利用Redis设计库存系统的苦与乐1、我们先在Redis中拿到当前的库存值，然后check是否已经扣减到了零，如果已经扣减到了零 ， 则直接return；否则，就利用Redis的decr原子操作进行扣减 ， 同时返回扣减后的库存值 。
【redis上锁 redis锁的坑】2、内存使用效率对比：使用简单的key-value存储的话，Memcached的内存利用率更高，而如果Redis采用hash结构来做key-value存储，由于其组合式的压缩 ， 其内存利用率会高于Memcached 。
3、库存全部放在redis是可取的 。商品的库存全部放入redis，库存的读取直接读取redis ， 到了下单环节 ， 库存的扣除也直接在redis扣除，通过消息队列通知后端数据库，最终把库存的扣减异步同步到后台数据库，避免了对数据库的瞬时压力 。
4、redis 做流计算太过勉强，一是根据业务上的需求，需要统计的key 至少有几亿个，最多也有几十亿个，另外redis 中需要存储少量的交易的信息 。
5、重试机制：当库存扣减失败时 ， 可以加入重试机制，让请求重新执行一次，一般情况下，问题可以得以解决 。限流措施：当库存扣减失败时，也可以加入限流措施，限制对数据库的访问频率，避免因访问量过大导致数据库崩溃 。
6、根据目前风控系统运行情况来看，遇到如下的问题 redis 中的key 太多，在存量卡号比较大的情况下，redis 中key的存储过于庞大 。redis 本身RDB 和 AOF 的问题 。线上开启AOF 重写出差情况下，会阻塞redis 主线程 。
细说分布式redis比如在分布式爬虫系统中，使用 redis 来统一管理 url队列 。分布式锁：在分布式服务中 。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 。
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 。
Redis 是一个高性能的key-value数据库 。redis的出现，很大程度补偿了memcached这类key/value存储的不足，在部 分场合可以对关系数据库起到很好的补充作用 。
输入缓冲区会先把客户端发送过来的命令暂存起来，Redis 主线程再从输入缓冲区中读取命令，进行处理 。为了避免客户端和服务器端的请求发送和处理速度不匹配 ， 这点和等下要说的输出缓冲区是一样的 。
通常来说，当数据多、并发量大的时候 ， 架构中可以引入Redis ， 帮助提升架构的整体性能，减少Mysql（或其他数据库）的压力，但不是使用Redis，就不用MySQL 。
redis中的乐观锁和悲观锁1、乐观锁：这个世界是美好的，别人肯对不会在我操作数据前进行更改 。在redis中，乐观锁指的是只是对key上锁 ， 只要key不变就代表不会出问题 。
2、乐观锁和悲观锁的区别如下：悲观锁是当线程拿到资源时，就对资源上锁，并在提交后，才释放锁资源，其他线程才能使用资源 。
3、分布式锁的三种实现方式分别是：基于数据库实现分布式锁、基于缓存（Redis等）实现分布式锁、基于Zookeeper实现分布式锁 。基于数据库实现分布式锁 悲观锁 利用select … where … for update 排他锁 。
4、简单来说，Redis使用乐观锁，相对于悲观锁 ， 在实现中更加简单，在某些场景中的性能也更好 。
5、悲观锁和乐观锁定义：乐观锁：乐观锁在操作数据时非常乐观，认为别人不会同时修改数据 。因此乐观锁不会上锁，只是在执行更新的时候判断一下在此期间别人是否修改了数据：如果别人修改了数据则放弃操作，否则执行操作 。
6、悲观锁：很悲观每次操作数据前会上锁 。比喻行锁、表锁、读写锁等 悲观锁线程安全 乐观锁：很乐观每次操作数据不会上锁 ， 更新的时候使用版本号等机制判断数据是否被修改 。
推荐阅读
- 如何实现系统同步服务器的同步？ 系统同步服务器怎么实现的
- 诛仙服务端是怎么泄露出来的 诛仙游戏怎么玩地方服务器
- 如何设置电脑服务器？ 怎么开通电脑服务器
- redis查找某个key redis查询某个key值
- 如何将系统后台与服务器连接？ 系统后台怎么链接服务器
- 代理登陆问道 问道怎么设置代理服务器
- 如何启用电话提示服务器？ 怎么开通电话提示服务器
- 如何实现系统与服务器的连接？ 系统和服务器之间怎么连接