點擊：轉載原文地址 redis快取
1、為什么使用redis 2、使用redis有什么缺點 3、單執行緒的redis為什么這么快 4、redis的資料型別，以及每種資料型別的使用場景 5、redis的過期策略以及記憶體淘汰機制 6、redis和資料庫雙寫一致性問題 7、如何應對快取穿透和快取雪崩問題 8、如何解決redis的并發競爭問題 正文 1、為什么使用redis 分析:博主覺得在專案中使用redis，主要是從兩個角度去考慮:性能和并發，當然，redis還具備可以做分布式鎖等其他功能，但是如果只是為了分布式鎖這些其他功能，完全還有其他中間件(如zookpeer等)代替，并不是非要使用redis，因此，這個問題主要從性能和并發兩個角度去答， 回答:如下所示，分為兩點 （一）性能 如下圖所示，我們在碰到需要執行耗時特別久，且結果不頻繁變動的SQL，就特別適合將運行結果放入快取，這樣，后面的請求就去快取中讀取，使得請求能夠迅速回應，
題外話：忽然想聊一下這個迅速回應的標準，其實根據互動效果的不同，這個回應時間沒有固定標準，不過曾經有人這么告訴我:”在理想狀態下，我們的頁面跳轉需要在瞬間解決，對于頁內操作則需要在剎那間解決，另外，超過一彈指的耗時操作要有進度提示，并且可以隨時中止或取消，這樣才能給用戶最好的體驗，”
那么瞬間、剎那、一彈指具體是多少時間呢？
根據《摩訶僧祗律》記載
一剎那者為一念，二十念為一瞬，二十瞬為一彈指，二十彈指為一羅預，二十羅預為一須臾，一日一夜有三十須臾，
那么，經過周密的計算，一瞬間為0.36 秒,一剎那有 0.018 秒.一彈指長達 7.2 秒，
（二）并發
如下圖所示，在大并發的情況下，所有的請求直接訪問資料庫，資料庫會出現連接例外，這個時候，就需要使用redis做一個緩沖操作，讓請求先訪問到redis，而不是直接訪問資料庫，
2、使用redis有什么缺點
分析:大家用redis這么久，這個問題是必須要了解的，基本上使用redis都會碰到一些問題，常見的也就幾個，
回答:主要是四個問題
(一)快取和資料庫雙寫一致性問題
(二)快取雪崩問題
(三)快取擊穿問題
(四)快取的并發競爭問題
這四個問題，我個人是覺得在專案中，比較常遇見的，具體解決方案，后文給出，
3、單執行緒的redis為什么這么快
分析:這個問題其實是對redis內部機制的一個考察，其實根據博主的面試經驗，很多人其實都不知道redis是單執行緒作業模型，所以，這個問題還是應該要復習一下的，
回答:主要是以下三點
(一)純記憶體操作
(二)單執行緒操作，避免了頻繁的背景關系切換
(三)采用了非阻塞I/O多路復用機制
題外話：我們現在要仔細的說一說I/O多路復用機制，因為這個說法實在是太通俗了，通俗到一般人都不懂是什么意思，博主打一個比方：小曲在S城開了一家快遞店，負責同城快送服務，小曲因為資金限制，雇傭了一批快遞員，然后小曲發現資金不夠了，只夠買一輛車送快遞，
經營方式一
客戶每送來一份快遞，小曲就讓一個快遞員盯著，然后快遞員開車去送快遞，慢慢的小曲就發現了這種經營方式存在下述問題
- 幾十個快遞員基本上時間都花在了搶車上了，大部分快遞員都處在閑置狀態，誰搶到了車，誰就能去送快遞
- 隨著快遞的增多，快遞員也越來越多，小曲發現快遞店里越來越擠，沒辦法雇傭新的快遞員了
- 快遞員之間的協調很花時間
- 每個快遞員——————>每個執行緒
- 每個快遞——————–>每個socket(I/O流)
- 快遞的送達地點————–>socket的不同狀態
- 客戶送快遞請求————–>來自客戶端的請求
- 小曲的經營方式————–>服務端運行的代碼
- 一輛車———————->CPU的核數
參照上圖，簡單來說，就是，我們的redis-client在操作的時候，會產生具有不同事件型別的socket，在服務端，有一段I/0多路復用程式，將其置入佇列之中，然后，檔案事件分派器，依次去佇列中取，轉發到不同的事件處理器中，
需要說明的是，這個I/O多路復用機制，redis還提供了select、epoll、evport、kqueue等多路復用函式庫，大家可以自行去了解，
4、redis的資料型別，以及每種資料型別的使用場景
分析：是不是覺得這個問題很基礎，其實我也這么覺得，然而根據面試經驗發現，至少百分八十的人答不上這個問題，建議，在專案中用到后，再類比記憶，體會更深，不要硬記，基本上，一個合格的程式員，五種型別都會用到，
回答：一共五種
(一)String
這個其實沒啥好說的，最常規的set/get操作，value可以是String也可以是數字，一般做一些復雜的計數功能的快取，
(二)hash
這里value存放的是結構化的物件，比較方便的就是操作其中的某個欄位，博主在做單點登錄的時候，就是用這種資料結構存盤用戶資訊，以cookieId作為key，設定30分鐘為快取過期時間，能很好的模擬出類似session的效果，
(三)list
使用List的資料結構，可以做簡單的訊息佇列的功能，另外還有一個就是，可以利用lrange命令，做基于redis的分頁功能，性能極佳，用戶體驗好，本人還用一個場景，很合適---取行情資訊，就也是個生產者和消費者的場景，LIST可以很好的完成排隊，先進先出的原則，
(四)set
因為set堆放的是一堆不重復值的集合，所以可以做全域去重的功能，為什么不用JVM自帶的Set進行去重？因為我們的系統一般都是集群部署，使用JVM自帶的Set，比較麻煩，難道為了一個做一個全域去重，再起一個公共服務，太麻煩了，
另外，就是利用交集、并集、差集等操作，可以計算共同喜好，全部的喜好，自己獨有的喜好等功能，
(五)sorted set
sorted set多了一個權重引數score,集合中的元素能夠按score進行排列，可以做排行榜應用，取TOP N操作，
5、redis的過期策略以及記憶體淘汰機制
分析:這個問題其實相當重要，到底redis有沒用到家，這個問題就可以看出來，比如你redis只能存5G資料，可是你寫了10G，那會刪5G的資料，怎么刪的，這個問題思考過么？還有，你的資料已經設定了過期時間，但是時間到了，記憶體占用率還是比較高，有思考過原因么?
回答:
redis采用的是定期洗掉+惰性洗掉策略，
為什么不用定時洗掉策略?
定時洗掉,用一個定時器來負責監視key,過期則自動洗掉，雖然記憶體及時釋放，但是十分消耗CPU資源，在大并發請求下，CPU要將時間應用在處理請求，而不是洗掉key,因此沒有采用這一策略.
定期洗掉+惰性洗掉是如何作業的呢?
定期洗掉，redis默認每個100ms檢查，是否有過期的key,有過期key則洗掉，需要說明的是，redis不是每個100ms將所有的key檢查一次，而是隨機抽取進行檢查(如果每隔100ms,全部key進行檢查，redis豈不是卡死)，因此，如果只采用定期洗掉策略，會導致很多key到時間沒有洗掉，
于是，惰性洗掉派上用場，也就是說在你獲取某個key的時候，redis會檢查一下，這個key如果設定了過期時間那么是否過期了？如果過期了此時就會洗掉，
采用定期洗掉+惰性洗掉就沒其他問題了么?
不是的，如果定期洗掉沒洗掉key，然后你也沒即時去請求key，也就是說惰性洗掉也沒生效，這樣，redis的記憶體會越來越高，那么就應該采用記憶體淘汰機制，
在redis.conf中有一行配置
# maxmemory-policy volatile-lru
該配置就是配記憶體淘汰策略的(什么，你沒配過？好好反省一下自己)
1）noeviction：當記憶體不足以容納新寫入資料時，新寫入操作會報錯，應該沒人用吧，
2）allkeys-lru：當記憶體不足以容納新寫入資料時，在鍵空間中，移除最近最少使用的key，推薦使用，目前專案在用這種，
3）allkeys-random：當記憶體不足以容納新寫入資料時，在鍵空間中，隨機移除某個key，應該也沒人用吧，你不刪最少使用Key,去隨機刪，
4）volatile-lru：當記憶體不足以容納新寫入資料時，在設定了過期時間的鍵空間中，移除最近最少使用的key，這種情況一般是把redis既當快取，又做持久化存盤的時候才用，不推薦
5）volatile-random：當記憶體不足以容納新寫入資料時，在設定了過期時間的鍵空間中，隨機移除某個key，依然不推薦
6）volatile-ttl：當記憶體不足以容納新寫入資料時，在設定了過期時間的鍵空間中，有更早過期時間的key優先移除，不推薦
ps：如果沒有設定 expire 的key, 不滿足先決條件(prerequisites); 那么 volatile-lru, volatile-random 和 volatile-ttl 策略的行為, 和 noeviction(不洗掉) 基本上一致，
6、redis和資料庫雙寫一致性問題
分析:一致性問題是分布式常見問題，還可以再分為最終一致性和強一致性，資料庫和快取雙寫，就必然會存在不一致的問題，答這個問題，先明白一個前提，就是如果對資料有強一致性要求，不能放快取，我們所做的一切，只能保證最終一致性，另外，我們所做的方案其實從根本上來說，只能說降低不一致發生的概率，無法完全避免，因此，有強一致性要求的資料，不能放快取，
首先，采取正確更新策略，先更新資料庫，再刪快取，其次，因為可能存在洗掉快取失敗的問題，提供一個補償措施即可，例如利用訊息佇列，
7、如何應對快取穿透和快取雪崩問題
分析:這兩個問題，說句實在話，一般中小型傳統軟體企業，很難碰到這個問題，如果有大并發的專案，流量有幾百萬左右，這兩個問題一定要深刻考慮，
回答:如下所示
快取穿透，即黑客故意去請求快取中不存在的資料，導致所有的請求都懟到資料庫上，從而資料庫連接例外，
解決方案:
(一)利用互斥鎖，快取失效的時候，先去獲得鎖，得到鎖了，再去請求資料庫，沒得到鎖，則休眠一段時間重試
(二)采用異步更新策略，無論key是否取到值，都直接回傳，value值中維護一個快取失效時間，快取如果過期，異步起一個執行緒去讀資料庫，更新快取，需要做快取預熱(專案啟動前，先加載快取)操作，
(三)提供一個能迅速判斷請求是否有效的攔截機制，比如，利用布隆過濾器，內部維護一系列合法有效的key，迅速判斷出，請求所攜帶的Key是否合法有效，如果不合法，則直接回傳，
快取雪崩，即快取同一時間大面積的失效，這個時候又來了一波請求，結果請求都懟到資料庫上，從而導致資料庫連接例外，
解決方案:
(一)給快取的失效時間，加上一個隨機值，避免集體失效，
(二)使用互斥鎖，但是該方案吞吐量明顯下降了，
(三)雙快取，我們有兩個快取，快取A和快取B，快取A的失效時間為20分鐘，快取B不設失效時間，自己做快取預熱操作，然后細分以下幾個小點
- I 從快取A讀資料庫，有則直接回傳
- II A沒有資料，直接從B讀資料，直接回傳，并且異步啟動一個更新執行緒，
- III 更新執行緒同時更新快取A和快取B，
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/164034.html
標籤：Java
上一篇：【面經】5年Java面試親身經驗