Redis

一、基础

1、Redis的概念

Redis是一个基于C语言开发的开源NoSQL数据库。Redis的数据是保存在内存中的（内存数据库，支持持久化），因此读写速度非常快，被广泛应用在分布式缓存方向。并且，Redis存储的是KV键值对数据。

为了满足不同的业务场景，Redis内置了多种数据类型实现（比如 String、Hash、Sorted Set、Bitmap、HyperLogLog、GEO）。并且，Redis还支持事务、持久化、Lua脚本、发布订阅模型、多种开箱即用的集群方案。

2、Redis为什么这么快

• 纯内存操作：Redis数据读写操作都发生在内存中，访问数据是纳秒级别的。
• 高效的I/O模型：Redis使用单线程事件循环配合I/O多路复用技术，让单个线程可以同时处理多个网络连接上的I/O操作，避免了多线程模型的上下文切换和锁竞争的问题。
• 优化的内部数据结构：Redis 提供多种数据类型（如 String, List, Hash, Set, Sorted Set 等），其内部实现采用高度优化的编码方式（如 ziplist, quicklist, skiplist, hashtable 等）。Redis 会根据数据大小和类型动态选择最合适的内部编码，以在性能和空间效率之间取得最佳平衡。
• 简洁高效的通信协议：Redis 使用的是自己设计的 RESP (REdis Serialization Protocol) 协议。这个协议实现简单、解析性能好，并且是二进制安全的。客户端和服务端之间通信的序列化/反序列化开销很小，有助于提升整体的交互速度。

3、除了Redis还有哪些分布式缓存方案

包括Memcached、Dragonfly、KeyDB等

redis是分布式缓存的首选，生态优秀，资料全面。

4、Redis和Memcached的区别和共同点

共同点：

• 都是基于内存的数据库，一般都用来当做缓存使用。
• 都有过期策略
• 性能都非常高

区别：

• 数据类型：Redis数据类型丰富。Memcached只支持最简单的KV数据类型。
• 数据持久化：Redis支持数据持久化，可以将内存中的数据保存到磁盘中，重启时重新加载进行使用。而Memcached不支持数据持久化。
• 集线程型：Redis是单线程循环配合多路IO复用模型。Memcached是多线程、非注射IO复用的网络模型。
• 集群模型支持:Redis（3.0版本起）原生支持集群模式。Memcached没有原生集群模式。
• 特性支持：Redis支持发布订阅模型、Lua脚本、事务等功能，并且支持更多的编程语言。Memcached不支持。
• 过期数据删除：Reids有惰性删除和定期删除。Memcached只有惰性删除。

5、为什么要用Redis

• 访问速度快
• 高并发
• 功能全面

6、为什么用Redis而不用本地缓存

7、常见的缓存读写策略

（1）Cache Aside Pattern(旁路缓存模式)

Cache Aside Pattern中服务端需要同时维系db和cache,并且是以db的结果为准，适合读请求比较多的场景。

写的操作步骤：

• 先更新db（数据）到数据库
• 再直接删除cache(缓存)

读的操作步骤

• 重cache中读数据，如读取到则直接返回。
• 如果没读到就会从数据库中读取数据返回
• 然后将数据放到缓存中。

在写的操作过程中，如果先删除cache再更新db，在并发读的过程中可能会产生脏数据，造成数据库和缓存不一致的问题。

Cache Aside Pattern的缺陷：

• 首次读，数据一定不在cache的问题（解决方法：提前将热点数据放入cache）。
• 写比较频繁的话导致cache的数据别频繁删除，影响缓存命中率。

（2）Read/Write Through Pattern(读写穿透)

服务端把cache视为主要数据存储，重中读取数据并将数据写入其中。cache服务负责将此数据读取和写入db，从而减轻应用程序的职责。

写的操作流程：

• 先查cache,cache中不存在，直接更新db。
• cache中存在，则先更新cache,然后cache服务自己更新db（同步更新cache和db）。

读的操作流程：

• 重cache中读取数据，读取到就直接返回。
• 没有读取到，先从db加载，写入到cache后返回响应。

Read-Through Pattern 实际只是在 Cache-Aside Pattern 之上进行了封装。在 Cache-Aside Pattern 下，发生读请求的时候，如果 cache 中不存在对应的数据，是由客户端自己负责把数据写入 cache，而 Read Through Pattern 则是 cache 服务自己来写入缓存的，这对客户端是透明的。

和 Cache Aside Pattern 一样， Read-Through Pattern 也有首次请求数据一定不再 cache 的问题，对于热点数据可以提前放入缓存中。

（3）Write Behind Pattern(异步缓存写入)

和读写穿透相似，都是由cache服务来负责cache和db的读写。但是两个又有很大的不同：Read/Write Through 是同步更新 cache 和 db，而 Write Behind 则是只更新缓存，不直接更新 db，而是改为异步批量的方式来更新 db。适用于对数据一致性要求不高的场景。

二、Redis应用

1.Reids可以用作：

• 分布式锁：通常情况下是基于Redisson来实现分布式锁
• 限流：通过Redis+Lua脚本
• 消息队列：自带的List数据结构可以当做一个简单的消息队列使用。Reids5。0以后新增Stream数据结构来做消息队列，有主题和消费组的概念，支持消息持久化以及ACK机制。
• 延迟对鞋：Reids内置了延时队列
• 分布式Session:利用String和Hash数据结构来保存Session数据
• 等等

2.如何基于Redis实现分布式锁