Redis热点知识回顾

redis为什么效率高

数据存取单线程，无线程上下文切换；纯内存数据，没有磁盘IO；数据结构简单，充分发挥CPU性能。

redis的有序列表实现
压缩列表(ziplist)，跳表(skiplist)

跳表的实现：

详细原理：https://lotabout.me/2018/skip-list/

每次新增节点，节点层数每增加一层的概率为P(0.25)，每个节点的最大层数记为MaxLevel(32)

跳表节点的平均层数为：1/(1-P)

平均查找长度约为：C(log1/pn-1)=(log(1/p^(n-1))/p，平均时间复杂度为：O(log n)，最坏的情况下，没有随机到任何高层索引，导致时间复杂度退化为O(n)

有点通过类似二叉搜索树的原理，每次插入时建立向后跳的索引，搜索时可快速跳过大量节点，减少操作次数。

Redis 为什么用跳表而不用平衡树

1. 跳表最底层是一个链表，可以很方便地做范围查询。而平衡树则需要做中序遍历。
2. 跳表插入元素只需要修改前后节点的指针指向，而平衡树会触发子树的平衡性调整。
3. 跳表的结构更扁平和直观，容易理解。

Redis缓存更新为什么要做缓存延迟双删

缓存更新策略：

1. 先更新数据库，再更新缓存：A更新DB，B更新DB，B更新缓存，A更新缓存，缓存脏数据。
2. 先删除缓存，再更新数据库：A删缓存，B查DB，B更新缓存，A更新数据库，缓存脏数据。
3. 先更新数据库，再删除缓存：A更新DB，B查询缓存，A删除缓存，中间会有一段时间的旧缓存数据。另外，若在更新DB前，缓存超时自动失效，C查，然后在A删除后更新，也有脏数据问题。
4. 为了防止3中缓存超时的情况发生，采用先删一次缓存的方式，然后再更新数据库，然后为了防止2的情况发生，再进行一次延迟删除缓存。

先更新缓存，再更新数据库：数据库更新失败，导致数据不一致。

Redis的对象内存分配

Redis 主从复制的过程

Slave连接上Master时，发送全量同步指令，Master通过bgsave生成快照，同时缓存这段时间内的写指令，当快照全部发给Slave之后，再将缓存的写指令发送过去。之后就只需要进行指令同步就可以了。

缓存雪崩、击穿、穿透 https://www.cnblogs.com/niuben/p/14571403.html

缓存雪崩：大量缓存数据同时过期或Redis故障，导致DB出现高并发。

解决大量缓存同时过期的策略：1.过期时间加随机值，分摊负载。2.添加互斥锁，保证同一时间只有一个请求来构建缓存。3. 双key策略，主Key设置过期时间，备key不设置，更新时同时需要同时更新。

Redis宕机：一般是采用服务熔断，就是直接返回错误，暂停访问等待恢复，主要是保护数据库的正常访问；或者采取服务限流，通过令牌桶，限制流量速率，防止过量请求。

缓存击穿：部分热点数据缓存过期，导致DB高并发。

缓存穿透：访问的数据既不在缓存，也不在数据库。
通过缓存空值或默认值；或者使用布隆过滤器过滤来处理。

Redis 大量key过期如何清理？
惰性删除：发生访问时检查是否过期，过期则删除，否则不处理。会导致内存占用
定期全删除：定时对所有过期的key执行删除操作，可能会导致CUP高，影响吞吐量和响应时间。
定期部分删除：定期扫描过期的key，每次只清除一部分过期的key。是两种方案的折中。

Redis 内存满了数据如何处理？
redis.conf文件中，配置的maxmemory的大小参数限制了redis可使用的最大内存空间。
Redis默认的策略是，新申请内存的指令直接返回错误信息，也就是不进行内存置换。
可以通过配置修改内存置换策略：一般使用allkeys-LRU，对所有的key都使用最近最久未使用的算法淘汰。

可选择的策略：

1. 对所有的key执行 LRU 或 LFU 或 RANDOM 淘汰策略。
2. 进队配置了 expire 过期时间字段的key执行 LRU 或 LFT 或 RANDOM 淘汰策略。

allkeys-LRU
allkeys-LFU
volatile-LRU
volatile-LFU
volatile-ttl