JavaRedis-主从集群-分片-数据结构-回收处理-缓存问题
一、主从集群
1.主从集群
主从集群读写分离，主能读能写，从只能读，读的数据是同步主的
docker搭建：
docker-compose
这里设置网络模式为model，就直接暴露在了宿主机中，就不用映射端口了
不改就是默认的桥接模式
建立主从关系：
进入从redis：
输入命令：
2.主从同步原理
①怎么判断第一次同步
建立主从关系后每个主从replicationID变成一样
②如何把所有数据发送
主会先将自己的数据持久化存入RDB文件中，然后直接把文件给从，从删除自己原有数据，再加载这个文件中的数据
③主怎么知道从缺少什么数据
首先建立主从关系后就会有一个repl_backlog缓存区来记录从一开始的命令，并有一个值offset来记录执行命令条数。只要是断开重连的还会携带offset，与repl_backlog中进行比较，然后就会把差的命令传给从。
④主从集群优化
repl_backlog是一个环形数组，写满后会覆盖原先的数据
因为宕机重连的时间不会很长，就算一直往主中写数据，从也会不断赶着去写，只要主停下来就会追上
但是如果宕机时间太长，长到未同步的数据也被覆盖了就会数据不同步，只能全量同步
所以判断是否第一次来时还会判断是否被覆盖
优化方案：
前两个是对全量同步的优化
3.哨兵原理
①怎么发现服务故障
②怎么选取新的slave为master
slave-piority是默认的为1不配置的话
运行id大小是随机的，就是随机挑
最重要的就是：offset
③如何实现故障转移
4.搭建哨兵集群
哨兵配置：
第一个是哨兵的ip，第二个是监控的集群名字，主从集群的master节点端口，以及超过多少数量哨兵算客观下线，第三个是多久不连接判断是下线，第四个是多久进行一次故障恢复，只要失败就过多久再故障恢复
搭建步骤：
day10-Redis面试篇 - 飞书云文档 (feishu.cn)
二、Redis分片
主从和哨兵是备份的，所以它的容量上限是单节点的。而且不能设置的太高，太高主从同步，数据持久化的效率都会非常低，一般不超过8g
分片集群，就是不同主从集群保存了不同的数据，且主节点互相监控健康状态，如果宕机会让宕机的集群中从节点变成主节点。
缺点：集群结构很复杂，成本很高，只有在大型企业中有应用。
1.分片集群搭建
①以cluster模式运行redis
可以在compose文件中直接部署。
②建立分片集群连接
2.散列插槽
就是怎么分配数据
三、Redis数据结构
1.RedisObject
lru和refcount是判断是否回收的依据
编码方式眼熟即可：
2.SkipList
链表查询效率低，因为查询跨度是1，只能从一个一个去查
允许32级指针
通过跳着和后面节点建立连接，当需要查询后面的节点时就可以跳着向后面进行查询，空间换时间
3.SortedSet
就是ZSet
就是首先会使用哈希表进行数据的存储，放入member再用链表将每一个member连起来。
其次还会使用跳表，根据score将数据进行排序，每个节点包含了score和member
当我想知道一个member的排名时就会先从哈希表中拿到它的score，然后再去跳表中，查询到score对应的排序。
四、Redis回收处理
1.过期KEY处理
可以给Key设置过期时间
①如何知道键过期
②过期处理
2.内存淘汰策略
之前说到，一个数据RedisObject包含了lru：最后访问时间，可以根据它们对过期KEY回收。这是其中淘汰策略会用到的数据
基本使用LRU或者LFU中进行选择。但是LRU可能就重要的没有不重要的被访问最近，所以最优是LFU。
底层怎么知道最后访问时间和访问频率就是redisObject中的一个lru字段。
逻辑访问次数是：只有频率足够大的时候才会加一。往上加很难，还会随时间衰减。
五、缓存问题
1.缓存一致性
这里对缓存数据设置了TTL就可以有兜底方案，如果更新数据库缓存失败，也会在一个时间段后去更新缓存。
- 这里有些增可以不同步，当别人查的时候再去更新缓存。例如当我添加菜品分类时，可以不添加相应缓存，但是添加菜品的一个信息还是需要更新缓存。
- 然后删可以直接删除。
- 改的话也删除，当查了就会进行缓存。
如果增删改先操作redis后操作数据库，并发情况下会造成数据不一致的问题：
如果一个查一个改线程同时来，改了redis还没来得及改数据库，查的发现redis没了去查数据库。查比改数据库快，就会返回旧数据库的数据。数据不一致
所以得先操作数据库，再操作redis：
但是在极端情况下也会出现不一致：
查发现Redis中数据刚好过期，去读数据库并缓存redis之前发生了另一个线程去更新数据库，删除redis的操作。这两个操作后再去缓存数据，缓存的是旧数据。
条件很苛刻
2.缓存穿透
布隆过滤器的作用方式就是将存入redis中的所有key利用哈希函数做运算在一个很长的二进制数上做标记，这样就可以在空间占用率很低的情况下判断key是否存在。
3.缓存雪崩
避免同一时段大量缓存key同时失效采用失效值为随机
避免宕机采用集群的方式
兜底方案：
（1）有redis宕机后，对查询的业务限流或者直接熔断不让访问
（2）添加多级缓存：
浏览器本地缓存，缓存静态资源
nginx建立缓存，缓存更新麻烦，缓存都是一致性低，更新频率低的缓存
可以jvm进行本地缓存
再考虑缓存redis
4.缓存击穿
互斥锁就是当一个线程发现失效后就会拿到锁去进行重建，其他线程访问到时拿不到锁就一直等待查看是否命中。
逻辑过期就是不设置TTL，数据中多一个过期时间的字段。在程序中实现，发现如果这个字段已经过期，拿到锁就开启一个线程去重建，自己就返回旧数据。其他线程在还没重建完前发现拿不到锁就也返回旧数据结束。
