redis+juc

1.常见异常

OOM out of memory 堆内存溢出实现通过new Byte[1024 *1024 *1024]
Stack Overflow 栈内存溢出实现通过递归调用方法因为存放的是方法栈、方法的局部变量很多
ConCurrentModificationException 并发修改异常实现多线程调用集合（List）或hashMap
NosuchElementsException 无这样元素实现 BlockQueue 中无元素时，调用remove 会报这样异常
RejectedExecutionException 拒绝执行实现自定义一个线程池时 ThreadPoolExecutor 使用 AbortPolicy 这个策略时，请求数超过最大线程数和任务队列的等待数时触发

2.juc有关知识

java.util.concurrent
提供了一系列用于管理并发线程安全的工具类
对应的线程安全类
1. hashMap==> concurrentHashMap hashTable
2. ArrayList==> CopyOnWriteList Collections.SynchronizedList vectore
3. LinkedList ==> Collections.syschronizedList 底层是双向链表对于在链表头和尾进行插入是高效的如果在中间进行插入，首先进行Node的查找，将index与size>>1进行比较，大于从头部开始进行遍历查找，返回查找到的节点，调用LinkedBefore进行插入
4. CountDownLatch 教室六个人班长最后进行锁门只有前六个人执行完了，最后班长才锁门适用于多个线程进行计算，得到所有的计算结果时，最后一个线程进行计算汇总。
5. CyclicBarrier 收集七颗龙珠召唤神龙类似CountDownLatch（自减） CyclicBarrier调用await方法后进行自增
6. Semaphore 信号灯适用于多个线程抢占有限的资源例如三个资源六个线程去进行抢占，另外没有得到的三个线程会进行阻塞可以acquire获取，然后进行释放

3.四大函数式接口

  1. 函数型接口 :T Function(T t)  
  2. 判定型接口: boolean Predict(T t);
  3. 消费型接口: void Consumer(T t);
  4. 供给型接口: T Supply();

4.流式编程例如将查出的数据进行流式计算通过list.stream()

  例如: list.stream().filter(Predict()).map(Function()).sort(Comparator).limit(1)
  参考文档:  [https://developer.ibm.com/zh/articles/j-lo-java8streamapi/]

5.线程池

可定长 newFixedThreadPool(size)
单个 newSingleThreadPool()
可缓存 newCacherThreadPool();

其底层都是一个类叫 ThreadPoolExecutor 阿里开发手册建议不要使用工具类给我们提供的线程池，自己自定义线程池
因为可定长和可单例他们使用的队列都是LinkedBlockQueue 而该阻塞队列初始化的队列数是Integer.MaxValue，可缓存的定义的线程数是最大整数有可能都会导致内存溢出
建议手写，他们的执行工具类是Executors,父级引用使用ExecutorService
ThreadPoolExecutor其中的七大参数：
1. 核心线程数
2. 最大线程数
3.4 响应时间（即任务数小于队列中任务数，有一部分空闲线程指定时间会关闭）
5.队列（用来保存处理不过来的任务数）
6.线程工厂
7.拒绝策略
（四种：
a.AbortPolicy 超出最大线程加队列中的任务数会报rejectedExcutionException错误
b.CallerRunsPolicy 会将超出的任务交给调用方处理
c.DiscardPolicy 抛弃
d.DiscardOldestPolicy 抛弃最久等待的任务数）

6.分支合并 ForkJoinTask 对于大的任务数例如计算0到100的加法每10个为一个梯度分成十段去计算最后将分支的结果合并起来得到最后的结果

fork方法分支
join方法合并
启用有个ForkJoinPool submit()提交 ForkJoinTask任务得到一个ForkJoinTask实例通过该实例调用get方法可以得到结果

7. redis 由C语言进行开发，基于内存亦可持久化的日志型，key-value的非关系型数据库，并提供多种语言的API

（一）、提供五种基本key-value的数据型
a.string 以key-value形式进行存储可以用来做计数器，点赞等应用场景
b.hash 以key 多个field-value进行存储应用场景象淘宝的购物车添加多件使用 hincryby 命令获得所有总量数 hgetAll
c.list 消息队列例如关注了多个公众号，每个公众号发布了消息使用lput 到我的用户id中然后使用lrange 进行读取所有的为读的发布的消息实现了队列（lpush+rpop）、栈(lpuh+lpop)的功能
d.set 无序集合里面提供了交集和差集的api，可以用来做共同好友，可能认识的人场景
e.zset zadd key scores value 有序集合里面设置有一些的分数字段可以用来做分数排行榜
（二）、三种让服务器崩溃的造成原因

缓存雪崩（集体失效）
在同一时间段，大量的内存中数据过期，导致请求全部访问数据库，对数据库的压力骤增，可能崩溃
解决办法: (1).将数据的过期时间进行随机设置（分散失效）（2）.数据预热
缓存击穿:单个失效
单个热点数据失效，导致大量的该请求并发打到redis上，因为没有该缓存，所以直接访问数据库，导致数据库崩溃
解决办法: 在第一个请求执行的时候就设置一个互斥锁(使用分布式锁setnx或者redisson（redis+juc）里的lock方法)，其他请求不能访问数据库，等第一个请求查询好了数据库并且进行了缓存后。其他线程就会直接走缓存。
缓存穿透: （数据在数据库和redis中都不存在）
解决办法:
（1）、设置查询出来的结果为进行缓存，不过过期时间很短，这样第二次到缓存中就会有值了。
（2）、设置布隆过滤器将可能的数据存储到一个足够大的bitmap中，如果不存在的key就一定会被拦截掉。在缓存前加一个布隆过滤器，不存在直接过滤，存在查缓存，没有查数据库
（三）redis不但可以做缓存，还可以做数据库。所以了解其持久化机制RDB和AOF
RDB模式将某个时间点的文件存放到直接将文件快照到本地，默认是dump.rdb文件通过save命令（但主进程会阻塞）或者bgSave(创建一个forks子线程来进行数据同步的保存)可以设置多久一次保存，例如五分钟之内10个写命令就进行保存
存储的过程:首先生成临时文件，将数据写入临时文件，临时文件代替正式文件，删除原来的DB文件
优点:文件恢复比较快，文件紧凑，通过文件备份由于使用子线程，所以对服务器的性能影响较小
缺点:服务器进行宕机的话，只会保存最后一次备份时间段之后的数据
使用save命令会造成服务器阻塞，等数据同步完成之后才能接受后续请求，使用bgsave同理（数据量太大也会阻塞）
AOF模式: 与rdb存储某个时间段的不同，会保存客户端对服务端的每一次写操作命令，并将这些写操作以redis协议追加到AOF文件末尾

提供三种策略：

always 客户端每一个写操作都会进行追加到AOF文件中（对服务器的性能影响较大）
exerysec 每秒追加一次（推荐使用）
no 交由操作系统进行什么时候写入

AOF文件损坏服务器会拒绝载入这个文件可以备份现在的文件，使用check命令修复文件，之后进行重启服务器，加载已经修复的文件
---优点:只是追加文件因此对服务的性能影响较小，速度比RDB要快,内存消耗较小。即使服务器宕机了，丢失的文件也是少数。
---缺点:文件的体量太大，即使重写后的AOF文件也是。服务器重新加载的速度较慢
（四）. 我们知道redis基于内存操作，如果断电，服务器宕机，为了防止数据丢失，我们可以对其进行持久化操作。因为是单机版操作，如果电脑坏了，主板等，
那数据还是会丢失。所以我们可以做集群的部署。

即在多条电脑上搭建多个服务器redis-server，可以利用主从复制的模式。定义一个主服务器（Master）,多个从服务器（slave）。
利用主从复制可以让从服务器Slave精确复制主服务器Master的数据，从服务器还可以设置从服务器（Sub-Slave）
工作原理:是异步复制。由于异步，在主服务器将数据同步到Slave时，仍然可以接收其他请求 Slave接收数据时也是异步的
主从数据复制的三种方式:
（1）当正常连接时，主服务器会将数据命令流给slave服务器，将自身的改变的数据复制给slave
（2）如果因为某些原因断开了连接，则会将断开时间这部分的数据同步给Slave服务器，即部分同步
（3）如果无法同步，则会请求全量同步，master服务器将会把自己的RDB文件发送给slave服务器进行同步，并记录同步期间其他的写入，在发送给slave服务器
主从复制的作用:
a.保存Redis数据副本
b.读写分离，为了避免读写操作对主服务器的压力过大，写数据时从Master主服务器，读数据时从Slave服务器，减轻Master的服务器的访问压力
c.高可用与故障转移高可用即全天24小时不间断的服务。可以通过sentinel管理对个redis服务器，假如主服务宕机或者出现故障了，哨兵模式将会监测到，根据一定规则将某台从服务器升级为主服务器，继续提供服务，实现故障转移，保证Redis不间断

（五）.redis提供六种淘汰策略
当数据到达最大内存限制时（maxmemory），redis根据maxmemory-policy配置策略，来决定具体行为

volatile-lru 过期中最近最少使用
volatile-ttl 过期中将要过期（即剩余时间最短）的数据
volatile-random 过期中任意选择淘汰策略
allkey-lru 从所有中选择最近最少使用
allkey-random 所有选择中任意选择淘汰
noeviction 禁止驱逐数据，达到最大内存后还需要内存，直接报错

（六）.为了解决数据同一集中在一台服务器上，可以使用范围分片算法和哈希分片

范围分片:例如id从0-100存储到实例redis01上 101存储到redis02上
hash分片:使用hash算法将键转化为一个hash值，通过hash值对redis的实例数量进行求模来存储到对应的实例上