分布式session

本文介绍了session的工作原理及其在分布式环境下的解决方案。session数据存储于服务端，通过客户端的jsessionId进行访问，但默认情况下session不可跨域。为了实现session在不同服务或集群间的共享，提出了几种方案：直接将信息存入cookie中（存在安全风险和大小限制）、session复制（效率低且不推荐）、基于哈希一致性算法分配特定机器处理请求（远程调用问题难以解决）以及使用Redis作为统一存储介质（目前较为流行的解决方案）。每种方法都有其优缺点，在实际应用时需根据具体需求选择合适的策略。

分布式锁Redisson

Redisson是一个基于Redis的Java内存数据网格，提供了一系列分布式Java对象和服务，如集合、锁、原子数等。它简化了Redis的使用，并支持分离关注点，使开发者能更专注于业务逻辑。通过简单的配置即可使用Redisson，例如通过Maven导入依赖并进行基本配置。Redisson提供的可重入锁（Reentrant Lock）和读写锁（ReadWriteLock）支持分布式环境下的并发控制，而信号量（Semaphore）则用于控制对资源的访问次数。此外，闭锁（CountDownLatch）帮助协调多个线程的操作。对于缓存与数据库一致性问题，Redisson建议采用设置缓存过期时间或利用分布式锁来解决潜在的数据不一致问题。总之，Redisson为构建高性能、高可用性的分布式系统提供了强大的工具集。

本地缓存与分布式缓存

本文介绍了服务端编程中缓存技术的基本概念及其在提高数据访问速度和程序性能方面的作用，重点讨论了本地缓存与分布式缓存两种主要形式。本地缓存通过将数据存储于同一进程内来加快访问速度，但存在内存占用大、集群间同步复杂及重启后数据丢失的问题；而分布式缓存如Redis或Memcached则部署为独立服务，支持更大规模的数据存储及更复杂的操作（如Redis提供的多种数据结构），同时具备良好的可扩展性和高可用性，但在网络延迟上略逊一筹。两者各有优劣，适用于不同的应用场景。

Redis分布式锁基本原理

高并发下缓存失效问题:缓存穿透，缓存雪崩，缓存击穿

本文介绍了三种常见的缓存问题及其解决方案。**缓存穿透**是指请求的数据在缓存和数据库中均不存在，可通过缓存空对象、设置短暂过期时间或使用布隆过滤器等方法解决。**缓存雪崩**发生在大量缓存数据同时失效时，导致数据库压力剧增，建议通过随机化过期时间、分布式部署热点数据等方式预防，并采用降级、熔断策略应对突发情况。**缓存击穿**特指高并发下访问某一未缓存但存在于数据库中的热点数据，可利用永久缓存热点数据、加互斥锁（如Redis的SETNX）等手段缓解。这些措施有助于提高系统稳定性和响应速度。

lettuce堆外内存溢出bug

在进行压力测试时，可能会遇到堆外内存溢出（OutOfDirectMemoryError）的问题。这主要是由于Spring Boot 2.0之后默认使用的Redis客户端lettuce存在bug，导致Netty在处理网络通信时出现堆外内存溢出。Netty如果没有明确指定堆外内存大小，默认会使用Xms的值，可以通过设置-Dio.netty.maxDirectMemory来调整，但这不是根本解决办法。为了解决这一问题，建议升级Spring Boot版本或切换到使用Jedis作为Redis客户端。如果选择后者，需要在项目的依赖中排除lettuce-core，并添加jedis依赖。

Redis持久化

Redis提供了两种主要的数据持久化方式：RDB（Redis DataBase）和AOF（Append Only File）。RDB通过在不同时间点生成数据快照并存储到磁盘来实现持久化，适合定时备份及灾难恢复，但数据完整性和一致性较低。AOF则记录所有写指令至日志文件中，重启时重演这些命令以恢复数据，提供更高的数据恢复完整度，但可能产生较大的日志文件。同时使用RDB与AOF时，Redis会优先采用AOF进行数据恢复。对于没有持久化需求的应用场景，可以关闭这两种方式使Redis成为纯内存数据库。Redis 4.0引入了混合持久化模式，在AOF重写过程中结合RDB全量快照和增量AOF日志，旨在提高数据恢复效率的同时保证数据完整性。