一. Redis都有哪些使用场景
- Redis是基于内存的nosql数据库，可以通过新建线程的形式进行持久化，不影响Redis单线程的读写操作
- 通过list取最新的N条数据
- 模拟类似于token这种需要设置过期时间的场景
- 发布订阅消息系统
- 定时器、计数器
常见的数据类型及应用场景详解：https://blog.csdn.net/qq_43030934/article/details/131213135
二. Redis有哪些功能？
1、基于本机内存的缓存
当调用api访问数据库时，假如此过程需要2秒，如果每次请求都要访问数据库，那将对服务器造成巨大的压力，如果将此sql的查询结果存到Redis中，再次请求时，直接从Redis中取得，而不是访问数据库，效率将得到巨大的提升，Redis可以定时去更新数据（比如1分钟）。
2、数据恢复、持久化的功能
如果电脑重启，写入内存的数据是不是就失效了呢，这时Redis还提供了持久化的功能。
redis提供了两种持久化的方式，分别是RDB（Redis DataBase）和AOF（Append Only File）。
AOF，则是换了一个角度来实现持久化，那就是将redis执行过的所有写指令记录下来，在下次redis重新启动时，只要把这些写指令从前到后再重复执行一遍，就可以实现数据恢复了。
优点：
- 数据更完整，安全性更高，秒级数据丢失（取决于 fsync 策略，如果是 everysec，最多丢失 1 秒的数据）；
- AOF 文件是一个只进行追加的命令文件，且写入操作是以 Redis 协议的格式保存的，内容是可读的，适合误删紧急恢复。
缺点：
- AOF文件比RDB文件大，且恢复速度慢。
- 数据集大的时候，比rdb启动效率低。所以这种方式更适合数据要求相对严谨的时候。
RDB，简而言之，就是在不同的时间点，将redis存储的数据生成快照并存储到磁盘等介质上；
缺点：
- 数据安全性低。RDB是间隔一段时间进行持久化，如果持久化之间redis发生故障，会发生数据丢失。所以这种方式更适合数据要求不严谨的时候。
其实RDB和AOF两种方式也可以同时使用，在这种情况下，如果redis重启的话，则会优先采用AOF方式来进行数据恢复，这是因为AOF方式的数据恢复完整度更高。
如果你没有数据持久化的需求，也完全可以关闭RDB和AOF方式，这样的话，redis将变成一个纯内存数据库，就像memcache一样。
3、哨兵（Sentinel）和复制
Sentinel可以管理多个Redis服务器，它提供了监控、提醒以及自动的故障转移功能；
复制则是让Redis服务器可以配备备份的服务器；
Redis也是通过这两个功能保证Redis的高可用；
4、集群（Cluster）
单台服务器资源总是有上限的，CPU和IO资源可以通过主从复制，进行读写分离，把一部分CPU和IO的压力转移到从服务器上，但是内存资源怎么办，主从模式只是数据的备份，并不能扩充内存；
现在我们可以横向扩展，让每台服务器只负责一部分任务，然后将这些服务器构成一个整体，对外界来说，这一组服务器就像是集群一样。
三. Redis和 memecache 区别
1、Redis相比memecache，拥有更多的数据结构和支持更丰富的数据操作。
- Redis支持key-value，常用的数据类型主要有String、Hash、List、Set、Sorted Set。
- memecache只支持key-value。
2、内存使用率对比，Redis采用hash结构来做key-value存储，由于其组合式的压缩，其内存利用率会高于memecache。
3、性能对比：Redis只使用单核，memecache使用多核。
4、Redis支持磁盘持久化，memecache不支持。
Redis可以将一些很久没用到的value通过swap方法交换到磁盘。
5、Redis支持分布式集群，memecache不支持。
四. 缓存穿透、缓存击穿、缓存雪崩
1、缓存穿透
缓存穿透说简单点就是大量请求的 key 根本不存在于缓存中，导致请求直接到了数据库上，根本没有经过缓存这一层。
解决方案：
1.最基本的就是做好参数校验，一些不合法的参数请求直接抛出异常信息返回给客户端。 比如查询的数据库 id 不能小于 0、传入的邮箱格式不对的时候直接返回错误消息给客户端等等。
2.对查询结果为空的情况也进行缓存，缓存时间设置短一点，或者该key对应的数据insert之后清理缓存。
3.对一定不存在的key进行过滤。可以把所有的可能存在的key放到一个大的Bitmap中，查询时通过该Bitmap过滤。
1、缓存击透
缓存击穿问题也叫热点Key问题，就是缓存在某个时间点过期的时候，恰好在这个时间点对这个Key有大量的并发请求过来，这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存，这个时候大并发的请求可能会瞬间把后端DB压垮。
解决方案：
缓存击穿和缓存雪崩的区别在于缓存击穿针对某一key缓存，缓存雪崩是很多key。
- 互斥锁：当同个业务不同线程访问redis未命中时，先获取一把互斥锁，然后进行数据库操作，此时另外一个线程未命中时，拿不到锁，等待一段时间后重新查询缓存，此时之前的线程已经重新把数据加载到redis之中了，线程二就直接缓存命中。这样就不会使得大量访问进入数据库
优点：没有额外的内存消耗，保证一致性，实现简单
缺点：线程需要等待，性能受影响，可能有死锁风险实时调整，监控哪些数据是热门数据，实时的调整key的过期时长针对热点Key设置缓存永不失效
实时调整，监控哪些数据是热门数据，实时的调整key的过期时长
针对热点Key设置缓存永不失效
3、缓存雪崩
当缓存服务器重启或者大量缓存集中在某一时间段失效，这样在失效的时候，会给后端系统带来很大的压力，导致系统崩溃。
解决方案：
- 在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个key只允许一个线程查询数据和写缓存，其它线程等待；
- 做二级缓存； 不同的key，设置不同的过期时间，让缓存失效的时间尽量均匀； 针对 Redis 服务不可用的情况：
- 采用 Redis 集群，避免单机出现问题整个缓存服务都没办法使用。
- 限流，避免同时处理大量的请求。
针对热点缓存失效的情况：
- 设置不同的失效时间比如随机设置缓存的失效时间。
- 缓存永不失效。
五. 缓存和数据库数据的一致性
1、淘汰缓存
数据如果为较为复杂的数据时，进行缓存的更新操作就会变得异常复杂，因此一般推荐选择淘汰缓存，而不是更新缓存。
2、选择先淘汰缓存，再更新数据库
假如先更新数据库，再淘汰缓存，如果淘汰缓存失败，那么后面的请求都会得到脏数据，直至缓存过期。
假如先淘汰缓存再更新数据库，如果更新数据库失败，只会产生一次缓存穿透，相比较而言，后者对业务则没有本质上的影响。
3、延时双删策略
如下场景：同时有一个请求A进行更新操作，另一个请求B进行查询操作。
1.请求A进行写操作，删除缓存
2.请求B查询发现缓存不存在
3.请求B去数据库查询得到旧值
4.请求B将旧值写入缓存
5.请求A将新值写入数据库
次数便出现了数据不一致问题。采用延时双删策略得以解决。
redis_conn.delete('img_%s' % uuid)
db.update(data);
time.sleep(100)
redis_conn.delete('img_%s' % uuid)
转化为中文描述就是
1.先淘汰缓存
2.再写数据库（这两步和原来一样）
3.休眠1秒，再次淘汰缓存
这么做，可以将0.1秒内所造成的缓存脏数据，再次删除。这个时间设定可根据俄业务场景进行一个调节。
4、数据库读写分离的场景
两个请求，一个请求A进行更新操作，另一个请求B进行查询操作。
1.请求A进行写操作，删除缓存
2.请求A将数据写入数据库了，
3.请求B查询缓存发现，缓存没有值
4.请求B去从库查询，这时，还没有完成主从同步，因此查询到的是旧值
5.请求B将旧值写入缓存
6.数据库完成主从同步，从库变为新值
依旧采用延时双删策略解决此问题。
此外还有两种解决方案：
5. 先更新数据库，再删除缓存，引入消息队列
1.更新数据库数据；
2.缓存因为种种问题删除失败
3.将需要删除的key发送至消息队列
4.自己消费消息，获得需要删除的key
5.继续重试删除操作，直到成功
6.先更新数据库，再删除缓存，使用mysql binlog日志
1.更新数据库数据
2.数据库会将操作信息写入binlog日志当中
3.订阅程序提取出所需要的数据以及key
4.另起一段非业务代码，获得该信息
5.尝试删除缓存操作，发现删除失败
6.将这些信息发送至消息队列
7.重新从消息队列中获得该数据，重试操作。
以上就是缓存机制及使用场景的介绍，希望对你有所帮助！