分布式緩存Redis是一種支持Key-Value等多種數(shù)據(jù)結(jié)構(gòu)的存儲(chǔ)系統(tǒng)。可用于緩存、事件發(fā)布或訂閱、高速隊(duì)列等多種場景。Redis使用ANSI C語言編寫，提供字符串（String）、哈希（Hash）、列表（List）、集合結(jié)構(gòu)（Set、Sorted Set）、流（Stream）等數(shù)據(jù)類型的直接存取。數(shù)據(jù)讀寫基于內(nèi)存，同時(shí)可持久化到磁盤。

在我們做開發(fā)的過程中經(jīng)常會(huì)用到Redis，小編在這里就Redis談?wù)?#xff0c;我們使用過程中經(jīng)常會(huì)遇到的幾個(gè)問題吧。

一、Redis 的過期策略以及內(nèi)存淘汰機(jī)制
這個(gè)問題相當(dāng)重要，到底 Redis 有沒用到家，這個(gè)問題就可以看出來。

比如你 Redis 只能存 5G 數(shù)據(jù)，可是你寫了 10G，那會(huì)刪 5G 的數(shù)據(jù)。怎么刪的，這個(gè)問題思考過么？

還有，你的數(shù)據(jù)已經(jīng)設(shè)置了過期時(shí)間，但是時(shí)間到了，內(nèi)存占用率還是比較高，有思考過原因么?

回答：Redis 采用的是定期刪除+惰性刪除策略。

為什么不用定時(shí)刪除策略

定時(shí)刪除，用一個(gè)定時(shí)器來負(fù)責(zé)監(jiān)視 Key，過期則自動(dòng)刪除。雖然內(nèi)存及時(shí)釋放，但是十分消耗 CPU 資源。

在大并發(fā)請求下，CPU 要將時(shí)間應(yīng)用在處理請求，而不是刪除 Key，因此沒有采用這一策略。

定期刪除+惰性刪除是如何工作

定期刪除，Redis 默認(rèn)每個(gè) 100ms 檢查，是否有過期的 Key，有過期 Key 則刪除。

需要說明的是，Redis 不是每個(gè) 100ms 將所有的 Key 檢查一次，而是隨機(jī)抽取進(jìn)行檢查(如果每隔 100ms，全部 Key 進(jìn)行檢查，Redis 豈不是卡死)。

因此，如果只采用定期刪除策略，會(huì)導(dǎo)致很多 Key 到時(shí)間沒有刪除。于是，惰性刪除派上用場。

也就是說在你獲取某個(gè) Key 的時(shí)候，Redis 會(huì)檢查一下，這個(gè) Key 如果設(shè)置了過期時(shí)間，那么是否過期了？如果過期了此時(shí)就會(huì)刪除。

采用定期刪除+惰性刪除就沒其他問題了么?

不是的，如果定期刪除沒刪除 Key。然后你也沒即時(shí)去請求 Key，也就是說惰性刪除也沒生效。這樣，Redis的內(nèi)存會(huì)越來越高。那么就應(yīng)該采用內(nèi)存淘汰機(jī)制。

在 redis.conf 中有一行配置：
# maxmemory-policy volatile-lru
該配置就是配內(nèi)存淘汰策略的(什么，你沒配過？好好反省一下自己)：

◆noeviction：當(dāng)內(nèi)存不足以容納新寫入數(shù)據(jù)時(shí)，新寫入操作會(huì)報(bào)錯(cuò)。應(yīng)該沒人用吧。

◆allkeys-lru：當(dāng)內(nèi)存不足以容納新寫入數(shù)據(jù)時(shí)，在鍵空間中，移除最近最少使用的 Key。推薦使用，目前項(xiàng)目在用這種。

◆allkeys-random：當(dāng)內(nèi)存不足以容納新寫入數(shù)據(jù)時(shí)，在鍵空間中，隨機(jī)移除某個(gè) Key。應(yīng)該也沒人用吧，你不刪最少使用 Key，去隨機(jī)刪。

◆volatile-lru：當(dāng)內(nèi)存不足以容納新寫入數(shù)據(jù)時(shí)，在設(shè)置了過期時(shí)間的鍵空間中，移除最近最少使用的 Key。這種情況一般是把 Redis 既當(dāng)緩存，又做持久化存儲(chǔ)的時(shí)候才用。不推薦。

◆volatile-random：當(dāng)內(nèi)存不足以容納新寫入數(shù)據(jù)時(shí)，在設(shè)置了過期時(shí)間的鍵空間中，隨機(jī)移除某個(gè) Key。依然不推薦。

◆volatile-ttl：當(dāng)內(nèi)存不足以容納新寫入數(shù)據(jù)時(shí)，在設(shè)置了過期時(shí)間的鍵空間中，有更早過期時(shí)間的 Key 優(yōu)先移除。不推薦。

PS：如果沒有設(shè)置 expire 的 Key，不滿足先決條件(prerequisites)；那么 volatile-lru，volatile-random 和 volatile-ttl 策略的行為，和 noeviction(不刪除) 基本上一致。

?

二、Redis 和數(shù)據(jù)庫雙寫一致性問題
一致性問題是分布式常見問題，還可以再分為最終一致性和強(qiáng)一致性。數(shù)據(jù)庫和緩存雙寫，就必然會(huì)存在不一致的問題。

答這個(gè)問題，先明白一個(gè)前提。就是如果對數(shù)據(jù)有強(qiáng)一致性要求，不能放緩存。我們所做的一切，只能保證最終一致性。

另外，我們所做的方案從根本上來說，只能說降低不一致發(fā)生的概率，無法完全避免。因此，有強(qiáng)一致性要求的數(shù)據(jù)，不能放緩存。

回答：首先，采取正確更新策略，先更新數(shù)據(jù)庫，再刪緩存。其次，因?yàn)榭赡艽嬖趧h除緩存失敗的問題，提供一個(gè)補(bǔ)償措施即可，例如利用消息隊(duì)列。

?

三、如何應(yīng)對緩存穿透和緩存雪崩問題
這兩個(gè)問題，說句實(shí)在話，一般中小型傳統(tǒng)軟件企業(yè)，很難碰到這個(gè)問題。如果有大并發(fā)的項(xiàng)目，流量有幾百萬左右。這兩個(gè)問題一定要深刻考慮。

緩存穿透，即***故意去請求緩存中不存在的數(shù)據(jù)，導(dǎo)致所有的請求都懟到數(shù)據(jù)庫上，從而數(shù)據(jù)庫連接異常。

緩存穿透解決方案：

◆利用互斥鎖，緩存失效的時(shí)候，先去獲得鎖，得到鎖了，再去請求數(shù)據(jù)庫。沒得到鎖，則休眠一段時(shí)間重試。

◆采用異步更新策略，無論 Key 是否取到值，都直接返回。Value 值中維護(hù)一個(gè)緩存失效時(shí)間，緩存如果過期，異步起一個(gè)線程去讀數(shù)據(jù)庫，更新緩存。需要做緩存預(yù)熱(項(xiàng)目啟動(dòng)前，先加載緩存)操作。

◆提供一個(gè)能迅速判斷請求是否有效的攔截機(jī)制，比如，利用布隆過濾器，內(nèi)部維護(hù)一系列合法有效的 Key。迅速判斷出，請求所攜帶的 Key 是否合法有效。如果不合法，則直接返回。

緩存雪崩，即緩存同一時(shí)間大面積的失效，這個(gè)時(shí)候又來了一波請求，結(jié)果請求都懟到數(shù)據(jù)庫上，從而導(dǎo)致數(shù)據(jù)庫連接異常。

緩存雪崩解決方案：

◆給緩存的失效時(shí)間，加上一個(gè)隨機(jī)值，避免集體失效。

◆使用互斥鎖，但是該方案吞吐量明顯下降了。

◆雙緩存。我們有兩個(gè)緩存，緩存 A 和緩存 B。緩存 A 的失效時(shí)間為 20 分鐘，緩存 B 不設(shè)失效時(shí)間。自己做緩存預(yù)熱操作。

然后細(xì)分以下幾個(gè)小點(diǎn)：從緩存 A 讀數(shù)據(jù)庫，有則直接返回；A 沒有數(shù)據(jù)，直接從 B 讀數(shù)據(jù)，直接返回，并且異步啟動(dòng)一個(gè)更新線程，更新線程同時(shí)更新緩存 A 和緩存 B。

?

四、如何解決 Redis 的并發(fā)競爭 Key 問題
這個(gè)問題大致就是，同時(shí)有多個(gè)子系統(tǒng)去 Set 一個(gè) Key。這個(gè)時(shí)候大家思考過要注意什么呢？

需要說明一下，我提前百度了一下，發(fā)現(xiàn)答案基本都是推薦用 Redis 事務(wù)機(jī)制。

我并不推薦使用 Redis 的事務(wù)機(jī)制。因?yàn)槲覀兊纳a(chǎn)環(huán)境，基本都是 Redis 集群環(huán)境，做了數(shù)據(jù)分片操作。

你一個(gè)事務(wù)中有涉及到多個(gè) Key 操作的時(shí)候，這多個(gè) Key 不一定都存儲(chǔ)在同一個(gè) redis-server 上。因此，Redis 的事務(wù)機(jī)制，十分雞肋。

如果對這個(gè) Key 操作，不要求順序

這種情況下，準(zhǔn)備一個(gè)分布式鎖，大家去搶鎖，搶到鎖就做 set 操作即可，比較簡單。

如果對這個(gè) Key 操作，要求順序

假設(shè)有一個(gè) key1，系統(tǒng) A 需要將 key1 設(shè)置為 valueA，系統(tǒng) B 需要將 key1 設(shè)置為 valueB，系統(tǒng) C 需要將 key1 設(shè)置為 valueC。

期望按照 key1 的 value 值按照 valueA > valueB > valueC 的順序變化。這種時(shí)候我們在數(shù)據(jù)寫入數(shù)據(jù)庫的時(shí)候，需要保存一個(gè)時(shí)間戳。

假設(shè)時(shí)間戳如下：

系統(tǒng)A key 1 {valueA 3:00}
系統(tǒng)B key 1 {valueB 3:05}
系統(tǒng)C key 1 {valueC 3:10}

那么，假設(shè)這會(huì)系統(tǒng) B 先搶到鎖，將 key1 設(shè)置為{valueB 3:05}。接下來系統(tǒng) A 搶到鎖，發(fā)現(xiàn)自己的 valueA 的時(shí)間戳早于緩存中的時(shí)間戳，那就不做 set 操作了，以此類推。

其他方法，比如利用隊(duì)列，將 set 方法變成串行訪問也可以。總之，靈活變通。

總結(jié)
本文對 Redis 的常見問題做了一個(gè)總結(jié)。大部分是自己在工作中遇到，以及與別人交流的時(shí)候，愛問的一些問題。希望能幫到你哦。如果有更多這一方面的問題需要深入了解的，可以參考華為云幫助中心。

轉(zhuǎn)載于:https://blog.51cto.com/14230016/2367430

總結(jié)

以上是生活随笔為你收集整理的做程序开发的你如果经常用Redis，这些问题肯定会遇到的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。