要点

掌握数据结构和缓存的基本使用方法;
掌握支撑Redis实现高可靠、高性能的技术;

高可靠
- Redis之所以可以实现高可靠、高性能，和它的持久化机制、主从复制机制、哨兵、故障自动恢复、切片集群等密不可分。
- 单机版Redis，当实例宕机后，如果我们需要从磁盘恢复数据，还会面临一个问题:恢复也是需要时间的，而且实例越大，恢复的时间越⻓，对业务的影响就越大。（解决方案:采用多个副本）
- 当主节点宕机后，我们把从节点提升上来，这个过程是手动的过程。（解决方案：哨兵，实现自动切换）
- 切片集群（数据路由和数据迁移）
高性能
- Redis的数据都存储在内存中，再加上使用IO多路复用机制。
精通Redis底层实现原理。
- list、Hash、Sorted Set为了减少内存的使用，在数据量比较少时，都采用压缩列表(ziplist)存储，这样可以节省内存。而String和Set 在存储数据时，也尽量选择使用int编码存储，这也是为了节省内存占用。这些都是Redis针对数据结构做的优化

在这里插入图片描述

使用缓存技术的目的

并不是所有的缓存都只是为了提升速度，因为在分布式系统中，缓存机制实际上是系统级性能在设计的⼀个重要权衡⼿段。⽐如当某个数据库的负载⽐较⾼，接近系统瓶颈时，我们就可以使⽤缓存技术，把负荷分担到其他数据库中，那么这⾥使⽤缓存的⽬的，主要就是负载均衡，⽽不是提升访问速度。

需要缓存机制的数据种类

不变性数据
- ⾸先是不变性数据，它代表数据永远不发⽣变化，或者是在较⻓⼀个时间段内不会发⽣变化，因此也可认为这部分数据是不变的。这类数据就是可以优先考虑使⽤缓存技术的⼀种数据类型
弱⼀致性数据
- 弱一致性数据，它代表数据会经常发生变化，但是业务对数据的一致性要求不高，也就是说，不同用戶在同一时间点上看到不完全一致的数据，都是可以接受的。
- 由于这类数据对一致性的要求比较低，所以在设计缓存机制时，你只需要实现最终一致性就可以了。这类数据在实际业务中也比较多，比如业务的历史分析数据、一些搜索查找返回数据等，即使最近的一些数据没有记录进去，关系也不大。
- 针对弱一致性的数据，我们通常使用的缓存失效机制是基于时间的失效方式，同时因为弱一致性的特性，你可以比较灵活地选择数据存储技术，比如内存Cache，或者是分布式数据库Cache。你甚至可以基于负载均衡的调度，来设计多层级缓存机制。
强⼀致性数据
- 强一致性数据，它是指代码数据会经常发生变化，而且业务对数据库的一致性要求非常高，也就是说当数据发生变更后，其他用戶在系统中的任何地方，都应该看到的是更新后的数据。
- 那么，针对这种类型的数据，一般是不推荐你去使用缓存机制，因为这类数据在使用缓存时会比较复杂，而且很容易会引入新的问题.
- 如果需要缓存：这种数据的缓存一定要采用修改同步的实现方式。也就是说，所有的数据修改都必须确保可以同步修改缓存与数据库中的数据。