redis缓存一致性

❶ redis主要解决什么问题

redis是内存数据库，访问速度非常快，所以能够解决的也都是这些缓存类型的问题，如下：
1、会话缓存（Session Cache）
最常用的一种使用Redis的情景是会话缓存（session cache）。用Redis缓存会话比其他存储（如Memcached）的优势在于：Redis提供持久化。当维护一个不是严格要求一致性的缓存时，如果用户的购物车信息全部丢失，大部分人都会不高兴的，现在，他们还会这样吗？
幸运的是，随着 Redis 这些年的改进，很容易找到怎么恰当的使用Redis来缓存会话的文档。甚至广为人知的商业平台Magento也提供Redis的插件。
2、全页缓存（FPC）
除基本的会话token之外，Redis还提供很简便的FPC平台。回到一致性问题，即使重启了Redis实例，因为有磁盘的持久化，用户也不会看到页面加载速度的下降，这是一个极大改进，类似PHP本地FPC。
再次以Magento为例，Magento提供一个插件来使用Redis作为全页缓存后端。
此外，对WordPress的用户来说，Pantheon有一个非常好的插件 wp-redis，这个插件能帮助你以最快速度加载你曾浏览过的页面。
3、队列
Reids在内存存储引擎领域的一大优点是提供 list 和 set 操作，这使得Redis能作为一个很好的消息队列平台来使用。Redis作为队列使用的操作，就类似于本地程序语言（如Python）对 list 的 push/pop 操作。
如果你快速的在Google中搜索“Redis queues”，你马上就能找到大量的开源项目，这些项目的目的就是利用Redis创建非常好的后端工具，以满足各种队列需求。例如，Celery有一个后台就是使用Redis作为broker，你可以从这里去查看。
排行榜/计数器
Redis在内存中对数字进行递增或递减的操作实现的非常好。集合（Set）和有序集合（Sorted Set）也使得我们在执行这些操作的时候变的非常简单，Redis只是正好提供了这两种数据结构。所以，我们要从排序集合中获取到排名最靠前的10个用户–我们称之为“user_scores”，我们只需要像下面一样执行即可：
当然，这是假定你是根据你用户的分数做递增的排序。如果你想返回用户及用户的分数，你需要这样执行：
ZRANGE user_scores 0 10 WITHSCORES
Agora Games就是一个很好的例子，用Ruby实现的，它的排行榜就是使用Redis来存储数据的，你可以在这里看到。
5、发布/订阅
最后（但肯定不是最不重要的）是Redis的发布/订阅功能。发布/订阅的使用场景确实非常多。我已看见人们在社交网络连接中使用，还可作为基于发布/订阅的脚本触发器，甚至用Redis的发布/订阅功能来建立聊天系统！（不，这是真的，你可以去核实）。
Redis提供的所有特性中，我感觉这个是喜欢的人最少的一个，虽然它为用户提供如果此多功能。
等等？

❷ 数据库瓶颈方面什么技术提供了

接口响应时长过长
上个月我们经理把我叫了过去，说我们的产品的某些页面打开速度太慢了，要等好几秒。我十分惊讶，因为我把所有的功能都看过一遍的，没有哪个功能效率这么低下。我看了一下数据才明白，新客户的数据是老客户的数十倍，导致数据库查询时长翻了更多倍。

请求技术支撑
于是我找到技术中台负责人，希望他们能提供一套数据库缓存访问方案。当查询数据时不优先查询数据库，而是查询缓存来提高查询效率。得到的答复是近期太忙，没时间整这个。

团队自己做临时缓存
由于技术中台暂时没有时间来做支撑，所以我们团队只能暂时做一个临时缓存方案。于是我让我们团队的人员自行把高频查询并且不太会变动的数据，如部门结构和用户信息等数据，在查询的时候先从redis中读取，redis中没有的话再从数据库中读取并存入redis中。
这个流程看着没什么问题，但有非常重要的一点需要确认，就是如果数据库中的数据修改了，怎么去通知redis更新数据。换而言之，也就是如何保证缓存数据和数据库数据的一致性？

缓存数据一致性
其实这个问题上到软件，下到硬件工程师都会遇到，也都有不同的解决方案。因为我大学的专业是嵌入式系统，所以对于硬件的缓存也有所耳闻。如cpu需要保证自身的多级高速缓存间的数据一致性，以及缓存和内存间的数据一致性等。而我们软件因为查询数据的来源不同，所以对应的每级缓存也不同。

多级缓存概念
多级缓存或者多级存储这个概念可能不是很好理解，大致意思是说我们需要的数据，我们第一时间去哪里找，那么这个地方就叫做一级缓存。如果一级缓存没找到，再去找的地方就被称作二级缓存，以此类推。那为什么叫做缓存？大致是为了突出一个临时存储以及访问速度快的特点吧，大约就是数据暂缓存储区以及查找缓冲区的一个意思。

临时的两级存储框架
说回到我们的项目，我们将常访问的数据从数据库中复制到redis中一份，每次访问先从redis中读取，读不到再从数据库中读取。所以可以认为我们当前的一级缓存是redis，二级缓存是数据库。当数据量没有到非常庞大的时候，只要保证了缓存一致性，用这套方案也不会有什么问题。但如果从redis访问的数据频率过高，超过了redis所在服务器的带宽呢？

接入缓存框架的两个问题
第一个问题就是我最开始说的，数据一致性问题。第二个是刚提到的redis带宽成为瓶颈的问题。如果将我遇到的这两个问题更通用性地梳理一遍，那就是各级缓存间的数据一致性保证方法和缓存遇到瓶颈时如何去提升。

数据一致性方案
我能想到的有两种解决方案，第一种是定时刷新，第二种是修改通知。如果对于允许有读取到旧数据的场景，那么定时刷新肯定是比较好的方案，因为实现起来简单。但是如果不希望读到旧数据，那么就需要在数据被修改的时候通知到上一级缓存，让上一级缓存把旧数据删了。当下一次需要用到数据的时候，上一级缓存就会来重新获取数据并保存了。但是这种情况也有问题，如果不提前存到缓存中会导致第一次访问时过慢。如果提前存入缓存会导致当上一级缓存被清空时，大量请求数据会同时到达下一级缓存那里，造成拥塞。但这些也都是有对应的解决方案的。

缓存遇到瓶颈
还记得我们为什么要引入缓存么？因为数据库遇到了瓶颈。那引入的redis缓存遇到瓶颈了怎么办呢？同样的解决方案，引入更快速的缓存。但别忘了，一定要有保证数据一致性的方案。Redis这一级别的缓存，可以认为是放在内存中的，难道我们要引入比内存更高效的cpu的高速缓存么？我们软件也不具备这个权利啊。有一点我刚才有提到，redis瓶颈是因为带宽的原因，因为redis是一个用网线连接的“内存”。所以，我们可以使用的更高效的缓存就是本地内存。于是，后期的优化方案可以改为一级缓存为内存，二级缓存为redis，三级缓存为数据库。

最后
如果是以前，我一定会按照我的想法全部自己写一套缓存框架。但是后来发现我在大学时期自己想出来的一些好的框架，都有对应的更好用的开源框架（对于这个之后我可以专门写一篇博客）。之后到底是我们团队自己写，还是用现有的开源的框架，已经不重要了。重要的是我在这次遇到的这个问题中收获了自己的思考。

❸ 秒杀过程中怎么保证redis缓存和数据库的一致性

如果要“保证”数据的安全性，那么会带来开销的进一步提升，以至于使用redis带来的性能优势都会丧失。正确的做法是区分不同的业务，使得并不需要“保证”数据一致性的场合，可以使用redis优化。而敏感的场合依然使用mysql。

❹ Redis是什么，用来做什么

Redis是一个nosql数据库，可以存储key-value值。因为其底层实现中，数据读写是基于内存，速度非常快，所以常用于缓存；进而因其为独立部署的中间件，常用于分布式缓存的实现方案。

常用场景有：缓存、秒杀控制、分布式锁。

虽然其是基于内存读写，但底层也有持久化机制；同时具备集群模式；不用担心其可用性。

关于Redis的使用，可以参考《Redis的使用方法、常见应用场景》

❺ redis到底是个什么东西

1. 什么是Redis

Redis是由意大利人Salvatore Sanfilippo（网名：antirez）开发的一款内存高速缓存数据库。Redis全称为：Remote Dictionary Server（远程数据服务），该软件使用C语言编写，Redis是一个key-value存储系统，它支持丰富的数据类型，如：string、list、set、zset(sorted set)、hash。

2. Redis特点

Redis以内存作为数据存储介质，所以读写数据的效率极高，远远超过数据库。以设置和获取一个256字节字符串为例，它的读取速度可高达110000次/s，写速度高达81000次/s。

Redis跟memcache不同的是，储存在Redis中的数据是持久化的，断电或重启后，数据也不会丢失。因为Redis的存储分为内存存储、磁盘存储和log文件三部分，重启后，Redis可以从磁盘重新将数据加载到内存中，这些可以通过配置文件对其进行配置，正因为这样，Redis才能实现持久化。

Redis支持主从模式，可以配置集群，这样更利于支撑起大型的项目，这也是Redis的一大亮点。

3. Redis应用场景，它能做什么

众多语言都支持Redis，因为Redis交换数据快，所以在服务器中常用来存储一些需要频繁调取的数据，这样可以大大节省系统直接读取磁盘来获得数据的I/O开销，更重要的是可以极大提升速度。

拿大型网站来举个例子，比如a网站首页一天有100万人访问，其中有一个板块为推荐新闻。要是直接从数据库查询，那么一天就要多消耗100万次数据库请求。上面已经说过，Redis支持丰富的数据类型，所以这完全可以用Redis来完成，将这种热点数据存到Redis（内存）中，要用的时候，直接从内存取，极大的提高了速度和节约了服务器的开销。

总之，Redis的应用是非常广泛的，而且极有价值，真是服务器中的一件利器，所以从现在开始，我们就来一步步学好它。

❻ redis集群使用一致性hash吗

使用。

设定一个圆环上 0-2^3̂2-1 的点，每个点对应一个缓存区，每个键值对存储的位置也经哈希计算后对应到环上节点。但现实中不可能有如此多的节点，所以倘若键值对经哈希计算后对应的位置没有节点，那么顺时针找一个节点存储它。

1、考虑增加服务器节点的情况，该节点顺时针方向的数据仍然被存储到顺时针方向的节点上，但它逆时针方向的数据被存储到它自己。这时候只有部分数据会失效，被映射到新的缓存区。

2、考虑节点减少的情况。该缺失节点顺时针方向上的数据仍然被存储到其顺时针方向上的节点，设为 beta，其逆时针方向上的数据会被存储到 beta 上。同样，只有有部分数据失效，被重新映射到新的服务器节点。

(6)redis缓存一致性扩展阅读：

一致性哈希算法

这种方法可以应对节点失效的情况，当某个分布式集群节点宕机，服务请求可以通过hash算法重新分配到其他可用的服务器上。避免了无法处理请求的状况出现 。

但这种方法的缺陷也很明显，如果服务器中保存有服务请求对应的数据，那么如果重新计算请求的hash值，会造成大量的请求被重定位到不同的服务器而造成请求所要使用的数据失效，这种情况在分布式系统中是非常糟糕的。

一个设计良好的分布式系统应该具有良好的单调性，即服务器的添加与移除不会造成大量的哈希重定位，而一致性哈希恰好可以解决这个问题。

❼ 为什么要用 redis 而不用 map/guava 做缓存

因为前置款存的话要好一点，而且实用性要高一点。

❽ 如何校验数据库和缓存之间数据的一致性

您好，这样的：
这种writer-reader架构，一般思路是在缓存更新阶段由writer来解决一致性问题，当数据库数据变化时，同步更新redis并确保缓存更新成功。
作为完整性判断，可以不检查全部的属性，而对数据使用一个自增的版本号（或时间戳）来判断是否最新。
作为后置的检测，可以优化来降低扫描的代价，如只针对最近一个时间周期内（如10min）数据库中更新过的数据，这个集合应该比较小，去redis中进行检查的代价会比较低。

❾ redis适合什么场景

1、缓存。 缓存现在几乎是所有中大型网站都在用的必杀技，合理的利用缓存不仅能够提升网站访问速度，还能大大降低数据库的压力。Redis提供了键过期功能，也提供了灵活的键淘汰策略，所以，现在Redis用在缓存的场合非常多。（推荐：《 Redis视频教程 》）
2、排行榜。 很多网站都有排行榜应用的，如京东的月度销量榜单、商品按时间的上新排行榜等。Redis提供的有序集合数据类构能实现各种复杂的排行榜应用。
3、计数器。 什么是计数器，如电商网站商品的浏览量、视频网站视频的播放数等。为了保证数据实时效，每次浏览都得给+1，并发量高时如果每次都请求数据库操作无疑是种挑战和压力。Redis提供的incr命令来实现计数器功能，内存操作，性能非常好，非常适用于这些计数场景。
4、分布式会话。 集群模式下，在应用不多的情况下一般使用容器自带的session复制功能就能满足，当应用增多相对复杂的系统中，一般都会搭建以Redis等内存数据库为中心的session服务，session不再由容器管理，而是由session服务及内存数据库管理。
5、分布式锁。 在很多互联网公司中都使用了分布式技术，分布式技术带来的技术挑战是对同一个资源的并发访问，如全局ID、减库存、秒杀等场景，并发量不大的场景可以使用数据库的悲观锁、乐观锁来实现，但在并发量高的场合中，利用数据库锁来控制资源的并发访问是不太理想的，大大影响了数据库的性能。可以利用Redis的setnx功能来编写分布式的锁，如果设置返回1说明获取锁成功，否则获取锁失败，实际应用中要考虑的细节要更多。

❿ 常见的缓存策略有哪些，如何做到缓存与 db 里的数据一致性

您： 种writer-reader架构般思路缓存更新阶段由writer解决致性问题数据库数据变化同步更新redis并确保缓存更新功 作完整性判断检查全部属性数据使用自增版本号（或间戳）判断否新 作置检测优化降低扫描代价针近间周期内（依0min）数据库更新数据集合应该比较redis进行检查代价比较