Redis——认识

Redis和Memcached比较：

https://www.cnblogs.com/JavaBlackHole/p/7726195.html

https://blog.csdn.net/lch_2016/article/details/81078243

为什么Redis是多线程的(我觉得讲的很好)：

https://blog.csdn.net/world6/article/details/79381682

Redis集群分片原理：

https://blog.csdn.net/wang123459/article/details/79601149

分片：

　　1）客户端实现 不使用一致性hash而是sharding （一致性hash：https://zhuanlan.zhihu.com/p/34985026）

　　2）服务端实现 redis3.0

　　3）代理服务器实现 Twemproxy

 

集群成员管理：

cluster>node>slot>key

节点会定期给其他所有的节点发送Ping，cluster-node-timeout(可配置，秒级)时间内没有收到对方的回复，则单方面认为对端节点宕机，将该节点标为PFAIL状态。通过节点之间交换信息收集到quorum个节点都认为这个节点为PFAIL，则将该节点标记为FAIL，并且将其发送给其他所有节点，其他所有节点收到后立即认为该节点宕机。从这里可以看出，主宕机后，至少cluster-node-timeout时间内该主所负责的Slot的读写服务不可用。

一致性保证：

Redis cluster并不能保证数据的强一致性. 这意味这在实际中集群在特定的条件下可能会丢失写操作。

第一个原因是因为集群是用了异步复制. 写操作过程:
1）客户端向主节点B写入一条命令。
2）主节点B向客户端回复命令状态。
3）主节点将写操作复制给他得从节点 B1, B2 和 B3。

主节点对命令的复制工作发生在返回命令回复之后， 因为如果每次处理命令请求都需要等待复制操作完成的话， 那么主节点处理命令请求的速度将极大地降低 —— 我们必须在性能和一致性之间做出权衡。

Redis 集群另外一种可能会丢失命令的情况是集群出现了网络分区， 并且一个客户端与至少包括一个主节点在内的少数实例被孤立。

举个例子 假设集群包含 A 、 B 、 C 、 A1 、 B1 、 C1 六个节点， 其中 A 、B 、C 为主节点， A1 、B1 、C1 为A，B，C的从节点， 还有一个客户端 Z1 。假设集群中发生网络分区，那么集群可能会分为两方，大部分的一方包含节点 A 、C 、A1 、B1 和 C1 ，小部分的一方则包含节点 B 和客户端 Z1 .
Z1仍然能够向主节点B中写入, 如果网络分区发生时间较短,那么集群将会继续正常运作,如果分区的时间足够让大部分的一方将B1选举为新的master，那么Z1写入B中得数据便丢失了.

注意， 在网络分区出现期间， 客户端 Z1 可以向主节点 B 发送写命令的最大时间是有限制的， 这一时间限制称为节点超时时间（node timeout）， 是 Redis 集群的一个重要的配置选项。

分布式锁：

保证数据的最终一致性

单机Redis实现分布式锁：https://wudashan.cn/2017/10/23/Redis-Distributed-Lock-Implement/

集群Redis实现分布式锁:https://www.jianshu.com/p/fb9993d1b27e  Redisson

为什么执行eval()方法可以确保原子性，源于Redis的特性：

简单来说，就是在eval命令执行Lua代码的时候，Lua代码将被当成一个命令去执行，并且直到eval命令执行完成，Redis才会执行其他命令。

高可用性（HA）：

https://segmentfault.com/a/1190000002680804

Redis-Sentinel