Redis

使用场景

• 缓存
  • 穿透，击穿，雪崩
  • 双写一致，持久化
  • 数据过期，淘汰策略
• 分布式锁
  • setnx,redisson
• 计数器
• 保存token:String类型
• 消息队列
• 延迟队列：
• 集群
• 事务
• Redis为啥这么快

常见面试题

缓存-缓存穿透

原因是有人恶意伪造id来获取文章信息。

解决方案:

1. 缓存空数据，查询返回的数据为空，仍把这个空数据进行缓存

   优点：简单

   缺点：消耗内存，可能存在数据不一致的问题

2. 使用布隆过滤器

   优点：内存占用较少，没有多余的key

   缺点：实现复杂，存在误判

   

   缓存预热时，预测布隆过滤器

   布隆过滤器知识

   

   存在的问题-有缺失率，如下图所示

   

   误判率：数组越小误判率就越大，数组越大误判率就越小，但是同时带来更多的内存消耗。

   布隆过滤器实现方案：Redisson,Guava

缓存-击穿

缓存击穿:给某一个key设置了过期时间，当key过期的时候，恰好这时间点对这个key有大量的并发请求过来，这些并发的请求可能会瞬间把DB压垮

解决方案

互斥锁：强一致，性能差

逻辑过期：高可用，性能优，不能保证数据绝对一致

缓存雪崩

缓存雪崩是指在同一时间段大量的缓存key同时失效或者Redis服务宕机，导致大量请求到达数据库，带来巨大压力。

解决方案：

• 给不同的key的TTL添加随机值
• 利用redis集群提高服务的可用性，哨兵模式，集群模式
• 给缓存业务添加降级限流策略，ngnix
• 给业务添加多级缓存，Guava或者Caffaie

《缓存三兄弟》

• 穿透无中生有key，布隆过滤null隔离。
• 缓存击穿过期key，锁与非期解难题。
• 雪崩大量过期key，过期时间要随机。
• 面试必考三兄弟，可用限流来保底。

双写一致性

前提需求：一致性要求，允许延迟一致性

双写一致性：当修改了数据库的数据也要同时更新缓存的数据，缓存和数据库的数据要保持一致

不管是先删除缓存，还是先修改数据库，都会出现问题。

解决方案：

上面的方案，依旧不高。

阿里给的双写一致性方案

面试题

持久化

在Redis中提供了两种数据持久化的方式：1.RDB 2.AOF

RDB全称Redis Database Backup file (Redis数据备份文件)，也被叫做Redis数据快照。简单来说就是把内存中的所有数据都记录到磁盘中。当Redis实例故障重启后，从磁盘读取快照文件，恢复数据。

bgsave开始时会fork主进程得到子进程，子进程共享主进程的内存数据。完成fork后读取内存数据并写入RDB 文件。

AOF

AOF全称为Append Only File (追加文件)。Redis处理的每一个写命令都会记录在AOF文件，可以看做是命令日志文件。

AOF默认是关闭的，需要修改redis.conf配置文件来开启AOF

因为是记录命令，AOF文件会比RDB文件大的多。而且AOF会记录对同一个key的多次写操作，但只有最后一次写操作才有意义。通过执行bgrewriteaof命令，可以让AOF文件执行重写功能，用最少的命令达到相同效果。

数据过期策略

加入redis的key过期后，会立即删除吗？

Redis对数据设置数据的有效时间，数据过期以后，就需要将数据从内存中删除掉。可以按照不同的规则进行删除，这种删除规则就被称之为数据的删除策略（数据过期策略)。

Redis数据删除策略-惰性删除

惰性删除:设置该key过期时间后，我们不去管它，当需要该key时，我们在检查其是否过期，如果过期，我们就删掉它，反之返回该key

优点∶对CPU友好，只会在使用该key时才会进行过期检查，对于很多用不到的key不用浪费时间进行过期检查 缺点∶对内存不友好，如果一个key已经过期，但是一直没有使用，那么该key就会一直存在内存中，内存永远不会释放

Redis数据删除策略-定期删除

定期删除:

每隔一段时间，我们就对一些key进行检查，删除里面过期的key(从一定数量的数据库中取出一定数量的随机key进行检查，并删除其中的过期key)。

定期清理有两种模式:

• SLOW模式是定时任务，执行频率默认为10hz，每次不超过25ms，以通过修改配置文件redis.conf的hz选项来调整这个次数
• FAST模式执行频率不固定，但两次间隔不低于2ms，每次耗时不超过1ms

优点:可以通过限制删除操作执行的时长和频率来减少删除操作对CPU的影响。另外定期删除，也能有效释放过期键占用的内存。 缺点:难以确定删除操作执行的时长和频率。

数据淘汰策略

缓存过多，内存是有限的，内存被占满的怎么办？

数据的淘汰策略:当Redis中的内存不够用时，此时在向Redis中添加新的key，那么Redis就会按照某一种规则将内存中的数据删除掉，这种数据的删除规则被称之为内存的淘汰策略。

面试问题

分布式锁

Redis实现分布式锁主要利用Redis的setnx命令。setnxs set if not exists

实现分布式锁-流程

redisson实现的分布式锁-主从一致性吗？

缺点：实现复杂，性能差，运维繁琐。

面试问题

主从复用

Redis集群有哪些方案，知道吗？

• 主从复制
• 哨兵模式
• 分片集群

主从复制的整体架构

单节点Redis的并发能力是有上限的，要进一步提高Redis的并发能力，就需要搭建主从集群，实现读写分离。

主从数据同步原理

• 主从全量同步
• 主从增量同步

• Replication ld:简称replid，是数据集的标记，id一致则说明是同一数据集。每一个master都有唯一的rep)lid,slave则会继承master节点的replid
• offset:偏移量，随着记录在repl_baklog中的数据增多而逐渐增大。slave完成同步时也会记录当前同步的offset.如果slave的offset小于master的offset，说明slave数据落后于master，需要更新。

1. 从节点请求主节点同步数据（replication id、 offset )
2. 主节点判断是否是第一次请求，是第一次就与从节点同步版本信息(replication id和offset)
3. 主节点执行bgsave，生成rdb文件后，发送给从节点去执行
4. 在rdb生成执行期间，主节点会以命令的方式记录到缓冲区（一个日志文件)
5. 把生成之后的命令日志文件发送给从节点进行同步

1. 从节点请求主节点同步数据，主节点判断不是第一次请求，不是第一次就获取从节点的offset值
2. 主节点从命令日志中获取offset值之后的数据，发送给从节点进行数据同步

哨兵模式

服务状态监控

Sentinel基于心跳机制监测服务状态，每隔1秒向集群的每个实例发送ping命令:

• 主观下线:如果某sentinel节点发现某实例未在规定时间响应，则认为该实例主观下线
• 客观下线:若超过指定数量(quorum)的sentinel都认为该实例主观下线，则该实例客观下线。quoru m值最好超过Sentinel实例数量的一半。

哨兵选主规则

• 首先判断主与从节点断开时间长短，如超过指定值就排该从节点
• 然后判断从节点的slave-priority值，越小优先级越高
• 如果slave-prority一样，则判断slave节点的offset值，越大优先级越高。
• 最后是判断slave节点的运行id大小，越小优先级越高。

分片集群

主从和哨兵可以解决高可用、高并发读的问题。但是依然有两个问题没有解决:。

• 海量数据存储问题
• 高并发写的问题

使用分片集群可以解决上述问题，分片集群特征:·

• 集群中有多个master，每个master保存不同数据
• 每个master都可以有多个slave节点
• master之间通过ping监测彼此健康状态
• 客户端请求可以访问集群任意节点，最终都会被转发到正确节点

分片集群结构-数据读写

Redis分片集群引入了哈希槽的概念，Redis集群有16384个哈希槽，每个key通过CRC16校验后对16384取模来决定放置哪个槽，集群的每个节点负责一部分hash槽。

面试问题

Redis为啥这么快