本文目录一览：
- 1、redis处理数据问题
- 2、细说分布式redis
- 3、redis怎么实现分布式
数据到达过期时间，并不做处理，而是等下次访问该数据时，先判断该数据是否过期 ， 未过期，返回数据 ；发现已过期 ， 删除该数据，返回不存在 。这种方式虽然节约 CPU 性能，发现必须删除的时候才删除 。
redis的删除del在删除一个大对象的时候有可能造成卡顿 。为了解决这个问题Redis0引入了unlink指令，将这个key的对象引用从Redis内存数据里删除 ， 将删除操作封装成一个任务丢到一个异步队列里 。
解决以上两种情况redis数据丢失的问题 都是靠 以下两个参数配置将数据损失降到最低 。
缓存穿透： 缓存穿透是指查询一个根本不存在的数据，这样的数据肯定不在缓存中 ， 这会导致请求全部落到数据库上，有可能出现数据库宕机的情况 。
细说分布式redis1、说实话，如果在公司里落地生产环境用分布式锁的时候，一定是会用开源类库的，比如Redis分布式锁 ， 一般就是用Redisson框架就好了 ， 非常的简便易用 。
2、压缩：Redis默认采用LZF算法对生成的RDB文件做压缩处理，压缩后的文件远远小于内存大小，默认开启，可以通过参数config set rdbcompression{yes|no}动态修改 。
3、可以利用Redis的setnx功能来编写分布式的锁 ， 虽然这个可能不是太常用 。
4、实际应用中，最好用多台机器，比如说6个节点分布到3台机器上，redis在建立集群时为自动的将主从节点进行不同机器的分配 。
redis怎么实现分布式以用户ID为key ， 这个随机数为value ， 存入redis 。用户请求需要登录的接口时，先从cookie中拿到用户信息，然后以用户信息中的用户ID为key，从redis中得到随机数 。
此时 ， 我们可以考虑通过 Lua 脚本来实现，这样判断和删除的过程就是原子操作了 。
首先，无论我们是使用自己的物理主机 ， 还是使用云服务主机，内存资源往往是有限制的，scale up不是一个好办法，我们需要scale out横向可伸缩扩展，这需要由多台主机协同提供服务，即分布式多个Redis实例协同运行 。
总结实现方案如下： 这个分布式锁满足如下四个条件： 当然 ， 在 Redission 中的脚本，为了保证锁的可重入，又对 lua 脚本做了一定的修改，现在把完整的 lua 脚本贴在下面 。
这种去中心化的分布式节点之间内部协调，包括故障识别、故障转移、选主等等，核心在于gossip扩散协议，能够支撑这样的广播协议在于所有的节点都持有一份完整的集群元数据 ， 即所有的节点都知悉当前集群全局的情况 。
【redis怎么对订单数据排序 redis生成分布式订单号】假设有5个Redis节点A ， B，C，D，E 。这个问题用Redis实现分布式锁暂时无解 。而生产环境这种情况是存在的 。
