过期策略
定时删除
含义：在设置key的过期时间的同时，为该key创建一个定时器，让定时器在key的过期时间来临时，对key进行删除。
优点：保证内存被尽快释放。
缺点：若过期key很多，删除这些key会占用很多的CPU时间，在CPU时间紧张的情况下，CPU不能把所有的时间用来做要紧的事儿，还需要去花时间删除这些key。定时器的创建耗时，若为每一个设置过期时间的key创建一个定时器（将会有大量的定时器产生），性能影响严重， 没人用。
惰性删除
含义：key过期的时候不删除，每次从数据库获取key的时候去检查是否过期，若过期，则删除，返回null。
优点：删除操作只发生在从数据库取出key的时候发生，而且只删除当前key，所以对CPU时间的占用是比较少的，而且此时的删除是已经到了非做不可的地步（如果此时还不删除的话，我们就会获取到了已经过期的key了）。
缺点：若大量的key在超出超时时间后，很久一段时间内，都没有被获取过，那么可能发生内存泄露（无用的垃圾占用了大量的内存）。
定期删除
含义：每隔一段时间执行一次删除(在redis.conf配置文件设置hz，1s刷新的频率)过期key操作。
优点：通过限制删除操作的时长和频率，来减少删除操作对CPU时间的占用—处理”定时删除”的缺点。定期删除过期key—处理”惰性删除”的缺点。
缺点 在内存友好方面，不如”定时删除”。在CPU时间友好方面，不如”惰性删除”。
难点 合理设置删除操作的执行时长（每次删除执行多长时间）和执行频率（每隔多长时间做一次删除）（这个要根据服务器运行情况来定了）。
结论
定时删除和定期删除为主动删除：Redis会定期主动淘汰一批已过去的key。
惰性删除为被动删除：用到的时候才会去检验key是不是已过期，过期就删除。
惰性删除为redis服务器内置策略。定期删除可以通过：
第一、配置redis.conf 的hz选项，默认为10 （即1秒执行10次，100ms一次，值越大说明刷新频率越快，最Redis性能损耗也越大） 。
第二、配置redis.conf的maxmemory最大值，当已用内存超过maxmemory限定时，就会触发主动清理策略。
对于惰性删除而言，并不是只有获取key的时候才会检查key是否过期，在某些设置key的方法上也会检查
Redis采用的过期策略
惰性删除+定期删除
删除流程
遍历每个数据库（就是redis.conf中配置的”database”数量，默认为16） 检查当前库中的指定个数个key（默认是每个库检查20个key，注意相当于该循环执行20次，循环体时下边的描述） 如果当前库中没有一个key设置了过期时间，直接执行下一个库的遍历 随机获取一个设置了过期时间的key，检查该key是否过期，如果过期，删除key 判断定期删除操作是否已经达到指定时长，若已经达到，直接退出定期删除。
RDB对过期key的处理
过期key对RDB没有任何影响 从内存数据库持久化数据到RDB文件 持久化key之前，会检查是否过期，过期的key不进入RDB文件 从RDB文件恢复数据到内存数据库 数据载入数据库之前，会对key先进行过期检查，如果过期，不导入数据库（主库情况） 在进行get或setnx等操作时，先检查key是否过期， 若过期，删除key，然后执行相应操作；若没过期，直接执行相应操作 定期删除流程（简单而言，对指定个数个库的每一个库随机删除小于等于指定个数个过期key）
AOF对过期key的处理
过期key对AOF没有任何影响 从内存数据库持久化数据到AOF文件：当key过期后，还没有被删除，此时进行执行持久化操作（该key是不会进入aof文件的，因为没有发生修改命令） 当key过期后，在发生删除操作时，程序会向aof文件追加一条del命令（在将来的以aof文件恢复数据的时候该过期的键就会被删掉） AOF重写 * 重写时，会先判断key是否过期，已过期的key不会重写到aof文件
缓存雪崩
问题描述
如果在一个时间点，有大批量数据过期怎么办 缓存雪崩 （国外叫做：stampeding herd(奔逃的野牛)
下面的就是一个雪崩的简单过程：
1、redis集群彻底崩溃。
2、缓存服务大量对redis的请求hang住，占用资源。
3、缓存服务大量的请求打到源头服务去查询mysql，直接打死mysql。
4、源头服务因为mysql被打死也崩溃，对源服务的请求也hang住，占用资源。
5、缓存服务大量的资源全部耗费在访问redis和源服务无果，最后自己被拖死，无法提供服务。
6、nginx无法访问缓存服务，redis和源服务，只能基于本地缓存提供服务，但是缓存过期后，没有数据提供。
7、网站崩溃。
雪崩问题在国外叫做：stampeding herd(奔逃的野牛)，指的的cache crash后，流量会像奔逃的野牛一样，打向后端。
缓存雪崩 很多缓存数据都是由定时任务刷出来的，所有它们的失效时间都很集中。如果正好在失效的时候出现大量的请求，这些请求就直接打在数据库上了，数据库可能会压力骤增而宕机。
解决方案：
（1）事前解决方案 -redis高可用
部署方式二：双机房部署，两套Redis Cluster，两套Redis Cluster之间做一个数据同步。
（2）业务上解决办法有两个，—缓存随机，限流降级 在批量加入缓存数据的时候，为失效时间加入一个随机值。另外就是RateLimiter等组件来限流，防止短时间出现大量的请求进入系统。对缓存访问进行 资源隔离（熔断）、Fail Silent 降级 避免所有资源hang在访问缓存上，当判断缓存出现问题，则自动进行熔断并按预设进行降级操作。
余额宝的客官请稍等一会
（3）事后解决方案—— 数据预热 Redis数据备份和恢复 快速缓存预热
缓存穿透解决方案
缓存穿透的概念很简单，用户想要查询一个数据，发现redis内存数据库没有，也就是缓存没有命中，于是向持久层数据库查询。发现也没有，于是本次查询失败。当用户很多的时候，缓存都没有命中，于是都去请求了持久层数据库。这会给持久层数据库造成很大的压力，这时候就相当于出现了缓存穿透。
（1）鉴权校验，过滤非法参数。
（2）布隆过滤器。
（3）缓存空对象
缓存击穿
缓存击穿是指缓存中没有但数据库中有的数据（一般是缓存时间到期），这时由于并发用户特别多，同时读缓存没读到数据，又同时去数据库去取数据，引起数据库压力瞬间增大，造成过大压力。解决方案：
（1）设置热点数据永远不过期。
（2）加互斥锁。
一码不扫，
可以扫天下？
