2020，到新公司这一年多以来，更新文章和总结知识的习惯被丢掉了。我复盘了下自己，原因不是公司技术氛围不好，也不是每天业务需求太多，其根本原因还是---惰性。作为我们技术人随着年龄的增长，精力也会被生活中许多琐碎的事情分散，但我们不应该忘记当初写下第一行代码时的初衷。我们一定要明白持之以恒、长远规划、阶段性复盘的重要性。2021新的一年，新的心态，新的目标，GO! GO! GO!!!
本文是读钱文品《Redis深度历险》的读书笔记
一、redis应用1、记录帖子点赞数、评论数和点击数（hash）
2、记录用户的帖子ID列表，便于快速显示用户的帖子列表（zset）
3、记录帖子的标题、摘要、作者和封面信息，用户列表页展示（hash）
4、记录帖子的点赞用户ID列表，评论ID列表，用于显示和去重计数（hash）
5、缓存近期热帖内容（帖子内容的空间占用比较大），减少数据库压力（hash）
6、记录帖子的相关文章ID，根据内容推荐相关帖子（list）
7、如果帖子ID是整数自增的，可以使用redis来分配帖子ID（计数器）
8、收藏集和帖子之间的关系（zset）
9、记录热榜帖子ID列表、总热榜和分类热榜（zset）
10、缓存用户行为历史，过滤恶意行为（zset、hash）
11、保证同一用户不会中奖两次（set）
二、redis数据结构string（字符串）、list（列表）、hash（字典）、set（集合）、zset（有序集合）
1. string(字符串)其内部字符串是一个动态字符串，类似于ArrayList的动态扩容。以此减少频繁分配内存的开销。字符串长度小于1M时，成倍扩容；大于1M时，只增加1M；最大长度512M。
使用场景：缓存用户登录信息。token作为key,用户信息使用JSON序列化成字符串，获取时再反序列化。
常用命令 set name value #存值 get name #取值 exists name #判断 del name mset name1 name2 value1 value2 #批量取 mget name1 name2 ..... #批量取 expire name m秒 #m秒后过期 setex name m秒 value #存值，并且设置过期时间 setnx name value #存值，如果name已经存在，就返回0 set name 1 #设置为整数 incr name #还可以自增 incrby name 整数 #加 2. list(列表)类似于LinkedList。插入删除块，查询慢。
使用场景常用于异步队列实现(先进先出)
常用命令 rpush name value1 value2... #入队 llen name #队列长度 lpop name #出队 value1 3. hash(字典)类似于HashMap
使用场景可以对存储结构中每个字段单独存储。过期时间是针对真个hash对象，而不是单独的子key.
常用命令 hset key filed1 value1 hset key filed2 value2 #存 hget key filed1 #取 4. set(集合)sadd, smembers, scard
5. zset(有序集合)zadd, zrange,zrank, zrem,zcard
三、HyperLogLog场景：估数、精确度要求不高场景（统计网站的PV 和UV）
命令 pfadd、pfcount、pfmerge
内存占用比set小，有一定的误差
四、布隆过滤器原理：布隆过滤器是一个BIT数组
场景：信息推荐去重（微博推荐刷新时过滤已经看过的信息），垃圾邮件过滤、爬虫系统过滤已爬内容、解决缓存穿透问题
布隆过滤器可以判断某个数据一定不存在，但是无法判断一定存在（不精确的SET）
占用内存极少，并且插入和查询速度都足够快。
缺点，无法删除数据;随着数据的增加，误判率会增加
Redisson 实现
五、Reids6种淘汰策略volatile-lru:从设置了过期时间的数据集中，选择最近最久未使用的数据释放；
allkeys-lru:从数据集中(包括设置过期时间以及未设置过期时间的数据集中)，选择最近最久未使用的数据释放；
volatile-random:从设置了过期时间的数据集中，随机选择一个数据进行释放；
allkeys-random:从数据集中(包括了设置过期时间以及未设置过期时间)随机选择一个数据进行入释放；
volatile-ttl：从设置了过期时间的数据集中，选择马上就要过期的数据进行释放操作；
noeviction：不删除任意数据(但redis还会根据引用计数器进行释放),这时如果内存不够时，会直接返回错误。
默认策略是noeviction
推荐使用的策略是volatile-lru
通过maxmemory-samples配置样本数量，默认为5
缓存淘汰算法（LFU、LRU、ARC、FIFO、MRU）
六、Redis 持久化方案：RDB 默认方式 (RDB持久化即通过创建快照的方式进行持久化，保存某个时间点的全量数据。)
AOF (Append-Only-File持久化即记录所有变更数据库状态的指令，以append的形式追加保存到AOF文件中)
如果Redis只是用来做缓存服务器，比如数据库查询数据后缓存，那可以不用考虑持久化，因为缓存服务失效还能再从数据库获取恢复。
七、缓存和数据库数据一致性（并发竞争问题）延时双删策略（在写库前、后进行redis.del，并且设定合理的延时时间。）
读取binlog分析 ，利用消息队列（rabbitmq、kafka）, 推送更新各台的redis缓存数据
八、缓存穿透现象：用户大量并发请求的数据(key)对应的数据在redis和数据库中都不存在，导致尽管数据不存在但还是每次都会进行查DB。
解决方案：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
九、缓存击穿