导图社区 缓存
重点讲缓存相关，会逐渐补全各种常见缓存技术。缓存是指可以进行高速数据交换的存储器，它先于内存与CPU交换数据，因此速率很快。
Spring基础 高级功能详解，如 additional-spring-configuration-metadata.json将会合并到spring-configuration-metadata.json中，并覆盖掉相同的说明。
敏捷开发相关的理论知识--Scrum，我们的最高目标是通过尽早和持续第交付有价值的软件来满足客户；欢迎对需求提出变更 - 即使在项目开发后期，要善于利用需求变更，帮助客户获得竞争优势；
这是一篇关于SpringCloud-Stream的思维导图，主要内容有作用、整体结构、元素详解、常用配置。
社区模板帮助中心，点此进入>>
论语孔子简单思维导图
《傅雷家书》思维导图
《童年》读书笔记
《茶馆》思维导图
《朝花夕拾》篇目思维导图
《昆虫记》思维导图
《安徒生童话》思维导图
《鲁滨逊漂流记》读书笔记
《这样读书就够了》读书笔记
妈妈必读：一张0-1岁孩子认知发展的精确时间表
缓存
MongoDB
Redis
功能介绍
数据类型
Redis的发布订阅
Redis的五大数据类型
string（字符串）
String（字符串） string是redis最基本的类型，你可以理解成与Memcached一模一样的类型，一个key对应一个value。 string类型是二进制安全的。意思是redis的string可以包含任何数据。比如jpg图片或者序列化的对象 。 string类型是Redis最基本的数据类型，一个redis中字符串value最多可以是512M
hash（哈希，类似java里的Map）
Hash（哈希） Redis hash 是一个键值对集合。 Redis hash是一个string类型的field和value的映射表，hash特别适合用于存储对象。 类似Java里面的Map
list（列表）
List（列表） Redis 列表是简单的字符串列表，按照插入顺序排序。你可以添加一个元素导列表的头部（左边）或者尾部（右边）。 它的底层实际是个链表
set（集合）
Set（集合） Redis的Set是string类型的无序集合。它是通过HashTable实现实现的，
zset(sorted set：有序集合)
zset(sorted set：有序集合) Redis zset 和 set 一样也是string类型元素的集合,且不允许重复的成员。 不同的是每个元素都会关联一个double类型的分数。 redis正是通过分数来为集合中的成员进行从小到大的排序。zset的成员是唯一的,但分数(score)却可以重复。
bitmaps
HyperLogLog
GEO
pipeline
功能
bitmap
hyperLogLog
geospatial
pub/sub
lua脚本
事务
淘汰策略
定期删除+惰性删除 定期删除：默认没100ms检查删除过期的key，但不是全量检查，而是随机抽取 惰性删除：在获取某个key时，检查该key是否过期，过期则删除 存在的问题：如果定期删除一直没有命中已经过期的key，并且也没有获取该key，那么该key长期占用内存 解决办法：redis内置多种淘汰策略
持久化
RDB（Redis DataBase）
触发机制
手动触发
save
阻塞redis服务器，直到持久化完成
bgsave
fork一个子进程，由子进程完成持久化
自动触发
满足save n m条件 就会自动触发，即m秒内数据集发生n次改变
debug reload
流程说明
1、执行bgsave命令，没有子进程在执行，才会创建成功
2、父进程执行fork操作创建子子进程，fork过程会阻塞，通过info stats命令查看最佳一个fork耗时
3、父进程fork完后，bgsave命令返回background saving started信息，并不在阻塞父进程，响应其他命令
4、子进程创建RDB文件，生成临时快照文件，替换原来的文件
5、进程发送信号给父进程表示完成，父进程更新统计信息
AOF（Append Only File）
开启配置：appendonly yes；默认不开启 Aof保存的是appendonly.aof文件
流程
1、所有写入命令会追加到aof_buf缓冲区中
2、AOF缓冲区根据对应的策略向硬盘做同步操作
3、AOF超过配置最大值，会进行重写
4、redis重启时，会加载AOF文件进行数据恢复
重写机制
为了防止文件过大
bgrewriteaof
auto-aof-rewrite-min-size和auto-aof-rewrite-percentage
1、执行AOF重写请求
2、父进程执行fork创建子进程
3、父进程fork完后继续响应其他命令
4、子进程根据内存快照，按照命令合并规则写入到新的AOF文件
5、新AOF文件写入完成后，子进程发送信号给父进程，父进程更新统计信息，父进程把AOF重写缓冲区的数据写入到新的AOF文件，使用新AOF文件替换老文件，完成AOF重写
重启加载
1、AOF持久化开启且存在AOF文件时，优先加载AOF文件
2、AOF关闭或者AOF文件不存在时，加载RDB文件
3、加载AOF/RDB文件成功后，redis启动成功
4、AOF/RDB文件存在错误时，redis启动失败并打印错误信息
集群
Sentinel哨兵
主从同步
master选举
4.0/5.0新特性
其他
应用场景
redis可以做什么
排行榜系统
计数器应用
社交网络
消息队列系统
redis不可以做什么
存储大数据成本高
冷数据放redis浪费资源
面试
Redis为什么这么快？
(一)纯内存操作 (二)单线程操作，避免了频繁的上下文切换 (三)采用了非阻塞I/O多路复用机制
基础理论
类型
本地缓存
本地缓存就是在进程的内存中进行缓存，比如我们的 JVM 堆中，可以用 LRUMap 来实现，也可以使用 Ehcache 这样的工具来实现。 优势：本地缓存相对于分布式缓存，没有远程交互的时间和性能损耗，速度相对更快
分布式缓存
分布式系统中，将缓存单独提成一个独立的集群，业务服务通过远程调用的方式进行读写操作。
对比
本地缓存相对分布式缓存没有远程交互的损耗，速度较快，但是本地缓存依赖于当前服务所在进程，对本地缓存的内存是个很大的挑战，同时也将缓存与业务耦合在一起。 分布式缓存则是抽象成独立的集群，易于扩展，且扩展对于业务服务透明，但多了远程交互。
多级缓存
实际业务当中一般是 本地缓存和分布式缓存相结合使用，优先本地，分布式缓存次之
缓存问题
缓存不一致
概念
缓存预热
缓存预热就是系统上线后，将相关的缓存数据直接加载到缓存系统。这样就可以避免在用户请求的时候，先查询数据库，然后再将数据缓存的问题！用户直接查询事先被预热的缓存数据！ 解决思路： 1、直接写个缓存刷新页面，上线时手工操作下； 2、数据量不大，可以在项目启动的时候自动进行加载； 3、定时刷新缓存；
缓存更新
失效更新
有些数据依赖于远程服务，但是远程服务又无法及时更新，则可以采用失效更新 也有一种可能是该数据对于实时性要求不高时，也可采用失效更新
主动更新
部分数据需要随业务数据的变动而实时更新，此时就需要在业务服务更新DB以后来更新缓存，当缓存更新失败时需要业务服务回滚DB更新
定时分批更新
有些数据无需实时获取，此时可以采用定时任务的方式分批更新
缓存降级
常见问题
建议 不管是数据库查询，还是redis查询，尽量校验key的有效值，如范围等，不要相信任何一个客户端的调用参数
缓存雪崩
缓存挂掉，或者大面积缓存失效，短时间内，大量请求均穿透到DB，DB高负载导致系统异常 解决方案 1、设置缓存key失效时间是加上随机值，避免批量缓存在同一个时间段大面积失效 2、部分非常热的数据可以设置为永不过期，然后通过定时任务的方式去剔除已失效的数据 3、快速失败熔断，减少DB的压力 4、尽量加固redis集群以保证提供更可靠的服务
缓存击穿
缓存击穿的特点在于某个或者某几个非常热的key失效，导致瞬间大量请求到达了DB，造成DB卡死等 解决方案 1、缓存中没有，去DB拿数据时添加互斥锁
缓存击穿 关注的是 非常热的某个key在瞬间失效 雪崩则关注的是大面积key失效，导致请求聚集到DB，也就是说非热点key是可以容忍在短时间失效的
缓存穿透
问题：缓存穿透是指缓存和DB中都没有对应的值，而请求不断的被发起，此时会穿透到数据库，造成数据库卡死等 解决方案 1、对查询做校验，比如用户的code值范围是0到100，此时就可以针对code做范围校验，超过范围直接返回 2、对于不存在的对象在缓存中保存空对象，注意有效时间不要太长 3、BloomFilter 4、当缓存和DB都没有拿到时，添加本地缓存
FIFO
依据写入时间，淘汰最早写入数据
LRU
依据被访问时间，剔除最久访问的记录
LFU
依据使用的频次，剔除最少访问次数的记录
