一、Redis简介
redis是一个NoSQL，也就是非关系型数据库，以key-value的形式保存数据，它是基于内存保存数据的，所以存取数据的速度较SQL而言快很多，并且它是单线程的。
问：为什么Redis快？
1.单线程，减少上下文切换；2.操作内存；3.复用IO，非阻塞；4.特定的存储类型
复用IO
首先说说传统IO，传统IO同步阻塞，用户A和服务器产生连接传输时，如果此时用户B需要和服务器连接，那么用户B的操作会被阻塞住，这就是一个同步阻塞的模型，一个线程处理一个流。缺点就是效率低。如果使用多线程的话也有线程切换和维护的开销。
所以，可以使用一个线程维护多个IO，可以采取轮训的方式，但是呢，一直轮训的话对CPU资源也是一种浪费，于是，就有了复用IO，并且有三种方式实现。
复用IO select、poll：select和poll在轮训时，会先去判断流有没有传输数据，如果没有则阻塞住，有就读取数据，阻塞就节约了CPU资源，但是呢还是会去对所有维护的流进行轮询，所以就有了事件驱动的方式epoll。另外，这两种方式线程不安全。
复用IO epoll：epoll受IO事件驱动，当有IO发生时，会直接开始这些IO操作，而不会去轮训所有的流再判断是否有数据。epoll线程安全。
二、Redis的value数据类型
1.string：一个key对应字符串类型，使用jedis： jedis.set(key, value);
2.list：一个key对应一个字符串的集合，链表，使用jedis： jedis.lpush(key, value1, value2...);
3.hash：一个key对应字典散列，一个key可以对应多个field-value，这多个field-value组合在一起就类似一个对象。
比如：一个key叫“student”，使用jedis
public void hset() { //写法一 jedis.hset("student", "name", "xiaoming"); //写法二 Map<String, String> student = new HashMap<>(); student.put("name", "xiaoming"); jedis.hset("student", student); }
4.set：一个key对应一个set集合，使用jedis： jedis.sadd(key, value1, value2...);
5.zset：一个key对应一个zset集合，使用jedis：
public void hset() { //写法一 jedis.zadd("student", 10.0, "Math"); //写法二 Map<String, Double> student = new HashMap<>(); student.put("English", 20.0); student.put("Physics", 30.0); jedis.zadd("student", student); }
三、Redis的配置
1.配置RDB与AOF模式实现数据持久化：
(1)RDB快照：在redis.conf里配置
①save 900 1：900秒内有1个key改变则同步；
②save 300 10：如上类推；
③save 60 10000：如上类推；
特点：通过IO同步数据，同步的时候慢，恢复的时候快；
(2)AOF模式，append-only-file：在redis.conf里配置
①appendfsync always：每当key改版就同步；
②appendfsync everysec：每秒同步；
③appendfsync no：只有内存满了不能再保存时同步；
特点：同步的是指令，在恢复的时候没有RDB快；
持久化机制
某一时刻写入到磁盘
RDB（默认）
原理：单独创建（fork）一模一样的子进程来进行持久化，先将数据写入到一个临时文件，最终生成dump.rdb文件
问：rdb文件位置：redis.conf里的 dir ./就是dump.rdb文件存放的位置
问：为什么要fork子进程：主进程不进行IO，确保了Redis主进程的高性能
问：什么时候进行持久化：
执行shutdown命令式，如果没有配置AOF，进行bgsave；
配置redis.conf中的 save配置，进行bgsave，属于定时；
执行命令：save（主进程进行持久化），bgsave（后台持久化，子进程持久化）
问：RDB的缺点：宕机时，没法进行备份
AOF（Append only file）
原理：将redis的操作日志以追加的方式写入文件，读操作时不会记录的
问：如何触发AOF：通过配置
no 频率很低
always 频率高，每次修改都记录，数据安全，但是效率低，开销大
everysec 一秒一次，快，可能丢失1秒内的数据（最好用这个）
问：AOF的好处：解决了RDB可能会宕机而丢失持久化数据的问题
问：AOF会fork子进程吗：不会，但是重写会fork子进程
问：AOF的备份文件中的命令是什么意思（jedis给redis发送的命令也是如此）：
*2 表示命令有2个字符串
*3 表示命令有3个字符串
$6 表示命令的长度是6
SELECT 0 选择redis的数据库，第0号
问：AOF重写机制：（redis优化关键）
起因：set del命令会一直累加，而不会抵消，会一直占用存储。所以需要重写机制，来为appendonly.aof文件优化
**！！！ redis.conf配置文件中：auto-aof-rewrite-min-size 64Mb （默认）
第一次触发是64Mb，下次触发根据配置：auto-aof-rewrite-percentage 100 （默认百分之百），下次触发的阈值就是第一次触发之后的大小的两倍
混合持久化（redis4.0特性，AOF使用RDB特性）
配置：aof-use-rdb-preamble yes 默认是no
优点：AOF机制将命令转化为二进制数据的方式保存在.aof文件中，节省空间
问：什么时候触发：重写时触发
2.配置主从复制：在redis.conf里配置
slaveof xxx.xxx.xxx.xxx:port
bind 0.0.0.0
3.配置哨兵模式：主服务器宕机，重新选取主服务器
参考：https://www.cnblogs.com/kerwinC/p/6069864.html
4.过期策略：
(1)定期删除：定时遍历判断是否过期并进行删除；
(2)惰性删除：key改变时判断是否过期，随后进行删除；
第一个占用时间，第二个占用空间，一般会结合起来用。
四、Redis的应用场景
1.分布式锁(string)：利用setnx(key, value)的set if not exist特性，如果key存在则不做任何操作，并返回1，如果key不存在，则添加一个值为value的key到redis中；
2.计数器(string)：一个帖子被浏览的数量， key(帖子id)-value(数量) ；
3.消息队列(list)：list的可以边进边出的特性；
4.微博/Twitter的用户消息列表(list)： key(用户id)-value(信息的集合)
5.微博的点赞、签到(set)： key(某微博的like)-value(like微博的用户的集合)
6.可能认识的人模型(set)： key(某用户id)-value(某用户关注的人的集合) ，利用用户之间关注的人的集合的交集和差集筛选出可能认识的人；
7.电商商品标签筛选(set)： key(商品标签)-value(拥有此商品标签的商品集合) ，选择不同的商品标签，筛选出交集的商品；
8.用户积分排行榜(zset)： key(某排行榜)-value(用户-分数的映射集合) ，根据分数进行排序。
五、缓存雪崩、缓存击穿
1.缓存雪崩：
当缓存崩掉时，请求全部到了数据库，这时可能会导致数据库假死，甚至崩溃。
解决：
(1)Redis配置集群和哨兵模式保持高可用；
(2)本地ehcache也进行缓存，或者使用hystrix熔断机制来限流/降级；
(3)雪崩之后，使用持久化恢复数据；
2.缓存击穿：
当大量查询不存在的key的请求时，请求直接落到数据库上，也可能导致假死、崩溃。
解决：
(1)把不存在的key也放进redis中，比如id值为负的key，从-9999到-1对应空的value。
六、redis缓存过期策略
1.缓存过期策略：设置expire过期时间
2.三种策略：
主动删除：一直判断key有无过期，一旦过期，立马删除。优点：不占空间，key过期时效性好，缺点：很吃性能
惰性删除：下次get时判断有无过期，过期则删除。优点：性能好，缺点：占空间
定期删除：周期判断有无key过期。优缺点介于主动删除和惰性删除之间
七、redis缓存淘汰策略
1.什么情况下会发生缓存淘汰
在redis达到了最大的存储内存时，需要对缓存进行清除而让新的数据被set进去，最大存储内存通过 maxmemory 配置。
2.缓存淘汰的6种策略（policies）
neoviction：不淘汰任何已存在的缓存，返回报错信息
allkeys-random：在所有的key中随机删除
allkeys-lru：在所有的key中，根据最少使用算法，对最少使用的key进行删除
volatile-random：在设置了expire过期时间的key中，进行随机删除
volatile-lru：在设置了expire过期时间的key中，根据最少使用算法，对最少使用的key进行删除
volatile-ttl：在设置了expire过期时间的key中，对即将过期的key进行删除
3.缓存淘汰的优缺点
针对不同的情况使用不同的淘汰策略，对于有热点数据和非热点数据类型的缓存时，用lru是最好的。另外设置expire会消耗服务器CPU，所以可以通过设置allkeys-lru，不设置expire的方式来优化redis的效率。
4.近似LRU算法
Redis 使用的并不是完全LRU算法。自动驱逐的 key ， 并不一定是最满足LRU特征的那个。 而是通过近似LRU算法,，抽取少量的 key 样本,，然后删除其中访问时间最古老的那个key。
所以Redis3.0之后，优化了其LRU算法，通过可以配置样本 maxmemory-samples 的方式提升算法精度，相反的，会更加消耗服务器的CPU。一般设置到10时就非常接近真实的LRU的算法的精度了。
八、redis常用命令
info [selection]
https://www.runoob.com/redis/server-info.html