redis原生命令及项目使用

主动更新策略

缓存问题及解决

布隆过滤出现哈希冲突解决方案：

1. 选择合适的哈希函数：布隆过滤器的性能和哈希函数的选择密切相关。选择高效、低碰撞率的哈希函数可以降低误判率。通常使用的哈希函数有 MurmurHash、FNV 等。

2. 合理设置过滤器大小：过滤器的大小（位数组的大小）会影响误判率。过小的过滤器容易发生冲突，增加误判率；过大的过滤器会增加内存消耗。因此，需要根据实际需求选择合适的过滤器大小。

3. 合并多个哈希函数：可以使用多个独立的哈希函数来计算元素的哈希值，并将多个哈希值映射到位数组上。这样可以降低冲突的概率，减少误判率。

4. 动态调整过滤器参数：根据实际使用情况，可以动态调整布隆过滤器的参数，如哈希函数的数量、过滤器的大小等，以优化性能和减少误判率。

5. 使用备用过滤器：在需要高精度的场景下，可以使用备用过滤器来对误判进行二次确认，以提高准确性。

缓存击穿问题也叫热点Key问题，就是一个被高并发访问并且缓存重建业务较复杂的key突然失效了，无数的请求访问会在瞬间给数据库带来巨大的冲击。

redis数据类型及对应的常见原生命令