Redis最主要的用途，分为三个方面：
1.存储数据（内存数据库）
2.缓存（最常用）
3.消息队列
缓存 (cache) 是计算机中的⼀个经典的概念。核⼼思路就是把⼀些常⽤的数据放到触⼿可及(访问速度更快)的地⽅，方便随时读取。
使用redis作为缓存
通常是使用redis作为数据库的缓存（mysql），mysql这样的关系型数据库的速度比较慢，就可以使用redis作为mysql的缓存。
如果访问数据库的并发量⽐较⾼, 对于数据库的压⼒是很⼤的, 很容易就会使数据库服务器宕机。
为什么并发量⾼了就会宕机?
服务器每次处理一个请求，一定要消耗一些硬件资源（cpu，内存，硬盘，网络），任意一种资源的消耗超出了机器能提供的上限，机器就很容易故障了。
如何提高mysql能承担的并发量？
1.开源：引入更多的机器，构成数据库集群。
2.节流：引入缓存。把一些频繁读取的热点数据，保存到缓存上。后续在查询数据的时候，如果缓存中已经存在了，就不再访问mysql了。
Redis 访问速度⽐ MySQL 快很多。或者说处理同⼀个访问请求, Redis 消耗的系统资源⽐
MySQL 少很多. 因此 Redis 能⽀持的并发量更⼤.
缓存更新策略
如何知道redis中应该存储哪些数据呢？这就涉及到redis缓存的更新策略。
定期生成
会把访问的数据，以日志的形式记录下来。
每隔⼀定的周期(⽐如⼀天/⼀周/⼀个⽉)， 对于访问的数据频次进⾏统计。挑选出访问频次最⾼的前 N%的数据。
以搜索引擎为例，可以写一套离线的流程，通过定时任务来触发：
a) 完成统计热词的过程。
b）根据热词，找到搜索结果数据（广告数据）
c）把得到缓存数据同步到缓存服务器上
d）控制这些缓存服务器自动重启
优点：实现起来比较简单，过程更可控，方便排查问题。
缺点：实时性不够，如果出现一些突发性事件，有一些本来不是热词的内容，成了热词。新的热词就可能给后面的数据库带来较大的压力。（⽐如春节期间, "春晚" 这样的词就会成为⾮常⾼频的词. ⽽平时则很少会有⼈搜索 "春晚".）
实时生成
实时生成的流程：
• 如果在 Redis 查到了, 就直接返回.
• 如果 Redis 中不存在, 就从数据库查，把查到的结果同时也写⼊ Redis。
可这样不停的写redis，就会使redis的内存占用越来越多。会逐渐达到内存上限。
此时如果继续往里插入数据，就会触发问题。为了解决上述情况，redis就引入了“内存淘汰策略”。
主要有以下几种：
Redis 也提供了内置的淘汰策略, 也可以供我们直接使⽤：
整体来说 Redis 提供的策略和我们上述介绍的通⽤策略是基本⼀致的。只不过 Redis 这⾥会针对 "过期key" 和 "全部 key" 做分别处理。
缓存使用注意事项
缓存预热
缓存中的数据，定期生成不涉及“预热”。
在实时生成时，redis服务器首次接入之后，服务器里时没有数据的。客户端先查询redis，如果没查到，就再查一次mysql，查到了之后，会把数据也写到redis中。
此时，所有的请求都会打给mysql，随着时间的推移，redis上的数据越积累越多，mysql承担的压力就逐渐减小了。
缓存预热，就是用来解决上述问题的。
把定期生成和实时生成，结合一下。即先通过离线的方式，通过一些统计的途径，先把热点数据找到一批，导入到redis中。此时导入的热点数据，就能帮mysql承担很大的压力了。随着时间的推移，逐渐就使用新的热点数据淘汰掉旧的数据。
缓存穿透
查询到的某个key，在redis中没有，mysql中也没有。这个key肯定也不会被更新到redis中。如果像这样的数据存在很多，并且还反复查询，一样也会给mysql带来很大的压力。这种情况称为 缓存穿透。
为何会产生这样的现象？
如何解决这种现象？
1）如果发现这个key，在redis和mysql上都不存在，仍然写入redis中，value设置成一个非法值（比如""）
2）引入布隆过滤器，每次查询redis/mysql之前都判定一下key是否在布隆过滤器上存在。（把所有的key都插入到布隆过滤器中）
布隆过滤器：本质上是结合了hash+bitmap，以比较小的空间开销，比较快的时间速度，实现针对key是否存在的判定。
缓存雪崩
由于在短时间内，redis上大规模的key失效，导致缓存命中率陡然下降，并且mysql的压力迅速上升，甚至直接宕机。
为何产生？
1）redis直接挂了。redis宕机/redis集群模式下大量节点宕机。
2）redis没问题，但是可能之前短时间内设置了很多key给redis，并且设置的过期时间是相同的。（给redis里设置key作为缓存的时候，有时为了考虑缓存的时效性，就会设置过期时间）
如何解决？
1）加强监控报警，加强redis集群可用性的保证。
2）不给key设置过期时间/设置过期时间的时候添加随机的因子（避免同一时刻过期）
缓存击穿
相当于缓存雪崩的特殊情况。针对热点 key , 突然过期了, 导致⼤量的请求直接访问到数据库上, 甚⾄引起数据库宕机。热点key访问的频率高，比缓存雪崩影响更大。
如何解决？
1）基于统计的⽅式发现热点 key, 并设置永不过期。往往需要服务器结构做出较大的调整。
2）进行必要的服务降级，在特定的情况下适当的关闭一些不重要的功能，只保留核心功能。例如访问数据库的时候使用分布式锁，限制同时请求数据库的并发数。
以上，关于redis的缓存，希望对你有所帮助。