持久化机制：AOF和RDB快照
AOF机制对每条写入命令作为日志，以append-only的模式写入一个日志文件中，在redis重启的时候，可以通过回放AOF日志中的写入指令来重新构建整个数据集；redis-》os cache -》磁盘日志文件；当AOF越来越大的时候，会基于当前redis生成新的AOF文件，删除旧AOF文件
RDB则是每隔多长时间对当前数据进行快照，适合做冷备
AOF和RDB同时开启时，则会使用AOF来重新构建数据，因为AOF中的数据更加完整
redis数据结构：
string、sorted list、hash、set、sorted zset
热key
大Value
缓存穿透、失效和LRU被清理
设置为空值，直接返回null，防止缓存穿透
缓存重建、雪崩
写少读多，双写不一致
异步最终一致性写缓存；数据库+缓存，同步双写；
如图所示：此时db和缓存是不一致的
解决方案：读写串行化。分布式锁
加两把锁
查询数据的时候需要添加double check
读和写是一把锁，只能有一个进行操作。情况一：当写先拿到锁的时候，读在等待，写更新完，读进去更新数据之前进行检查redis的数据是否为空，不为空则返回。情况二：读先拿到锁的时候，写等待，读从MySQL写入到redis，写更新数据到DB然后写入redis更新数据
缓存+数据库双写分布式锁高并发优化
场景：
因为央视有播出他的感人事迹，大家都去微博查看他的个人信息给他关注，但是他的用户数据早就过期了，一瞬间，涌入大量的人来查询他，高并发的读-》已过期缓存-》大量的线程都没读到redis key -》大量的线程都涌入了load db→ write redis，会出现非常严重的锁竞争的问题，短时间有严重的串行化发生
解决方案：
只要有一个人把数据写入到redis，则其他人（锁）直接去读redis。redis延期过期expire time
使用tryLock，指定时间内如果拿不到锁就去读redis，串行转并发，redis读不到就抛异常
缓存惊群与穿透问题的解决方案
惊群：技术里典型的术语，突然在某个时间点，出现了一个故障，一大片范围线程/进程/机器都同时被惊动了，惊群效应
设置一个固定时间+随机时间，比如2天4小时。所有的缓存不在同一时间，分开缓存到期时间, 不要几种在一个时间点同时过期
缓存生成时间添加随机数：TWO_DAYS_SECONDS + RandomUtil.genRandomInt(0,10) * 60 * 60;
缓存穿透：数据库中没有这条数据，很多读请求直接从redis打到DB
解决方案：添加分布式锁，第一条去DB查询的时候先在redis上把value设置为EmptyData，然后从数据库中查询更新至redis
惰性分页缓存构建方案如何节约内存
每页数据就是一个key value，对每一页精准过期时间，使用list数据结构进行存储
用户更新数据，所有缓存失效，使用mq进行异步更新分页数据；这个时候会出现用户读redis和db数据不一致。在新增更新数据和mq中使用阻塞式分布式加锁，使用try{}finally{}进行释放
写多读多双写，购物车、库存场景
数据存储转为redis主存储，异步落库到MySQL
使用hash结构存储商品数量
异步落库的消息丢失与不一致
redis-》mq-》MySQL
数据刚写入redis，还没写入mq，redis崩了，导致数据没有同步过去。
库存
缓存分片和渐进式同步方案
缓存分片场景：
库存数据写到了缓存以后，商品-》缓存里的库存数据，如果是大促活动、秒杀，瞬时高并发的操作一个商品的库存，必然会导致对缓存能集群里某个redis节点，造成过大的压力，瞬时流量倾斜。瞬时单节点压力很大
方案：
商品库存一共100，拆分为10个库存分片，每个分片10个库存，redis里，每个节点有2个库存分片，库存瞬时超高并发的操作，库存扣减的请求达到多个redis节点上去
缓存雪崩、热key、大Value
热key
场景：比如明星官宣结婚大量请求走一个key一个机器
方案：热key探测系统（京东hotkey），请求的时候过滤一遍，当检测到一个key请求次数异常的时候，则判断为热key，然后将热key写入到分布式的service中，至此在有请求直接走service
大Value
场景：value值很大，几mb或者几十mb
方案：对redis里的大value进行监控，发现超过大于1mb的大value的值，报警，把这个值转为一个字符串，拆分字符串，比如拆分为10个串，每个穿100kb
redis监控内存不足，强制回收方案
缓存雪崩
场景：缓存雪崩是指在我们设置缓存时采用了相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到DB，DB瞬时压力过重雪崩。
方案：我们可以在原有的失效时间基础上增加一个随机值，比如1-5分钟随机，这样每一个缓存的过期时间的重复率就会降低，就很难引发集体失效的事件。redis集群自动探测，当发现redis挂了以后MySQL进行限流
