缓存最要注意的就是一致性问题。

yywx001

原创缓存最要注意的就是一致性问题。
redis 本身有持久化，为什么还要写进 mysql 呢？
　　1. 场景不一样， redis 的持久化是附加功能， mysql 的持久化是核心功能
　　2. redis 的 flushdb 、 flushall 太犀利了，用 redis 来持久化数据总感觉不靠谱
　　3. 持久化机制不一样，举个例子来说，当数据量达到 10G 的时候，你改了几条数据， mysql 只增量地持久化这几条数据；而 redis 只知道自己该持久化了，然后把 10G 数据完整地从内存 dump 到磁盘，是不是很过瘾
　　4.redis 的持久化,特别是 AOF 一点也不靠谱,对性能影响太大, 开过之后再也不想开了. RDB 会丢数据.
　　5.mysql做一些后期统计
　　redis是高性能内存缓存，容量依赖于物理内存。如果你物理内存只有2G，却想用Redis存20G的东西，这是错误的用法。
　　而mysql对内存依赖没Redis严重，但mysql对硬盘会有一定程度的依赖。如果硬盘性能不好，mysql在保存大于物理内存数量的数据时，性能也不会好。
　　我的看法是：因为redis存储在内存中，如果存储在内存中，存储容量肯定要比磁盘少很多，那么要存储大量数据，只能花更多的钱去购买内存，造成在一些不需要高性能的地方是相对比较浪费的，所以目前基本都是mysql(主) + redis(辅)，在需要性能的地方使用redis，在不需要高性能的地方使用mysql，好钢用在刀刃上
　　一、 mySQL里有2000w数据，redis中只存20w的数据，如何保证redis中的数据都是热点数据
　　相关知识：　redis 内存数据集大小上升到一定大小的时候，就会施行数据淘汰策略。redis 提供 6种数据淘汰策略：
　　volatile-lru：从已设置过期时间的数据集（server.db.expires）中挑选最近最少使用的数据淘汰
　　volatile-ttl：从已设置过期时间的数据集（server.db.expires）中挑选将要过期的数据淘汰
　　volatile-random：从已设置过期时间的数据集（server.db.expires）中任意选择数据淘汰
　　allkeys-lru：从数据集（server.db.dict）中挑选最近最少使用的数据淘汰
　　allkeys-random：从数据集（server.db.dict）中任意选择数据淘汰
　　no-enviction（驱逐）：禁止驱逐数据
　　三、 Redis 常见的性能问题都有哪些？如何解决？
　　1).Master写内存快照，save命令调度rdbSave函数，会阻塞主线程的工作，当快照比较大时对性能影响是非常大的，会间断性暂停服务，所以Master最好不要写内存快照。
　　2).Master AOF持久化，如果不重写AOF文件，这个持久化方式对性能的影响是最小的，但是AOF文件会不断增大，AOF文件过大会影响Master重启的恢复速度。Master最好不要做任何持久化工作，包括内存快照和AOF日志文件，特别是不要启用内存快照做持久化,如果数据比较关键，某个Slave开启AOF备份数据，策略为每秒同步一次。
　　3).Master调用BGREWRITEAOF重写AOF文件，AOF在重写的时候会占大量的CPU和内存资源，导致服务load过高，出现短暂服务暂停现象。
　　4). Redis主从复制的性能问题，为了主从复制的速度和连接的稳定性，Slave和Master最好在同一个局域网内
　　四、请用Redis和任意语言实现一段恶意登录保护的代码，限制1小时内每用户Id最多只能登录5次。具体登录函数或功能用空函数即可，不用详细写出。
用列表实现:列表中每个元素代表登陆时间,只要最后的第5次登陆时间和现在时间差不超过1小时就禁止登陆.用Python写的代码如下：#!/usr/bin/env python3import redis　　import sys
　　import timer = redis.StrictRedis(host=’127.0.0.1′, port=6379, db=0)
　　try:
　　id = sys.argv[1]
　　except:
　　print(‘input argument error’)
　　sys.exit(0)if r.llen(id) >= 5 and time.time() – float(r.lindex(id, 4))