缓存.md

缓存 cache

Cache Aside Pattern

缓存+数据库读写的模式

• 读数据：先查缓存，不过不存在，查数据库，并更新缓存。
• 更新数据：先更新数据库，再删除缓存。

  1 . 直接删除就行，不要更新缓存。缓存的数据可能是数据库取出后需要进行业务整合的，应该在查数据的时候再做此操作，提高更新性能。
  还有可能此数据更新比较频繁，更新了10次，却只查了2次。那么如果你每次更新数据的时候都重新更新缓存，则非常浪费资源。hibernate的lazy加载有点类似，只要需要的时候才去加载。
  2 . 顺序不应颠倒。在高并发下可能会发生缓存了旧数据的情况，导致数据不一致。 一个更新操作过来后，如果先删除缓存，在执行更新数据库逻辑时，另一个线程来查询，发现缓存没数据，去数据库取出了还未更新的旧数据，然后放置缓存，就发生了数据不一致问题。

缓存穿透

大多情况下缓存key是以ID为基础设置的，那么黑客故意删除他的一条数据，并记住这个ID，或者使用任意方式查询一个不存在的ID，比如，自增ID，使用负数取查询等等。那么他使用这个ID去查数据，缓存为空，导致查数据库，还是空，缓存不更新，那么他每次请求都能穿透缓存进入数据库。导致所有流量全部打入数据库，导致数据库重压甚至奔溃。
当然整体的系统设计还会加上API网关进行限流，熔断，黑名单，参数合法验证等保护措施，不一致压垮，但必定还是会受到影响。
解决方案：

• BloomFilter，BitMap
• 对查询出来为空的数据也设置缓存。设置一个常量，标志是空数据，并设置过期时间，在未过期之前，不用担心被穿透的问题。这种方法非常简单，高效，但存在一棒子打死全部的问题，缓存的过期时间设置也是非常难判断，时间短导致穿透次数的增加，数据库压力的增加；时间长，可能会影响正常数据的查询。所以还是推荐上面的那种解决方案。

Redis

数据结构

• 基本数据类型：字符串String、字典Hash、列表List、集合Set、有序集合SortedSet
• HyperLogLog、Geo、Pub/Sub
• Redis Module ： BloomFilter, RedisSearch, Redis-ML, BitMap

淘汰策略

当 Redis 用于缓存的内存不足时，需要怎么处理。就是根据淘汰策略决定的

• noeviction：新写入操作会报错。
• allkeys-lru：在键空间中，移除最近最少使用 (less recently used ,LRU) 的key。
• allkeys-random：在键空间中，随机移除某个key。
• allkeys-lfu ： LFU （Least Frequently Used）最不常用的
• volatile-lfu ：在设置了过期时间的键空间中，移除最不常用的
• volatile-lru：在设置了过期时间的键空间中，移除最近最少使用的key。
• volatile-random：在设置了过期时间的键空间中，随机移除某个key。
• volatile-ttl：在设置了过期时间的键空间中，有更早过期时间(time to live,TTL) 的key优先移除。

默认是抛出异常 redis.cnf

maxmemory-policy noeviction

持久化机制

• RDB：快照形式是直接把内存中的数据保存到一个 dump 的文件中，定时保存。（默认机制）
• AOF：把所有的对 Redis 的服务器进行修改的命令都存到一个文件里。
• 混合模式：since Redis4.0

应用

• 分布式锁