂了，slave投票看让谁接替成为主机。票数最多的，就成为主机。
2.启动哨兵！
root@huayu-virtual-machine:/usr/local/bin# redis-sentinel kconfig/sentinel.conf
2724:X 07 Jul 2022 21:35:41.475 # oO0OoO0OoO0Oo Redis is starting oO0OoO0OoO0Oo
2724:X 07 Jul 2022 21:35:41.475 # Redis version=6.0.6, bits=64, commit=00000000, modified=0, pid=2724, just started
2724:X 07 Jul 2022 21:35:41.475 # Configuration loaded
2724:X 07 Jul 2022 21:35:41.475 * Increased maximum number of open files to 10032 (it was originally set to 1024).
_._
_.-``__ ''-._
_.-`` `. `_. ''-._ Redis 6.0.6 (00000000/0) 64 bit
.-`` .-```. ```\/ _.,_ ''-._
( ' , .-` | `, ) Running in sentinel mode
|`-._`-...-` __...-.``-._|'` _.-'| Port: 26379
| `-._ `._ / _.-' | PID: 2724
`-._ `-._ `-./ _.-' _.-'
|`-._`-._ `-.__.-' _.-'_.-'|
| `-._`-._ _.-'_.-' | http://redis.io
`-._ `-._`-.__.-'_.-' _.-'
|`-._`-._ `-.__.-' _.-'_.-'|
| `-._`-._ _.-'_.-' |
`-._ `-._`-.__.-'_.-' _.-'
`-._ `-.__.-' _.-'
`-._ _.-'
`-.__.-'
2724:X 07 Jul 2022 21:35:41.477 # Sentinel ID is 4d8d0a761cce222c7b48547123ffb232e4bff74d
2724:X 07 Jul 2022 21:35:41.477 # +monitor master myredis 127.0.0.0 6379 quorum 1
如果Master节点断开了，这个时候就会从从机中随机选择一个服务器(这里面有一个投票算法)；
哨兵日志
主机宕掉后，哨兵会发现，并选举出一个从机作为新的主机；
如果主机此时回来，只能归并到新的主机下，当作从机，这就使哨兵模式的规则；
127.0.0.1:6379> info replication
# Replication
role:slave #主机宕调后回来，会自动变成新主机的从机
master_host:127.0.0.1
master_port:6381
#查看哨兵日志
2919:X 07 Jul 2022 22:13:39.004 * +convert-to-slave slave 127.0.0.1:6379 127.0.0.1 6379 @ myredis 127.0.0.1 6381#将旧主机加入新主机，作为新主机的从节点
12.7.3哨兵的优缺点
优点：
- 哨兵集群，基于主从复制模式，所有的主从配置优点，它全有；
- 主从可以切换，故障可以转移，系统的可用性就会更好；
- 哨兵模式就是主从模式的升级，手动到自动，更加健壮；
缺点：
- Redis不好在线扩容，集群容量一旦到达上限，在线扩容就十分麻烦；
- 实现哨兵模式的配置起其实是很麻烦的，里面有很多选择；
12.7.4 哨兵模式的全部配置
# Example sentinel.conf
# 哨兵sentinel实例运行的端口 默认26379
port 26379
# 哨兵sentinel的工作目录
dir /tmp
# 哨兵sentinel监控的redis主节点的 ip port
# master-name 可以自己命名的主节点名字 只能由字母A-z、数字0-9 、这三个字符".-_"组成。
# quorum 配置多少个sentinel哨兵统一认为master主节点失联 那么这时客观上认为主节点失联了
# sentinel monitor <master-name> <ip> <redis-port> <quorum>
sentinel monitor mymaster 127.0.0.1 6379 2
# 当在Redis实例中开启了requirepass foobared 授权密码 这样所有连接Redis实例的客户端都要提供密码
# 设置哨兵sentinel 连接主从的密码 注意必须为主从设置一样的验证密码
# sentinel auth-pass <master-name> <password>
sentinel auth-pass mymaster MySUPER--secret-0123passw0rd
# 指定多少毫秒之后 主节点没有应答哨兵sentinel 此时 哨兵主观上认为主节点下线 默认30秒
# sentinel down-after-milliseconds <master-name> <milliseconds>
sentinel down-after-milliseconds mymaster 30000
# 这个配置项指定了在发生failover主备切换时最多可以有多少个slave同时对新的master进行 同步，这个数字越小，完成failover所需的时间就越长，但是如果这个数字越大，就意味着越 多的slave因为replication而不可用。可以通过将这个值设为 1 来保证每次只有一个slave 处于不能处理命令请求的状态。
# sentinel parallel-syncs <master-name> <numslaves>
sentinel parallel-syncs mymaster 1
# 故障转移的超时时间 failover-timeout 可以用在以下这些方面：
#1. 同一个sentinel对同一个master两次failover之间的间隔时间。
#2. 当一个slave从一个错误的master那里同步数据开始计算时间。直到slave被纠正为向正确的master那里同步数据时。
#3.当想要取消一个正在进行的failover所需要的时间。
#4.当进行failover时，配置所有slaves指向新的master所需的最大时间。不过，即使过了这个超时，slaves依然会被正确配置为指向master，但是就不按parallel-syncs所配置的规则来了
# 默认三分钟
# sentinel failover-timeout <master-name> <milliseconds>
sentinel failover-timeout mymaster 180000
# SCRIPTS EXECUTION
#配置当某一事件发生时所需要执行的脚本，可以通过脚本来通知管理员，例如当系统运行不正常时发邮件通知相关人员。
#对于脚本的运行结果有以下规则：
#若脚本执行后返回1，那么该脚本稍后将会被再次执行，重复次数目前默认为10
#若脚本执行后返回2，或者比2更高的一个返回值，脚本将不会重复执行。
#如果脚本在执行过程中由于收到系统中断信号被终止了，则同返回值为1时的行为相同。
#一个脚本的最大执行时间为60s，如果超过这个时间，脚本将会被一个SIGKILL信号终止，之后重新执行。
#通知型脚本:当sentinel有任何警告级别的事件发生时（比如说redis实例的主观失效和客观失效等等），将会去调用这个脚本，这时这个脚本应该通过邮件，SMS等方式去通知系统管理员关于系统不正常运行的信息。调用该脚本时，将传给脚本两个参数，一个是事件的类型，一个是事件的描述。如果sentinel.conf配置文件中配置了这个脚本路径，那么必须保证这个脚本存在于这个路径，并且是可执行的，否则sentinel无法正常启动成功。
#通知脚本
# shell编程
# sentinel notification-script <master-name> <script-path>
sentinel notification-script mymaster /var/redis/notify.sh
# 客户端重新配置主节点参数脚本
# 当一个master由于failover而发生改变时，这个脚本将会被调用，通知相关的客户端关于master地址已经发生改变的信息。
# 以下参数将会在调用脚本时传给脚本:
# <master-name> <role> <state> <from-ip> <from-port> <to-ip> <to-port>
# 目前<state>总是“failover”,
# <role>是“leader”或者“observer”中的一个。
# 参数 from-ip, from-port, to-ip, to-port是用来和旧的master和新的master(即旧的slave)通信的
# 这个脚本应该是通用的，能被多次调用，不是针对性的。
# sentinel client-reconfig-script <master-name> <script-path>
sentinel client-reconfig-script mymaster /var/redis/reconfig.sh # 一般都是由运维来配置！
13、Redis缓存穿透和雪崩
在这里我们不会详细的区分析解决方案的底层！
Redis缓存的使用，极大的提升了应用程序的性能和效率，特别是数据查询方面。但同时，它也带来了一 些问题。其中，最要害的问题，就是数据的一致性问题，从严格意义上讲，这个问题无解。如果对数据 的一致性要求很高，那么就不能使用缓存。
另外的一些典型问题就是，缓存穿透、缓存雪崩和缓存击穿。目前，业界也都有比较流行的解决方案。
13.1缓存穿透（查不到）
13.1.1 概念
缓存穿透的概念很简单，用户想要查询一个数据，发现redis内存数据库没有，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，于是本次查询失败。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。
13.1.2 解决方案
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，从而避免了对底层存储系统的查询压力；
当存储层不命中后，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，之后再访问这个数 据将会从缓存中获取，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键，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。
13.2 缓存击穿（量太大，缓存过期！）
13.2.1概述
这里需要注意和缓存击穿的区别，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（虽然这段间隔会不长，但是由于访问量巨大，所以很可能导致数据库扛不住），并且回写缓存，会导使数据库瞬间压力过大。
13.2.2 决绝方案
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。
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移到了分布式锁，因此对分布式锁的考 验很大。
13.3 缓存雪崩
13.3.1概念
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，比如在写本文的时候，马上就要到双十二零点，很快就会迎来一波抢购，这波商 品时间比较集中的放入了缓存，假设缓存一个小时。那么到了凌晨一点钟的时候，这批商品的缓存就都 过期了。而对这批商品的访问查询，都落到了数据库上，对于数据库而言，就会产生周期性的压力波 峰。于是所有的请求都会达到存储层，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。
13.3.2 解决方案
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！）
限流降级（在SpringCloud讲解过！）
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。
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。
看狂神Redis：https://www.bilibili.com/video/BV1S54y1R7SB
