Redis 面试常见问题

Redis常见问题

为什么使用Redis

性能和并发（分布式锁还有其他中间件可以代替）
- 性能
  
  需要执行耗时特别久，且结果不频繁变动的结果，将运行结果放入缓存。后面的请求去缓存中获取，使得请求能够迅速响应。
- 并发
  
  在大并发情况下，所有的请求直接访问数据库，数据库会出现连接异常。
  
  使用Redis做一个缓冲操作，让请求先访问Redis，而不是直接访问数据库
使用Redis有什么缺点
- 缓存和数据库双写一致性问题
- 缓存雪崩问题
- 缓存击穿问题
- 缓存的并发竞争问题
单线程的Redis问什么这么快
- 纯内存操作
- 单线程操作，避免了频繁的上下文切换
- 采用了非阻塞 I/O 多路复用机制（单个线程，通过跟踪每个 I/O 流的状态，来管理多个 I/O 流）
Redis的数据类型，以及每种数据类型的使用场景
- String
  
  最常规的 set/get 操作，一般做一些复杂的计数功能的缓存
- Hash
  
  value 存放的是结构化的对象，比较方便操作其中的某个字段。
- List
  
  可以做简单的消息队列的功能。
  
  可以利用 lrange 命令，做基于Redis的分页功能
- Set
  
  可以做全局去重的功能（如果使用 JVM 自带的Set进行去重，还需要起一个公共服务）
  
  利用交集、并集、差集操作，计算共同喜好、全部喜好、独有喜好
- Sorted Set
  
  多了一个权重参数 Score，集合中的元素能够按 Score 进行排列
  
  可以做排行榜应用。延时任务。范围查找
Redis 的过期策略以及内存淘汰机制

Redis 采用定期删除 + 惰性删除策略
- 为什么不用定时删除策略
  
  定时删除，需要用一个定时器来负责监视 Key，过期自动删除。十分消耗 CPU 资源。
  
  在大并发请求下，CPU 要将时间应用在处理请求，而不是删除 Key。
- 定期删除 + 惰性删除如何工作
  
  定期删除，Redis 默认每 100ms 检查，是否有过期的 Key，有过期的 Key 则删除。
  
  检查并不是将所有的 Key 都进行检查，而是随机抽取检查。
  
  只采用定期删除策略，会导致很多 Key 到时间没有删除。于是，就引入了惰性删除。
  
  惰性删除，在获取某个 Key 的时候，Redis 会检查一下，这个 Key 如果设置了过期时间，那么是否过期了？如果过期了此时就会删除
采用定期删除+惰性删除为什么内存还是越来越高？

如果定期删除没删除 key。然后也没有即时去请求 Key，也就是说惰性删除也没生效。Redis的内存会越来越高。那么就应该采用内存淘汰机制。

在 redis.conf 中有一行配置：
```
# maxmemory-policy volatile-lru
```
该配置就是配内存淘汰策略的：
- noeviction: 当内存不足以容纳新写入数据时，新写入操作会报错。
- allkeys-lru: 当内存不足以容纳新写入数据时，在键空间中，移除最近很少使用的 Key。
- allkeys-random: 当内存不足以容纳新写入数据时，在键空间中，随机移除某个 Key。
- volatile-lru: 当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，移除最少使用的 Key。
- volatile-random： 当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，随机移除某个 Key。
- **volatile-ttl：**当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，有更早过期时间的 Key 优先移除。
Redis 和数据库双写一致性问题

一致性问题是分布式常见问题，还可以再分为最终一致性和强一致性。数据库和缓存双写，就必然存在不一致的问题。

采取正确更新策略，先更新数据库，再删缓存。其次，因为可能存在删除缓存失败的问题，提供一个补偿措施。
如何应对缓存穿透和缓存雪崩问题

**缓存穿透，**请求缓存中不存在的数据，导致所有的请求都传至数据库上，导致数据库连接异常。

缓存穿透解决方案：
- **利用互斥锁：**缓存失效的时候，先获得锁，得到锁了，再去请求数据库。没得到锁，则休眠一段时间重试。
- 采用异步更新策略，无论 Key 是否取到值，都直接返回。
- 提供一个能迅速判断请求是否有效的拦截机制
**缓存雪崩，**即缓存同一时间大面积的失效，同时又来了一波请求，结果请求都传至数据库，从而导致数据库连接异常。

缓存雪崩解决方案：
- 给缓存的失效时间，加一个随机值，避免集体失效
- 使用互斥锁
- 双缓存。有两个缓存，缓存 A 和缓存 B。缓存 A 的失效时间为 20 分钟，缓存 B 不设失效时间。自己做缓存预热操作。
  
  从缓存 A 读数据，有则直接返回；A 没有数据，直接从 B 读数据，直接返回，并且异步启动一个更新线程，更新线程同时更新缓存 A 和缓存 B。
如何解决 Redis 的并发竞争 Key 问题

这个问题引发原因是，同时有多个子系统去 Set 一个 Key。
- 如果对这个 Key 操作，不要求顺序
  
  准备一个分布式锁，大家去抢锁，抢到锁就做 set 操作
- 如果对这个 Key 操作，要求顺序
  
  在数据写入时，同时保存一个时间戳。
  
  写入 Redis 前，比较时间戳，如果早于缓存中的时间戳，则不做 set 操作。
  
  也可以利用队列，set方法变成串行访问

转载自微信公众号

Redis 面试常见问题

猜你喜欢