1.面试题

我看你做的项目中，都用到了redis，你在最近的项目中那些场景使用了redis呢

2.提问的底层逻辑

                面试官提问你这个问题一是想验证你的项目场景的真实性，二是为了作为深入发问的切入点

3.延伸出来的知识点

3.1 缓存

缓存三兄弟（穿透、击穿、雪崩）、双写一致、持久化、数据过期策略、数据淘汰策略

如果发生了缓存穿透、击穿、雪崩，该如何解决呢

3.1.1 缓存穿透

    查询一个不存在的数据，mysql查询不到数据也不会直接写入缓存，就会导致每次请求都查询数据库

解决方案一：缓存空数据，查询返回的数据为空，仍把这个空结果进行缓存

• 优点：简单
• 缺点：消耗内存，可能会发生redis和数据库不一致问题，比如根据数据库查询到数据为空，存入缓存，之后修改了数据库的数据，会导致不一致问题

解决方案二：布隆过滤器

当请求查询时，先在布隆过滤器中查询，如果过滤器中没有的话就直接返回

    布隆过滤器是依赖bitmap位图实现的，当存储数据时，通过函数获取hash在数据存储中对应的位置，然后把对应的数据由0改为1，如果对应值都为1，则说明存在，若有一个值不为1，则说明不存在

     位图因为只存储0和1，所以存储压力比较小

• 优点：内存占用较少，没有多余的key
• 缺点：实现复杂，存在误判

总结

1.Redis的使用场景

1）根据自己简历上的业务进行回答

2）缓存（穿透、击穿、雪崩、双写一致、持久化、数据过期策略、数据淘汰策略）

3）分布式锁  setnx、redisson

2.什么是缓存穿透，怎么解决

1）缓存穿透：查询一个不存在的数据，mysql查询不到数据也不会直接写入缓存，就会导致每次请求都查询数据库

2）解决方案一：缓存空数据

3）解决方案二：布隆过滤器

---

3.1.2 缓存击穿

    当某一个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

解决方案一：互斥锁

• 优点：强一致
• 缺点：性能差

解决方案二：逻辑过期

        高可用、性能优

总结

1.缓存击穿

1）是什么：当某一个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

2）解决方案一：互斥锁，强一致，性能差

3）解决方案二：逻辑过期，高可用，性能优，不能保证数据绝对一致

3.1.3 缓存雪崩

    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：

• 第一种大量key过期导致的，给不同的key的TTL添加随机值，使过期时间不一致
• Redis宕机导致的：利用Redis集群提高服务的可用性，有哨兵模式，集群模式
• 给缓存业务添加降级限流策略，在ngxin或者spring cloud gateway（微服务）
• 给业务添加多级缓存，Guava或Caffeine

总结

缓存雪崩

1）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,与缓存击穿的区别：雪崩是很多key，击穿是某一个key缓存

2）解决方案主要是可以将缓存失效时间分散开，比如可以在原有的失效时间基础上增加一个随机值，比如1-5分钟随机，这样每一个缓存的过期时间的重复率就会降低，就很难引发集体失效事件

打油诗

3.1.4  双写一致性

        概念：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

redis作为缓存，mysql的数据如何与redis进行同步呢？

        一定要设置前提，先介绍自己的业务逻辑，有两种情况，一种是业务的一致性比较高，一种是允许延迟一致

实现强一致性的方法

共享锁：读锁readLock，加锁之后，其他线程可以共享读操作

排他锁：独占锁writeLock，加锁之后，阻塞其他线程读写操作

• 异步通知保证数据的最终一致性

• 基于Canal的异步通知

总结

redis作为缓存，mysql的数据如何与redis进行同步呢？

1）介绍自己简历上的业务，我们当时是把文章的热点数据存入到了缓存中，虽然是热点数据。但是实时要求性没有那么高，所以，我们当时采用的是异步的方案同步的数据

2）我们当时是把抢券的库存放入到了缓存中，这个需要实时的进行数据同步，为了保证数据的强一致，我们当时采用的是redisson提供的读写锁来保证数据的同步

那你来介绍一下异步的方案（你来介绍一下redisson读写锁的这种方案)

• 允许延时一致的业务，采用异步通知

1. 使用MQ中间中间件，更新数据之后，通知缓存删除

2. 利用canal中间件，不需要修改业务代码，伪装为mysql的一个从节点，canal通过读取binlog数据更新缓存

• 强一致性的，采用Redisson提供的读写锁

1. 共享锁：读锁readLock，加锁之后，其他线程可以共享读操作
2. 排他锁：独占锁writeLock也叫，加锁之后，阻塞其他线程读写操作

3.1.5  持久化

redis作为缓存，数据的持久化是怎么做的？

        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

         RDB的执行原理

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，fork采用的是copy-on-write技术：

• 当主进程执行写操作时，访问共享内存
• 当主进程执行写操作时，则会拷贝一份数据，执行写操作。

        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，可以看作是命令日志文件。

总结

面试官：redis作为缓存，数据的持久化是怎么做到的？

候选人：在redis中提供了两种数据持久化的方式：1、FDB   2、AOF

面试官：这两种持久化方式有什么区别呢？

候选人：RDB是一个快照文件，他是把redis内存存储的数据写到磁盘上，当redis实例宕机恢复数据的时候，方便从RDB的快照文件中恢复数据

AOF的含义是追加文件，当redis操作写命令时，都会存储这个文件中，当redis实例宕机恢复数据的时候，会从这个文件中再次执行一边命令来恢复数据

面试官：这两种方式，哪肿恢复的比较快呢？

候选人：RDB因为是二进制文件，再保存的时候体积也是比较小的，他恢复的比较快，但是他又可能会丢失数据，我们通常在项目中也会使用AOF来恢复数据，虽然AOF恢复的速度慢一些，但是他丢数据风险小很多，在AOF文件中可以设置刷盘策略，我们当时设置的就是每秒批量写入一次命令

3.1.6 数据过期策略

假如redis的key国过期之后，会立即删除吗？

        redis对数据设置数据的有效时间，数据国过期之后，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为数据的删除策略，一种是惰性删除，一种是定期删除

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

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）

Redis的过期删除策略：惰性删除 + 定期删除两种策略进行配合使用

总结

Redis的数据过期策略

1. 惰性删除：访问key的时候判断是否过期，如果过期，则删除
2. 定期删除：定期检查一定量的key是否过期（SLOW模式 + FAST模式）
3. Redis的过期删除策略：惰性删除 + 定期删除两种策略进行配合使用

3.1.7 数据淘汰策略

        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

假如缓存过多，内存是有限的，内存被占满了怎么办？

数据淘汰策略-使用建议

1.优先使用allkeys-lru策略。充分利用LRU算法的优势，把最近常访问的数据留在缓存中，如果业务有明显的冷热数据区分，建议使用

2。如果业务中数据访问频率差别不大，没有明显冷热数据区分，建议使用allkeys-random，随机选择淘汰。

3.如果业务中有置顶的需求，可以使用volatile-lru策略，同时置顶数据不设置过期时间，这些数据就一直不被删除，会淘汰其他设置过期时间的数据

4.如果业务中有短时高频访问的数据，可以使用allkeys-lfu或volatile-lfu策略。

其他面试问题