Redis 使用与优化

# 1 双写一致性，redis和mysql数据同步，方案
https://www.cnblogs.com/liuqingzheng/p/11080680.html
    1 先更新数据库，再更新缓存（一般不用）
    2 先删缓存，再更新数据库（在存数据的时候，请求来了，缓存不是最新的）
    3 先更新数据库，再删缓存（推荐用）
# 2 缓存更新策略
    - LRU/LFU/FIFO算法剔除
    -maxmemory-policy，超过最大内存，新的放不进去了，淘汰策略
        ​ LRU -Least Recently Used,没有被使用时间最长的（保证热点数据）
        ​ LFU -Least Frequenty User,一定时间段内使用次数最少的
        ​ FIFO -First In First Out，先进先出
# 3 如何保证redis中数据是最热的，配置lru的剔除算法 
    -配置文件中：maxmemory-policy:volatile-lru
# 4 LFU配置 Redis4.0之后为maxmemory_policy淘汰策略添加了两个LFU模式
    -配置
        maxmemory-policy:volatile-lfu
        lfu-log-factor 10
        lfu-decay-time 1
        ># lfu-log-factor可以调整计数器counter的增长速度，lfu-log-factor越大，counter增长的越慢。
        ># lfu-decay-time是一个以分钟为单位的数值，可以调整counter的减少速度
        
        
# 5 缓存粒度控制
    -自由发挥
    
# 6 缓存穿透，缓存击穿，缓存雪崩
    ### 缓存穿透（恶意的）
    #描述：
    缓存穿透是指缓存和数据库中都没有的数据，而用户不断发起请求，如发起为id为“-1”的数据或id为特别大不存在的数据。这时的用户很可能是攻击者，攻击会导致数据库压力过大。
    #解决方案：
    1 接口层增加校验，如用户鉴权校验，id做基础校验，id<=0的直接拦截；
    2 从缓存取不到的数据，在数据库中也没有取到，这时也可以将key-value对写为key-null，缓存有效时间可以设置短点，
      如30秒（设置太长会导致正常情况也没法使用）。这样可以防止攻击用户反复用同一个id暴力攻击
    3 通过布隆过滤器实现，mysql中所有数据都放到布隆过滤器，请求来了，先去布隆过滤器查，如果没有，表示非法，直接返回
    布隆过滤器：https://www.cnblogs.com/xiaoyuanqujing/protected/articles/11969224.html
    使用布隆过滤器解决缓存穿透：
        https://www.cnblogs.com/xiaoyuanqujing/protected/articles/11969242.html

    ### 缓存击穿
    #描述：
    缓存击穿是指缓存中没有但数据库中有的数据（一般是缓存时间到期），这时由于并发用户特别多，同时读缓存没读到数据，又同时去数据库去取数据，引起数据库压力瞬间增大，造成过大压力
    #解决方案：
    设置热点数据永远不过期。

    ### 缓存雪崩
    #描述：
    缓存雪崩是指缓存中数据大批量到过期时间，而查询数据量巨大，引起数据库压力过大甚至down机
    和缓存击穿不同的是，缓存击穿指并发查同一条数据，缓存雪崩是不同数据都过期了，很多数据都查不到从而查数据库。
    # 解决方案：
    1 缓存数据的过期时间设置随机，防止同一时间大量数据过期现象发生。
    2 如果缓存数据库是分布式部署，将热点数据均匀分布在不同搞得缓存数据库中。
    3 设置热点数据永远不过期。
    
    
# 8 redis实现布隆过滤器    
    https://www.cnblogs.com/xiaoyuanqujing/protected/articles/11969232.html
# 9 python实现布隆过滤器
    https://www.cnblogs.com/xiaoyuanqujing/protected/articles/11969224.html