redis緩存一致性

❶ redis主要解決什麼問題

redis是內存資料庫，訪問速度非常快，所以能夠解決的也都是這些緩存類型的問題，如下：
1、會話緩存（Session Cache）
最常用的一種使用Redis的情景是會話緩存（session cache）。用Redis緩存會話比其他存儲（如Memcached）的優勢在於：Redis提供持久化。當維護一個不是嚴格要求一致性的緩存時，如果用戶的購物車信息全部丟失，大部分人都會不高興的，現在，他們還會這樣嗎？
幸運的是，隨著 Redis 這些年的改進，很容易找到怎麼恰當的使用Redis來緩存會話的文檔。甚至廣為人知的商業平台Magento也提供Redis的插件。
2、全頁緩存（FPC）
除基本的會話token之外，Redis還提供很簡便的FPC平台。回到一致性問題，即使重啟了Redis實例，因為有磁碟的持久化，用戶也不會看到頁面載入速度的下降，這是一個極大改進，類似PHP本地FPC。
再次以Magento為例，Magento提供一個插件來使用Redis作為全頁緩存後端。
此外，對WordPress的用戶來說，Pantheon有一個非常好的插件 wp-redis，這個插件能幫助你以最快速度載入你曾瀏覽過的頁面。
3、隊列
Reids在內存存儲引擎領域的一大優點是提供 list 和 set 操作，這使得Redis能作為一個很好的消息隊列平台來使用。Redis作為隊列使用的操作，就類似於本地程序語言（如Python）對 list 的 push/pop 操作。
如果你快速的在Google中搜索「Redis queues」，你馬上就能找到大量的開源項目，這些項目的目的就是利用Redis創建非常好的後端工具，以滿足各種隊列需求。例如，Celery有一個後台就是使用Redis作為broker，你可以從這里去查看。
排行榜/計數器
Redis在內存中對數字進行遞增或遞減的操作實現的非常好。集合（Set）和有序集合（Sorted Set）也使得我們在執行這些操作的時候變的非常簡單，Redis只是正好提供了這兩種數據結構。所以，我們要從排序集合中獲取到排名最靠前的10個用戶–我們稱之為「user_scores」，我們只需要像下面一樣執行即可：
當然，這是假定你是根據你用戶的分數做遞增的排序。如果你想返回用戶及用戶的分數，你需要這樣執行：
ZRANGE user_scores 0 10 WITHSCORES
Agora Games就是一個很好的例子，用Ruby實現的，它的排行榜就是使用Redis來存儲數據的，你可以在這里看到。
5、發布/訂閱
最後（但肯定不是最不重要的）是Redis的發布/訂閱功能。發布/訂閱的使用場景確實非常多。我已看見人們在社交網路連接中使用，還可作為基於發布/訂閱的腳本觸發器，甚至用Redis的發布/訂閱功能來建立聊天系統！（不，這是真的，你可以去核實）。
Redis提供的所有特性中，我感覺這個是喜歡的人最少的一個，雖然它為用戶提供如果此多功能。
等等？

❷ 資料庫瓶頸方面什麼技術提供了

介面響應時長過長
上個月我們經理把我叫了過去，說我們的產品的某些頁面打開速度太慢了，要等好幾秒。我十分驚訝，因為我把所有的功能都看過一遍的，沒有哪個功能效率這么低下。我看了一下數據才明白，新客戶的數據是老客戶的數十倍，導致資料庫查詢時長翻了更多倍。

請求技術支撐
於是我找到技術中台負責人，希望他們能提供一套資料庫緩存訪問方案。當查詢數據時不優先查詢資料庫，而是查詢緩存來提高查詢效率。得到的答復是近期太忙，沒時間整這個。

團隊自己做臨時緩存
由於技術中台暫時沒有時間來做支撐，所以我們團隊只能暫時做一個臨時緩存方案。於是我讓我們團隊的人員自行把高頻查詢並且不太會變動的數據，如部門結構和用戶信息等數據，在查詢的時候先從redis中讀取，redis中沒有的話再從資料庫中讀取並存入redis中。
這個流程看著沒什麼問題，但有非常重要的一點需要確認，就是如果資料庫中的數據修改了，怎麼去通知redis更新數據。換而言之，也就是如何保證緩存數據和資料庫數據的一致性？

緩存數據一致性
其實這個問題上到軟體，下到硬體工程師都會遇到，也都有不同的解決方案。因為我大學的專業是嵌入式系統，所以對於硬體的緩存也有所耳聞。如cpu需要保證自身的多級高速緩存間的數據一致性，以及緩存和內存間的數據一致性等。而我們軟體因為查詢數據的來源不同，所以對應的每級緩存也不同。

多級緩存概念
多級緩存或者多級存儲這個概念可能不是很好理解，大致意思是說我們需要的數據，我們第一時間去哪裡找，那麼這個地方就叫做一級緩存。如果一級緩存沒找到，再去找的地方就被稱作二級緩存，以此類推。那為什麼叫做緩存？大致是為了突出一個臨時存儲以及訪問速度快的特點吧，大約就是數據暫緩存儲區以及查找緩沖區的一個意思。

臨時的兩級存儲框架
說回到我們的項目，我們將常訪問的數據從資料庫中復制到redis中一份，每次訪問先從redis中讀取，讀不到再從資料庫中讀取。所以可以認為我們當前的一級緩存是redis，二級緩存是資料庫。當數據量沒有到非常龐大的時候，只要保證了緩存一致性，用這套方案也不會有什麼問題。但如果從redis訪問的數據頻率過高，超過了redis所在伺服器的帶寬呢？

接入緩存框架的兩個問題
第一個問題就是我最開始說的，數據一致性問題。第二個是剛提到的redis帶寬成為瓶頸的問題。如果將我遇到的這兩個問題更通用性地梳理一遍，那就是各級緩存間的數據一致性保證方法和緩存遇到瓶頸時如何去提升。

數據一致性方案
我能想到的有兩種解決方案，第一種是定時刷新，第二種是修改通知。如果對於允許有讀取到舊數據的場景，那麼定時刷新肯定是比較好的方案，因為實現起來簡單。但是如果不希望讀到舊數據，那麼就需要在數據被修改的時候通知到上一級緩存，讓上一級緩存把舊數據刪了。當下一次需要用到數據的時候，上一級緩存就會來重新獲取數據並保存了。但是這種情況也有問題，如果不提前存到緩存中會導致第一次訪問時過慢。如果提前存入緩存會導致當上一級緩存被清空時，大量請求數據會同時到達下一級緩存那裡，造成擁塞。但這些也都是有對應的解決方案的。

緩存遇到瓶頸
還記得我們為什麼要引入緩存么？因為資料庫遇到了瓶頸。那引入的redis緩存遇到瓶頸了怎麼辦呢？同樣的解決方案，引入更快速的緩存。但別忘了，一定要有保證數據一致性的方案。Redis這一級別的緩存，可以認為是放在內存中的，難道我們要引入比內存更高效的cpu的高速緩存么？我們軟體也不具備這個權利啊。有一點我剛才有提到，redis瓶頸是因為帶寬的原因，因為redis是一個用網線連接的「內存」。所以，我們可以使用的更高效的緩存就是本地內存。於是，後期的優化方案可以改為一級緩存為內存，二級緩存為redis，三級緩存為資料庫。

最後
如果是以前，我一定會按照我的想法全部自己寫一套緩存框架。但是後來發現我在大學時期自己想出來的一些好的框架，都有對應的更好用的開源框架（對於這個之後我可以專門寫一篇博客）。之後到底是我們團隊自己寫，還是用現有的開源的框架，已經不重要了。重要的是我在這次遇到的這個問題中收獲了自己的思考。

❸ 秒殺過程中怎麼保證redis緩存和資料庫的一致性

如果要「保證」數據的安全性，那麼會帶來開銷的進一步提升，以至於使用redis帶來的性能優勢都會喪失。正確的做法是區分不同的業務，使得並不需要「保證」數據一致性的場合，可以使用redis優化。而敏感的場合依然使用mysql。

❹ Redis是什麼，用來做什麼

Redis是一個nosql資料庫，可以存儲key-value值。因為其底層實現中，數據讀寫是基於內存，速度非常快，所以常用於緩存；進而因其為獨立部署的中間件，常用於分布式緩存的實現方案。

常用場景有：緩存、秒殺控制、分布式鎖。

雖然其是基於內存讀寫，但底層也有持久化機制；同時具備集群模式；不用擔心其可用性。

關於Redis的使用，可以參考《Redis的使用方法、常見應用場景》

❺ redis到底是個什麼東西

1. 什麼是Redis

Redis是由義大利人Salvatore Sanfilippo（網名：antirez）開發的一款內存高速緩存資料庫。Redis全稱為：Remote Dictionary Server（遠程數據服務），該軟體使用C語言編寫，Redis是一個key-value存儲系統，它支持豐富的數據類型，如：string、list、set、zset(sorted set)、hash。

2. Redis特點

Redis以內存作為數據存儲介質，所以讀寫數據的效率極高，遠遠超過資料庫。以設置和獲取一個256位元組字元串為例，它的讀取速度可高達110000次/s，寫速度高達81000次/s。

Redis跟memcache不同的是，儲存在Redis中的數據是持久化的，斷電或重啟後，數據也不會丟失。因為Redis的存儲分為內存存儲、磁碟存儲和log文件三部分，重啟後，Redis可以從磁碟重新將數據載入到內存中，這些可以通過配置文件對其進行配置，正因為這樣，Redis才能實現持久化。

Redis支持主從模式，可以配置集群，這樣更利於支撐起大型的項目，這也是Redis的一大亮點。

3. Redis應用場景，它能做什麼

眾多語言都支持Redis，因為Redis交換數據快，所以在伺服器中常用來存儲一些需要頻繁調取的數據，這樣可以大大節省系統直接讀取磁碟來獲得數據的I/O開銷，更重要的是可以極大提升速度。

拿大型網站來舉個例子，比如a網站首頁一天有100萬人訪問，其中有一個板塊為推薦新聞。要是直接從資料庫查詢，那麼一天就要多消耗100萬次資料庫請求。上面已經說過，Redis支持豐富的數據類型，所以這完全可以用Redis來完成，將這種熱點數據存到Redis（內存）中，要用的時候，直接從內存取，極大的提高了速度和節約了伺服器的開銷。

總之，Redis的應用是非常廣泛的，而且極有價值，真是伺服器中的一件利器，所以從現在開始，我們就來一步步學好它。

❻ redis集群使用一致性hash嗎

使用。

設定一個圓環上 0-2^3̂2-1 的點，每個點對應一個緩存區，每個鍵值對存儲的位置也經哈希計算後對應到環上節點。但現實中不可能有如此多的節點，所以倘若鍵值對經哈希計算後對應的位置沒有節點，那麼順時針找一個節點存儲它。

1、考慮增加伺服器節點的情況，該節點順時針方向的數據仍然被存儲到順時針方向的節點上，但它逆時針方向的數據被存儲到它自己。這時候只有部分數據會失效，被映射到新的緩存區。

2、考慮節點減少的情況。該缺失節點順時針方向上的數據仍然被存儲到其順時針方向上的節點，設為 beta，其逆時針方向上的數據會被存儲到 beta 上。同樣，只有有部分數據失效，被重新映射到新的伺服器節點。

(6)redis緩存一致性擴展閱讀：

一致性哈希演算法

這種方法可以應對節點失效的情況，當某個分布式集群節點宕機，服務請求可以通過hash演算法重新分配到其他可用的伺服器上。避免了無法處理請求的狀況出現 。

但這種方法的缺陷也很明顯，如果伺服器中保存有服務請求對應的數據，那麼如果重新計算請求的hash值，會造成大量的請求被重定位到不同的伺服器而造成請求所要使用的數據失效，這種情況在分布式系統中是非常糟糕的。

一個設計良好的分布式系統應該具有良好的單調性，即伺服器的添加與移除不會造成大量的哈希重定位，而一致性哈希恰好可以解決這個問題。

❼ 為什麼要用 redis 而不用 map/guava 做緩存

因為前置款存的話要好一點，而且實用性要高一點。

❽ 如何校驗資料庫和緩存之間數據的一致性

您好，這樣的：
這種writer-reader架構，一般思路是在緩存更新階段由writer來解決一致性問題，當資料庫數據變化時，同步更新redis並確保緩存更新成功。
作為完整性判斷，可以不檢查全部的屬性，而對數據使用一個自增的版本號（或時間戳）來判斷是否最新。
作為後置的檢測，可以優化來降低掃描的代價，如只針對最近一個時間周期內（如10min）資料庫中更新過的數據，這個集合應該比較小，去redis中進行檢查的代價會比較低。

❾ redis適合什麼場景

1、緩存。 緩存現在幾乎是所有中大型網站都在用的必殺技，合理的利用緩存不僅能夠提升網站訪問速度，還能大大降低資料庫的壓力。Redis提供了鍵過期功能，也提供了靈活的鍵淘汰策略，所以，現在Redis用在緩存的場合非常多。（推薦：《 Redis視頻教程 》）
2、排行榜。 很多網站都有排行榜應用的，如京東的月度銷量榜單、商品按時間的上新排行榜等。Redis提供的有序集合數據類構能實現各種復雜的排行榜應用。
3、計數器。 什麼是計數器，如電商網站商品的瀏覽量、視頻網站視頻的播放數等。為了保證數據實時效，每次瀏覽都得給+1，並發量高時如果每次都請求資料庫操作無疑是種挑戰和壓力。Redis提供的incr命令來實現計數器功能，內存操作，性能非常好，非常適用於這些計數場景。
4、分布式會話。 集群模式下，在應用不多的情況下一般使用容器自帶的session復制功能就能滿足，當應用增多相對復雜的系統中，一般都會搭建以Redis等內存資料庫為中心的session服務，session不再由容器管理，而是由session服務及內存資料庫管理。
5、分布式鎖。 在很多互聯網公司中都使用了分布式技術，分布式技術帶來的技術挑戰是對同一個資源的並發訪問，如全局ID、減庫存、秒殺等場景，並發量不大的場景可以使用資料庫的悲觀鎖、樂觀鎖來實現，但在並發量高的場合中，利用資料庫鎖來控制資源的並發訪問是不太理想的，大大影響了資料庫的性能。可以利用Redis的setnx功能來編寫分布式的鎖，如果設置返回1說明獲取鎖成功，否則獲取鎖失敗，實際應用中要考慮的細節要更多。

❿ 常見的緩存策略有哪些，如何做到緩存與 db 里的數據一致性

您： 種writer-reader架構般思路緩存更新階段由writer解決致性問題資料庫數據變化同步更新redis並確保緩存更新功 作完整性判斷檢查全部屬性數據使用自增版本號（或間戳）判斷否新 作置檢測優化降低掃描代價針近間周期內（依0min）資料庫更新數據集合應該比較redis進行檢查代價比較