目录
1、常见分类
2、集群切片方式
3、Redis
3.1、分布式存储方式
3.2、数据分片方式
3.3、数据类型
3.4、持久化方案
3.5、内存淘汰机制
3.6、Redis常见问题
4、布隆过滤器
1、常见分类
1、MemCache
Memcache是一个高性能的分布式的内存对象缓存系统，用于动态Web 应用以减轻数据库负载。Memcache通过在内存里维护一个统一的巨大的hash表，它能够用来存储各种格式的数据,包括图像、视频、文件以及数据库检索的结果等。
2、Redis
Redis 是一个开源的使用 ANSIC语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value 数据库，并提供多种语言的API。
3、Squid
Squid是一个高性能的代理缓存服务器，Squid支持FTP、gopher、HTTPS 和 HTTP 协议。和一般的代理缓存软件不同，Squid用一个单独的、非模块化的、1/0驱动的进程来处理所有的客户端请求。
2、集群切片方式
3、Redis
3.1、分布式存储方式
- 主从(Master/Slave)模式：-主多从，故障时手动切换。
- 哨兵((Sentinel)模式：有哨兵的一主多从，主节点故障自动选择新的主节点。
- 集群(Cluster)模式：分节点对等集群，分slots，不同slots的信息存储到不同节点。
3.2、数据分片方式
列表分片：属性的离散值，如按城市区域
3.3、数据类型
ZSet 常用命令
| ZSCAN | 迭代有序集合中的元素（包括元素成员和元素分值），也可判断元素是否存在 |
| ZSCORE | 返回有序集中，成员的分数值 |
| ZRANK | 返回有序集合中指定成员的索引 |
| ZADD | 向有序集合添加一个或多个成员，或者更新已存在成员的分数 |
| ZCARD | 获取有序集合的成员数 |
3.4、持久化方案
rdb 与 aof
3.5、内存淘汰机制
- volatile-lru 从设置过期时间的数据集中挑选出最近最少使用的数据淘汰。
- volatile-ttl 除了淘汰机制采用LRU，策略基本上与volatile-lru相似，从设置过期时间的数据集中挑选将要过期的数据淘汰，ttl值越大越优先被淘汰。
- volatile-random(过期随机) 从已设置过期时间的数据集中任意选择数据淘汰。
- allkeys-lru 从数据集中挑选最近最少使用的数据淘汰，该策略要淘汰的key面向的是全体key 集合，而非过期的key 集合。
- allkeys-random(全键随机):从数据集中选择任意数据淘汰。
- no-enviction:禁止驱逐数据，也就是当内存不足以容纳新入数据时，禁止新的写入，线上任务也不能持续进行，采用no-enviction策略可以保证数据不被丢失，这也是系统默认的一种淘汰策略。
3.6、Redis常见问题
1）缓存雪崩:大部分缓存失效 ->数据库崩溃
解决方案:
- 使用锁或队列:保证不会有大量的线程对数据库一次性进行读写，从而避免失效时大量的并发请求落到底层存储系统上。
- 为 key 设置不同的缓存失效时间:在固定的一个缓存时间的基础上+随机一个时间作为缓存失效时间。
- 二级缓存:设置一个有时间限制的缓存+一个无时间限制的缓存。避免大规模访问数据库。
2）缓存穿透:查询无数据返回->直接查数据库
解决方案:
- 如果查询结果为空，直接设置一个默认值存放到缓存，这样第二次到缓冲中获取就有值了。设置一个不超过5分钟的过期时间，以便能正常更新缓存。
- 设置布隆过滤器，将所有可能存在的数据哈希到一个足够大的bitmap中，一个一定不存在的数据会被这个 bitmap拦截掉，从避免了对底层存储系统的查询压力。
3）缓存预热
解决方案:
- 直接写个缓存刷新页面，上线时手工操作。
- 数据量不大时，可以在项目启动的时候自动进行加载。
- 定时刷新缓存。
4）缓存更新
解决方案:
- 除 Redis 系统自带的缓存失效策略，常见采用以下两种：定时清理过期的缓存。
- 当有用户请求过来时，再判断这个请求所用到的缓存是否过期，过期的话就去底层系统得到新数据并更新缓存。
4、布隆过滤器
布隆过滤器用于快速识别1个元素不在一个集合中。
通过一个长
二进制向量和一系列
随机映射函数来记录与识别某个数据是否在一个集合中。
