开个分类慢慢更新
参考B站 黑马程序员Redis 入门到实战
全局唯一ID
在一般业务中秒杀功能，存在并发问题如果两个线程同时执行插入操作导致数据库id 自增 同时为一个数 就会导致写入数据失败
全局Id生成器
点击查看代码
public static class RedisIdWork
{
private readonly static long BEGIN_TIMSTAMP = 1678966413L;
private readonly static int COUNT_BITS = 32;
public static long nextId(string keyPrefix)
{
//1、生成时间戳
long nowTimeSeconds = new DateTimeOffset(DateTime.UtcNow).ToUnixTimeSeconds();
long timesamp = nowTimeSeconds - BEGIN_TIMSTAMP;
//2、生成序列号
string date = DateTime.Now.ToString("yyyyMMdd");
var redis = new RedisHelper();
long count = redis.database().StringIncrement("icr:" + keyPrefix + ":" + date, 1);
//3、拼接返回
return timesamp << COUNT_BITS | count;
}
}
缓存穿透
缓存雪崩
缓存击穿
互斥锁解决缓存击穿问题
多个线程并行执行的时候 只有一个成功
秒杀超卖问题
同时间 抢购会导致库存超卖问题（多个线程交叉执行导致的）例如两个线程同时查询到库存为 1 （此时库存中满足大于0 所以两个都会执行扣减）
悲观锁 AND 乐观锁
悲观锁会认为线程安全一定会发生 所以在操作数据之前就先获取锁，确保线程串行执行
主要说一下乐观锁，常见的处理方法
版本号法。乐观锁的关键就是判断之前查询到的数据是否有被修改过
CAS 法 （可以说是版本号法的升级版）
如果说是一个减库存操作，可以使用库存数据作为版本标识
生成的Sql 语句
where id = ? and version > 0
为什么版本要大于0 而不是等于 （因为只要是在这个区间就可以 不小于0 即可）
一人一单秒杀
这个没啥说的，简单的方法查询数据库用户ID 进行订单判断是否是同一个id （一般是把商品id 和 用户id 标识当前商品这个用户已经买过了）重点就是 先判断这个用户是否有过
分布式锁
redis 分布式锁
场景：目的是为了解决多台相同服务之间同时工作产生的并发问题，（例如订单系统，假设订单系统部署在两台机器上，但是库存是固定的，接着每个订单系统实例都去数据库里查了一下，由于并发问题导致超卖，这肯定是不允许的）（当然并发特别大的话是需要进行分段数据，数据分段会导致整体业务流程更加复杂，如果没有这方面的需求建议不要使用）
SETNX LOCK Thread1
为了保证原子性 （带上过期时间） 如果不设置过期时间会出现死锁问题（例如因为某些原因todo 内业务阻塞了会导致锁一直无法释放）
Set lock thread1 EX 10 NX
例子
点击查看代码
public bool LockByRedis(string key, double expireTimeSeconds = 600)
{
try
{
while (true)
{
//Console.WriteLine($"生成的GUID ：{ID_PREFIX}");
//expireTimeSeconds = expireTimeSeconds > 20 ? 10 : expireTimeSeconds;
bool lockflag = database().LockTake(key, ID_PREFIX + Thread.CurrentThread.ManagedThreadId, TimeSpan.FromSeconds(expireTimeSeconds));
if (lockflag) //如果锁定成功，则为 true，否则为 false，否则为 false。
{
return true;
//break;
}
return false;
}
//return database().LockTake(key, ID_PREFIX + Thread.CurrentThread.ManagedThreadId, TimeSpan.FromSeconds(expireTimeSeconds));
}
catch (Exception ex)
{
throw new Exception($"Redis加锁异常:原因{ex.Message}");
}
}
/// <summary>
/// 释放锁
/// </summary>
/// <param name="name"></param>
public void UnLockByRedis(string key)
{
try
{
//判读线程标识是否一致 锁是否一致
//1、查询redis 锁
string threadid = ID_PREFIX + Thread.CurrentThread.ManagedThreadId;
string id = database().StringGet(key).ToString();
if (threadid.Equals(id)) //防止锁被误删
database().LockRelease(key, ID_PREFIX + Thread.CurrentThread.ManagedThreadId);
}
catch (Exception ex)
{
throw new Exception($"Redis加锁异常:原因{ex.Message}");
}
}
redis 分布式锁如何解决原子性
场景，如果在获取锁后执行的一些操作，但是此时遇到阻塞，导致锁超时释放了，（比如我们获取了一个自己的锁，然后去执行减库存操作，但是在减库存操作中遇到了阻塞，导致锁超时释放了，此时我们的减库存操作因为阻塞了还没有完成，但是redis锁已经释放了，后面假设此时减库存操作完成了，去调用释放锁，此时会导致当前下释放的锁可能是别人的锁，（因为我们的锁已经超时释放了））
解决这个问题 就是把多条命令 获取锁和释放锁保证原子性
可以是使用Lua 脚本进行调用Redis.call
高级篇
数据持久化
RDB模式
RDB （redis Database Backup file）数据备份文件
save # redis主进程执行备份，会阻塞所有命令
bgsave #开启子线程执行备份，避免主线程受到影响
save 5 1 (表示五秒内有一次修改就执行备份操作) 可以在redis.conf中修改
bgsave fork主进程开启一个子进程，共享内存空间，（这时候物理内存是只读模式）
如果会有写入操作会拷贝一份数据
AOF模式
AOF全称为 Append only file(追加文件)，redis会处理每一个写入命令都会记录在aof文件中
AOf默认是关闭的
appendonly yes appendfilename "appendonly.aof"
AOF和RDB两者区别
分布式主从集群
搭建主从集群
单节点Redis并发能力邮上线，要提升并发能力需要搭建主从集群，实现读写分离（大部分业务都是读的业务）
一般写入到master 节点，同步到子节点
需要三台redis 服务器
