最近在回顾&学习Redis相关的知识，也是本着分享的态度和知识点的记录在这里写下相关的文章。希望能帮助各位读者学习或者回顾到Redis相关的知识，当然，本人才疏学浅，在学习和写作的过程中难以会出现说文章的内容有出入或错误，也希望读者们能及时指出，我会及时加以修正。谢谢，加油！
那么接下来，就让我们一起来学习Redis相关的知识点吧！
什么是缓存呢？缓存就是数据交换的缓冲区（称作：Cache），这里我们可以简单的理解为存储在内存中的一个区域或数据。
那么缓存究竟有什么作用呢？缓存的作用，主要有两个作用：高性能、高并发。
随机保存key的过期时间、缓存预热、缓存高可用架构、缓存持久化方案的实施
布隆过滤器、保存空值
热点Key问题，能不设置过期时间就不设置、key过期的情况下加锁控制并发从数据库中读取，避免高并发情况下由于缓存过期直接将请求打到数据库使得数据库宕机。
说起使用缓存，不得不提及这样一个重要的问题，即缓存和数据库的数据一致性问题（保证缓存和数据库保存的数据一致）。
Cache Aside Pattern是一个由国外友人提出的经典的缓存+数据库的读写模式，该模式分为：
针对Cache Aside Pattern的写实践我们来进行讨论如下几个问题：
TODO
针对这个问题，是实际场景中，如果业务上允许缓存与数据库存在短暂或一段时间的数据不一致，那么我们尽可能地不去采用“缓存读写请求串行化的”等方案去解决数据不一致的问题。
缓存读写请求串行化：
（支持多线程的 Redis 6.0 版本于 2020-05-02 终于发布，所以在这讲的是Redis单线程版的！！！需要注意）
这里先不说一些比较概念性的内容，而是先对《客户端与Redis的通信流程》结合上图做一个整体的描述说明，阅读期间可能会因为一些专有名词而产生疑惑甚至出现阅读障碍，但是不要方，hold住，先看完有个整体大概的印象，知道大概大概后再结合后续具体的说明会进一步了解。（当然这里阅读之前，你需要对网络Socket编程有些理解，不懂？没事，先去了解下再回来继续看吧。可以了解下Java的Socket编程会很有意思哦，写个Demo，写个简单的“聊天室”，对你来说不会是个难事啦~~）
来吧，让我们来看看这个通信流程是个怎样的肥事。
AE_READABLE事件与连接应答处理器关联。（我***~~~AE_READABLE事件、连接应答处理器 咩玩意哦。听我的，先结合图尽可能理解先）AE_READABLE事件，IO多路复用程序监听到该事件后，会将该Socket产生的AE_READABLE事件压入队列中。AE_READABLE事件会交由连接应答处理器处理。（为什么是交给连接应答处理器处理呢？因为在一开始Server Socket的AE_READABLE事件与连接应答处理器关联了哈！）AE_READABLE事件与命令请求处理器关联。AE_READABLE事件，同样地，IO多路复用程序监听到socket01的事件后，会将socket01产生的AE_READABLE事件压入队列中。AE_READABLE事件会交由命令请求处理器进行处理。（因为在第 4 步中已经将 socket01的AE_READABLE事件与命令请求处理器关联 了哈）AE_WRITABLE事件与命令回复处理器关联。AE_WRITABLE事件，同样会经由IO多路复用程序压入队列中。AE_WRITABLE事件会交由命令回复处理器进行处理。（因为在第 7 步中已经将 socket01的AE_WRITABLE事件与命令回复处理器关联 了哈）AE_WRITABLE事件与命令回复处理器的关联解除，最终完成一次与客户端的通信。Redis基于Reactor模型开发了网络事件处理模型，称为文件事件处理器。采用IO多路复用机制，同时监听多个socket，当socket产生对应事件时，会根据socket的事件来（文件事件分派器）选择相应的事件处理器来处理事件。
文件事件处理器，包括：多个socket、IO多路复用程序、文件事件分派器、事件处理器。其中事件处理器，包括：连接应答处理器、命令请求处理器、命令回复处理器。因为文件事件分派器队列的消费是单线程的，所以Redis才叫单线程模型。
为什么Redis使用的是单线程模型但效率还是很高呢？
这一节，让我们来了解下Redis的过期策略和内存淘汰机制。了解这些知识点的原因，在于可以帮助我们清楚地知道Redis针对过期的key是如何进行处理的，解答类似“为什么这个key过期了，但还占用着内存”等问题，也可以让我们了解到在Redis可使用的内存满了情况下，它又是如何处理的，解答类似“为什么我一些没有设置过期时间的key也被删除了呢”等问题。
针对过期的key，Redis是如何处理的呢？已过期的key不会立马被删除。在默认情况下，Redis每隔100ms会随机抽取一些设置了过期时间的key，检查其是否过期，如已过期则进行删除。为什么是随机抽取一些呢？因为在定期删除的情况下，如果设置了过期时间的key真的很多的话，Redis需要全部检查这些key是否真的过期，那将是一个CPU负载很高的操作。
从上面我们了解到Redis的定期删除可能会遗漏掉一些真的已经过期了的key，那么这些key又是怎么被删除的呢？
Redis的惰性删除，即在访问某个key的时候，会先校验该key是否已过期，如果已过期则进行删除，并返回空结果。在定期删除的过程中，如果已经过期的key没有被抽取到，则在访问该key的时候将会被删除。
总结，Redis的过期策略：定期删除+惰性删除。
采用Redis这样的过期策略，仍会出现很多过期的key没有被删除的情况（被定期删除遗漏，又没有及时访问走惰性删除），堆积在内存中，后续又有新的key存到内存中，直到Redis可使用的内存耗尽，那此时Redis又是如何处理的呢？
答案是：走Redis的内存淘汰机制。
Redis会依据某种策略会一些key进行淘汰，腾出内存空间。其中最常用的策略为：allkeys-lru，即当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用（LRU）的 key。（其他几种Redis的内存淘汰机制，我就不在这里做过多说明啦，可参考其他文献）
Redis使用的是一种近似LRU的算法实现的 allkeys-lru 内存淘汰。LRU算法，参考：缓存淘汰算法–LRU算法。
额外分享：值得了解的是，LRU算法在Java中可以使用 LinkedHashMap 快速实现。
class LRUCache<K, V> extends LinkedHashMap<K, V> {
private final int CACHE_SIZE;
/**
* 传递进来最多能缓存多少数据
*
* @param cacheSize 缓存大小
*/
public LRUCache(int cacheSize) {
// true 表示让 linkedHashMap 按照访问顺序来进行排序，最近访问的放在头部，最老访问的放在尾部。
super((int) Math.ceil(cacheSize / 0.75) + 1, 0.75f, true);
CACHE_SIZE = cacheSize;
}
/**
* 钩子方法，通过put新增键值对的时候，若该方法返回true
* 便移除该map中最老的键和值
*/
@Override
protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
// 当 map中的数据量大于指定的缓存个数的时候，就自动删除最老的数据。
return size() > CACHE_SIZE;
}
}
TODO
持久化方式：
RDB
AOF
持久化方式的对比
TODO
Redis集群工作原理等