23 | 缓存设计：缓存可以锦上添花也可以落井下石

第一个问题： vivi童鞋回复的很棒，我的第一想法也是加随机后缀。 分型一个场景：假如在一个非常热点的数据，数据更新不是很频繁，但是查询非常的频繁，要保证基本保证100%的缓存命中率，该怎么处理？ 我们的做法是，空间换效率，同一个key保留2份，1个不带后缀，1个带后缀，不带的后缀的有ttl，带后缀的没有，先查询不带后缀的，查询不到，做两件事情：1、后台程序查询DB更新缓存；2查询带后缀返回给调用方。这样可以尽可能的避免缓存击穿而引起的数据库挂了。 第二个问题： 1：单个key存储的value很大 key分为2种类型： 第一：该key需要每次都整存整取 可以尝试将对象分拆成几个key-value， 使用multiGet获取值，这样分拆的意义在于分拆单次操作的压力，将操作压力平摊到多个redis实例中，降低对单个redis的IO影响； 第二：该对象每次只需要存取部分数据 可以像第一种做法一样，分拆成几个key-value， 也可以将这个存储在一个hash中，每个field代表一个具体的属性，使用hget,hmget来获取部分的value，使用hset，hmset来更新部分属性。 2、一个集群存储了上亿的key 如果key的个数过多会带来更多的内存空间占用， 第一：key本身的占用（每个key 都会有一个Category前缀） 第二：集群模式中，服务端需要建立一些slot2key的映射关系，这其中的指针占用在key多的情况下也是浪费巨大空间 这两个方面在key个数上亿的时候消耗内存十分明显（Redis 3.2及以下版本均存在这个问题，4.0有优化）； 所以减少key的个数可以减少内存消耗，可以参考的方案是转Hash结构存储，即原先是直接使用Redis String 的结构存储，现在将多个key存储在一个Hash结构中，具体场景参考如下： 一： key 本身就有很强的相关性，比如多个key 代表一个对象，每个key是对象的一个属性，这种可直接按照特定对象的特征来设置一个新Key——Hash结构， 原先的key则作为这个新Hash 的field。 二： key 本身没有相关性，预估一下总量，预分一个固定的桶数量 比如现在预估key 的总数为 2亿，按照一个hash存储 100个field来算，需要 2亿 / 100 = 200W 个桶 (200W 个key占用的空间很少，2亿可能有将近 20G ) 现在按照200W 固定桶分就是先计算出桶的序号 hash(123456789) % 200W ， 这里最好保证这个 hash算法的值是个正数，否则需要调整下模除的规则； 这样算出三个key 的桶分别是 1 ， 2， 2。 所以存储的时候调用API hset(key, field, value)，读取的时候使用 hget （key， field） 注意两个地方：1，hash 取模对负数的处理； 2，预分桶的时候， 一个hash 中存储的值最好不要超过 512 ，100 左右较为合适

先更新数据库再删缓存，如果并发查询发生在删缓存之前更新数据库之后，查到的不都是旧数据吗？ 不是应该先删除缓存，向队列中插入一个数据的修改标识，并发查询发现缓存为空把查询数据库的标识也放入队列中，等修改的处理完了再处理查询的请求。

跟用户信息相关的缓存怎么处理穿透，因为用户的量很大，很难全放进布隆过滤器。

第一个问题，我认为可以给hotkey加上后缀，让这些hotkey打散到不同的redis实例上。

对于一个频繁更新的热点key，有什么好的方案，先更新redis在定时同步到数据库，可能会丢数据

Mongodb算缓存吗？还是数据库？我们现正在开发的一个功能，将用户会员状态放到缓存中，缓存的过期时间是会员的过期时间，如果缓存没到缓存过期时间就被驱除,那就死翘翘了。

文稿中提到的布隆过滤器，怎么保证加载用户全部数据。用户量太大会不会oom?,如果新用户注册过来，怎么同步更新所有实例的布隆过滤器数据

老师，你好！ 目前我们项目中遇到的问题： 当资讯在后台管理台修改完成审核上架后，需要在客户端实时生效，但是客户端的显示涉及分页和详情查询，分页查询中的缓存key涉及分页参数pageNo，pageSIze,分页和详情缓存key还涉及用户参数，这种情况情况如何处理？

关于redis热key的处理，vivi和Darren给出很好的方案。如果hot key数据量不大的话，服务器本地localcache也是个方法吧？另外想问老师，在工程上如何发现热key呢？使用redis4提供的object freq？不知是否有其他方式？

还有一种 “延迟双删” 的说法，也就是先删除缓存，再写数据库，延迟 一下再次删除缓存