缓存更新策略
# 有LRU/LFU/FIFO三种算法
# LRU：Least Recently Used,没有被使用时间最长的 # LRU配置 maxmemory-policy:volatile-lru （1）noeviction: 如果内存使用达到了maxmemory，client还要继续写入数据，那么就直接报错给客户端 （2）allkeys-lru: 就是我们常说的LRU算法，移除掉最近最少使用的那些keys对应的数据，ps最长用的策略 （3）volatile-lru: 也是采取LRU算法，但是仅仅针对那些设置了指定存活时间（TTL）的key才会清理掉 （4）allkeys-random: 随机选择一些key来删除掉 （5）volatile-random: 随机选择一些设置了TTL的key来删除掉 （6）volatile-ttl: 移除掉部分keys，选择那些TTL时间比较短的keys # LFU：Least Frequenty User,一定时间段内使用次数最少的 # LFU配置 Redis4.0之后为maxmemory_policy淘汰策略添加了两个LFU模式： volatile-lfu：对有过期时间的key采用LFU淘汰算法 allkeys-lfu：对全部key采用LFU淘汰算法 # 还有2个配置可以调整LFU算法： 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 # FIFO：First In First Out
缓存粒度控制（了解）
上图中，使用Redis来做缓存，底层使用MySQL来做数据存储源，这种架构下大部分请求由Redis处理，少部分请求到达MySQL。从MySQL中获取一个用户的所有信息，然后缓存到Redis的数据结构中。
此时需要面对一个问题：缓存这个用户的所有数据信息，还是缓存用户需要的用户信息字段。
缓存粒度： 缓存全部属性 缓存部分重要属性 1 通用性：全量属性更好 2 占用空间：部分属性更好 3 代码维护：表面上全量属性更好
缓存穿透，缓存击穿，缓存雪崩
# 缓存穿透： -缓存和数据库都没有数据，爬虫，恶意攻击 -解决： -1 接口层增加校验，id小于0的直接处理掉 -2 对应数据库中也不存在的，也在缓存中放一份，只不过value值是空 -3 通过布隆过滤器实现，把所有用户id都放到布隆过滤器中，来了一个请求，拿着id 去布隆过滤器看，没有表示是恶意请求，直接返回 # 缓存击穿 -缓存没有，数据库有，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： -设置热点数据永远不过期。 # 缓存雪崩 -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。