前述
本篇收集Redis一些常见问题及解决方法，最后面是一些Redis资料链接。
Memcached和Redis的区别
-
Memcached单进程多线程，而Redis单进程单线程。处理小数据时，Redis性能比Memcached高，而在100K以上的数据中，Memcached性能要高于Redis。
-
Memcached只支持key-value数据类型，而Redis支持丰富的数据类型。
-
Redis并不是将所有数据存储在内存中。当内存容量用完时，Redis会swap一部分数据到磁盘上，而且也支持数据持久化。
-
从内存利用率来讲，使用简单的key-value存储的话，Memcached的内存利用率更高。而如果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Memcached。
-
Memcached本身并不支持分布式，因此只能在客户端通过像一致性哈希这样的分布式算法来实现Memcached的分布式存储。相较于Memcached只能采用客户端实现分布式存储，Redis更偏向于在服务器端构建分布式存储。
-
Redis支持服务端的数据操作，而Memcached需要将数据拿到客户端修改再set回去，增加了io操作。
关于Memcached和redis对比，可以参考：
缓存的一些问题
1，缓存穿透
定义:
所谓缓存穿透，就是访问根本不存在的数据。当访问一个数据时，缓存不存在，则会直接查询数据库。数据库也不存在，就返回空。 如果有恶意用户访问大量不存在的数据，则会给数据库造成很大压力。
解决方法:
- BloomFilter。类似于hash表的算法。把所有可能的查询生成一个bitmap。每次请求数据时，都通过BloomFilter查看数据是否存在。
- 缓存空值，并设置一个较短的过期时间。这样同个不存在的数据查询请求反复出现时，就能命中缓存。
2，缓存雪崩
定义:
缓存雪崩，就是缓存中大量数据同时失效。此时大量的数据请求就好转发到数据库，从而给数据库造成压力。
解决方法:
- 让失效时间不同。比如一定范围的随机时间，这样就避免了大量缓存同时失效。缺点是粒度不好把握。
- 可以限制并发量（比如利用锁和同步机制）。这样即使缓存大量失效，也不会有大量请求造成数据库压力。不过这种方法造成了服务性能的下降。
缓存击穿
定义:
缓存击穿是缓存雪崩的特例。当某些热点数据失效时，它的请求会被发往数据库。在数据库请求并更新缓存的这段时间，如果有大量的热量请求，就会给数据库造成很大的压力。
解决方法:
- 增加二级缓存，不同的缓存设置不同的失效时间。这个解决方案也适用于缓存雪崩。
- 基于LRU的缓存换出策略。
后述
一些资料：
Redis技术集收集了一些Redis的技术讲解和使用场景按理。