一、Redis特性
1.速度快
正常情况下，Redis 执⾏命令的速度⾮常快，官⽅给出的数字是读写性能可以达到 10 万 / 秒，当然这也取决于机器的性能
- Redis 的所有数据都是存放在内存中的
- Redis 是⽤ C 语⾔实现的，⼀般来说 C 语⾔实现的程序 “距离” 操作系统更近，执⾏速度相对会更快
- Redis 使⽤了单线程，预防了多线程可能产⽣的竞争问题。
2.基于键值对的数据结构服务器
Redis 的全程是 REmote Dictionary Server，它主要提供了 5 种数据结
构：字符串（string）、哈希（hash）、列表（list）、集合（set）、有序集合（ordered set /zet），同时在字符串的基础之上演变出了位图（Bitmaps）和 HyperLogLog 两种神奇的 ”数据结构“
3.持久化（Persistence）
Redis 提供了两种持久化⽅式：RDB 和 AOF，即可以⽤两种策略将内存的数据保存到硬盘中
4.主从复制（Replication）
Redis 提供了复制功能，实现了多个相同数据的 Redis 副本（Replica）
5.⾼可⽤（High Availability）和分布式（Distributed）
Redis 提供了⾼可⽤实现的 Redis 哨兵（Redis Sentinel），能够保证 Redis 结点的故障发现和故障⾃动转移。也提供了 Redis 集群（Redis Cluster），是真正的分布式实现，提供了⾼可⽤、读写和容量的扩展性。
二、Redis使用场景
1.缓存（Cache）
缓存机制⼏乎在所有⼤型⽹站都有使⽤，合理地使⽤缓存不仅可以加速数据的访问速度，⽽且能够有效地降低后端数据源的压⼒。Redis 提供了键值过期时间设置，并且也提供了灵活控制最⼤内存和内存溢出后的淘汰策略。
2.排行榜系统
排⾏榜系统⼏乎存在于所有的⽹站，例如按照热度排名的排⾏榜，按照发布时间的排⾏榜，按照各种复杂维度计算出的排⾏榜，Redis 提供了列表和有序集合的结构，合理地使⽤这些数据结构可以很⽅便地构建各种排⾏榜系统。
3.计数器应用
计数器在⽹站中的作⽤⾄关重要，例如视频⽹站有播放数、电商⽹站有浏览数，为了保证数据的实时性，每⼀次播放和浏览都要做加 1 的操作，如果并发量很⼤对于传统关系型数据的性能是⼀种挑战。Redis 天然⽀持计数功能⽽且计数的性能也⾮常好，可以说是计数器系统的重要选择。
4.社交网络
赞 / 踩、粉丝、共同好友 / 喜好、推送、下拉刷新等是社交⽹站的必备功能，由于社交⽹站访问量通常⽐较⼤，⽽且传统的关系型数据不太合适保存这种类型的数据，Redis 提供的数据结构可以相对⽐较容易地实现这些功能。
5.消息队列系统
消息队列系统可以说是⼀个⼤型⽹站的必备基础组件，因为其具有业务解耦、⾮实时业务削峰等特性。Redis 提供了发布订阅功能和阻塞队列的功能，虽然和专业的消息队⽐还不够⾜够强⼤，但是对于⼀般的消息队列功能基本可以满⾜
三、缓存场景场景问题
1.缓存穿透
结局方案一： 缓存空数据
缓存空数据，查询返回的数据为空，扔把这个空结果进行缓存
reids-- {key：“张三”，value：null}
优点： 简单
缺点： 消耗内存
可能发生不一致的问题–》（刚开始为null，后面有了数据但是缓存没有更新）
解决方案二： 布隆过滤器
位图
所谓位图，就是用每一位来存放某种状态，适用于海量数据，整数，数据无重复的场景。通常是用来判断某个数据存不存在的。
布隆过滤器概念
布隆过滤器是由布隆（Burton Howard Bloom）在1970年提出的 一种紧凑型的、比较巧妙的概率型数据结构，特点是高效地插入和查询，可以用来告诉你 “某样东西一定不存在或者可能存在”，它是用多个哈希函数，将一个数据映射到位图结构中。此种方式不仅可以提升查询效率，也可以节省大量的内存空间
2.缓存击穿
给某一个key设置了过期时间，当key过期时，恰好这个时间点对这个key有大量的并发请求过来，这些请求可能会瞬间将DB压垮
解决方案：
一：添加互斥锁：保证数据的强一致，但是性能较差
二：逻辑过期：保证服务器的高可用，性能比较高，但是不能保证数据的绝对一致
结局方案一：互斥锁
特点： 强一致 性能差
解决方案二：逻辑过期
此时线程1和线程3返回的都是过期数据，这就是保证了服务器的高可用的弊端的，不能保证数据一致性
3.缓存雪崩
在同一时间段内大量的缓存key失效或者redis服务宕机，导致大量的数据请求到到数据库，带来巨大压力
解决方案
