Redis 面试常见问题

Redis常见问题

1. 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

2. 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

3. 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）

4. 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

5. 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。

6. 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。

7. 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。

8. 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