面试专题-分布式缓存-redis

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了面试专题-分布式缓存-redis，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含14706字，纯文字阅读大概需要22分钟。

内容图文

1.Redis的应用场景

缓存，毫无疑问这是Redis当今最为人熟知的使用场景。再提升服务器性能方面非常有效；一些频繁被访问的数据，经常被访问的数据如果放在关系型数据库，每次查询的开销都会很大，而放在redis中，因为redis 是放在内存中的可以很高效的访问

排行榜，在使用传统的关系型数据库（mysql oracle 等）来做这个事儿，非常的麻烦，而利用Redis的SortSet(有序集合)数据结构能够简单的搞定；

计算器/限速器，利用Redis中原子性的自增操作，我们可以统计类似用户点赞数、用户访问数等，这类操作如果用MySQL，频繁的读写会带来相当大的压力；限速器比较典型的使用场景是限制某个用户访问某个API的频率，常用的有抢购时，防止用户疯狂点击带来不必要的压力；

好友关系，利用集合的一些命令，比如求交集、并集、差集等。可以方便搞定一些共同好友、共同爱好之类的功能；

简单消息队列，除了Redis自身的发布/订阅模式，我们也可以利用List来实现一个队列机制，比如：到货通知、邮件发送之类的需求，不需要高可靠，但是会带来非常大的DB压力，完全可以用List来完成异步解耦；

Session共享，默认Session是保存在服务器的文件中，如果是集群服务，同一个用户过来可能落在不同机器上，这就会导致用户频繁登陆；采用Redis保存Session后，无论用户落在那台机器上都能够获取到对应的Session信息。

2.Redis的不适合的应用场景

用Redis去保存用户的基本信息，虽然它能够支持持久化，但是它的持久化方案并不能保证数据绝对的落地，并且还可能带来Redis性能下降，因为持久化太过频繁会增大Redis服务的压力。

总结就是数据量太大、数据访问频率非常低的业务都不适合使用Redis，数据太大会增加成本，访问频率太低，保存在内存中纯属浪费资源。

3.使用redis的理由

面所说的一些场景， 缓存可以用Memcache，Session共享能用MySql来实现，消息队列可以用RabbitMQ等，

理由：
完全基于内存所以速度很快，使用C语言实现，网络层使用epoll解决高并发问题，单线程模型避免了不必要的上下文切换及竞争条件； 注意：单线程仅仅是说在网络请求这一模块上用一个请求处理客户端的请求，在持久化时它就会重开一个线程/进程去进行处理

丰富的数据类型，常用的有 String、Hash、List、Set、 SortSet 这5种，都是基于键值的方式组织数据。每一种数据类型提供了非常丰富的操作命令，可以满足绝大部分需求。

Redis的代码开源在GitHub，代码非常简单优雅，愿意花时间就能去看懂；它的编译安装也很简单，不存在其他系统依赖；各种客户端的语言支持也是非常完善。另外它还支持事务、持久化、主从复制让高可用、分布式成为可能。

4.Redis的五种数据类型和适用的场景

String：做数据缓存
Hash：购物车、单点登录、用户信息、登录信息
List：评论、评分、回复类信息（有序可重）
Set：（无序不重）求几个人之间的共同联系人，共同好友
Sorted set：最热商品

这里我相信99%的读者都能回答上来Redis的5个基本数据类型。如果回答不出来的小伙伴我们就要加油补课哟，大家知道五种类型最适合的场景更好。

5.Redis常用的命令

keys pattern
*表示区配所有
以bit开头的

查看Exists  key是否存在

Set
设置 key 对应的值为 string 类型的 value。

setnx
设置 key 对应的值为 string 类型的 value。如果 key 已经存在，返回 0，nx 是 not exist 的意思。

删除某个key
第一次返回1 删除了 第二次返回0

Expire 设置过期时间（单位秒）

TTL查看剩下多少时间
返回负数则key失效，key不存在了

Setex
设置 key 对应的值为 string 类型的 value，并指定此键值对应的有效期。

Mset
一次设置多个 key 的值，成功返回 ok 表示所有的值都设置了，失败返回 0 表示没有任何值被设置。

Getset
设置 key 的值，并返回 key 的旧值。

Mget
一次获取多个 key 的值，如果对应 key 不存在，则对应返回 nil。

Incr
对 key 的值做加加操作,并返回新的值。注意 incr 一个不是 int 的 value 会返回错误，incr 一个不存在的 key，则设置 
key 为 1

incrby
同 incr 类似，加指定值 ，key 不存在时候会设置 key，并认为原来的 value 是 0

Decr
对 key 的值做的是减减操作，decr 一个不存在 key，则设置 key 为-1

Decrby
同 decr，减指定值。

Append
给指定 key 的字符串值追加 value,返回新字符串值的长度。

Strlen
取指定 key 的 value 值的长度。

persist xxx(取消过期时间)
选择数据库（0-15库）
Select 0 //选择数据库

move age 1//把age 移动到1库

Randomkey随机返回一个key

Rename重命名

Type 返回数据类型

6.是否使用过Redis集群，集群的高可用怎么保证，集群的原理是什么？

哨兵
Redis Sentinal着眼于高可用，在master宕机时会自动将slave提升为master，继续提供服务。

Redis sentinel 是一个分布式系统中监控 redis 主从服务器，并在主服务器下线时自动进行故障转移。其中三个特性：

监控（Monitoring）： Sentinel 会不断地检查你的主服务器和从服务器是否运作正常。

提醒（Notification）： 当被监控的某个 Redis 服务器出现问题时， Sentinel 可以通过 API 向管理员或者其他应用程序发送通知。

自动故障迁移（Automatic failover）： 当一个主服务器不能正常工作时， Sentinel 会开始一次自动故障迁移操作。

特点：

1、保证高可用
2、监控各个节点
3、自动故障迁移

缺点：

主从模式，切换需要时间丢数据
没有解决 master 写的压力

直连型

Redis Cluster着眼于扩展性，在单个redis内存不足时，使用Cluster进行分片存储。
从redis 3.0之后版本支持redis-cluster集群，Redis-Cluster采用无中心结构，每个节点保存数据和整个集群状态,每个节点都和其他所有节点连接。

特点：

1、无中心架构（不存在哪个节点影响性能瓶颈），少了 proxy 层。
2、数据按照 slot 存储分布在多个节点，节点间数据共享，可动态调整数据分布。
3、可扩展性，可线性扩展到 1000 个节点，节点可动态添加或删除。
4、高可用性，部分节点不可用时，集群仍可用。通过增加 Slave 做备份数据副本
5、实现故障自动 failover，节点之间通过 gossip 协议交换状态信息，用投票机制完成 Slave到 Master 的角色提升。

缺点：

1、资源隔离性较差，容易出现相互影响的情况。
2、数据通过异步复制,不保证数据的强一致性

7、为什么Redis需要把所有数据放到内存中？

Redis为了达到最快的读写速度将数据都读到内存中，并通过异步的方式将数据写入磁盘。
所以redis具有快速和数据持久化的特征。如果不将数据放在内存中，磁盘I/O速度为严重影响redis的性能。
在内存越来越便宜的今天，redis将会越来越受欢迎。 如果设置了最大使用的内存，则数据已有记录数达到内存限值后不能继续插入新值。

8.为什么项目中需要用redis缓存？

因为项目首页是一个网站门户，在高并发下，需要进行经常被浏览！首页上的数据是来源于数据库的，由于是并发访问，如果数据全部查询数据库，那么对数据库的压力很大，有可能把数据库压垮！及时数据库查询没问题，但是查询速度肯定会很慢，影响网站的加载，给用户不好的体验！所以需要加缓存，提高数据查询速度。

9.什么数据加缓存？

首页变化频率不高的数据，需要加缓存！例如：首页商品分类，广告数据。放入缓存中，如果查询的时候发现缓存中有，那么查询缓存。如果说缓存中没有，那么查询数据库，查询完数据库，再放入缓存中一份，下次查询缓存！

10.为什使用Redis做缓存，而不是用MyBatis内置的缓存的？

MyBatis是JVM的缓存，JVM缓存比Redis还快！

mybatis的缓存：分为一级缓存和二级缓存，一级缓存的作用范围为session,所以当session commit或close后,缓存就会被清空 ，二级缓存的作用范围为sqlsessionfactory,映射语句文件中的所有select语句都会被缓存，所有CRUD的操作都会刷新缓存，缓存会存储1024个对象，缓存容易造成脏毒数据，影响真实数据的准确性，实际开发业务中会放弃二级缓存。

redis的缓存：可控制的后端缓存服务，通常用来缓存后端数据，当程序第二次访问数据库的时候，命中redis，大大减少数据库的负担，减少访问数据库的链接时间，实际开发过程中都会采用这种缓存方式，达到访问速度和效率的解决方案。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-dCkpTqDV-1606316833602)(%E7%94%A8redis%E7%BC%93%E5%AD%98%EF%BC%9F.assets/1606187536266.png)]

Redis分布式缓存，Redis缓存可以跨JVM虚拟机。但是MyBatis是基于JVM，不能跨虚拟机！MyBatis缓存在分布式环境下，不方便缓存管理！

Redis是分布式缓存，可以给多个服务器提供缓存支持，集中化管理缓存！

Redis作用不仅仅是用作缓存，还可以实现秒杀、分布式锁！

11.缓存是什么类型、什么格式

选型：字符串类型

格式：JSON     对象-----JSON  JSON--对象

API：Spring Data  Redis

12.如何配置缓存

 //JSON转换器
     //转换器
        Jackson2JsonRedisSerializer<List> jsonRedisSerializer = new Jackson2JsonRedisSerializer<>(List.class);
        ObjectMapper om = new ObjectMapper();
        om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
        om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
        jsonRedisSerializer.setObjectMapper(om);
        //设置Jackson转换器
        redisTemplate.setValueSerializer(jsonRedisSerializer);

        //为key设置序列化器 自动把对象序列化
        redisTemplate.setKeySerializer(new StringRedisSerializer());

        //为value设置序列化器
        //template.setValueSerializer(new StringRedisSerializer());

        List<Product> products_1233=(List<Product>)this.redisTemplate.opsForValue().get("products_1233");
        if(products_1233==null){
            log.info("查询数据库首页的分类数据,查询完毕后缓存中放一份.....");
            products_1233 = productServiceApi.findProductsByCategory(1233);
            this.redisTemplate.opsForValue().set("products_1233", products_1233);
        }else{
            log.info("查询Redis缓存的分类数据.....");
        }

13.分布式项目下缓存一致性问题

问题来源: 由于添加了缓存，redis其实就是数据库中数据一个备份，查询Redis比查询数据库要快！但是缓存一旦有了之后，会有一个问题，关于缓存何时刷新，保证数据库中的数据库和缓存一致性！

如果数据库发生了修改，那么缓存还是之前的数据，就会造成用户浏览的脏数据！

方法1(缓存实时同步)： 强一致性

当后台商城管理员增删改数据库的时候，调用一下Redis API 把缓存同步一下(查询一下数据库最新的修改之后的数据把redis中的老的数据覆盖一下)。

再清除缓存，先更新、删除、新增、数据库。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-UVU5IiBI-1606316833603)(%E7%94%A8redis%E7%BC%93%E5%AD%98%EF%BC%9F.assets/1606202804027.png)]

方法2(缓存非实时同步)：弱一致性 最终一致性

把redis中的key设置一个过期，不要一直缓存，每间隔一段时间，缓存自动失效！缓存失效，默认就查询一次数据库，下次又走缓存！！

缓存设置过期时间，保证最终一致性。

方法3(缓存非实时同步):弱一致性 最终一致性

项目后台开启一个定时任务，每间隔一段时间，把缓存同步一下，保证数据库中的数据和缓存一致性！

14.缓存生效时机

项目启动之后，第一次请求，默认查询数据库，以后的请求先去查询缓存，缓存没有失效那么取缓存，缓存如果失效，查询数据库，然后同步缓存一份。

15.缓存预热

在Web应用启动的时候，事先往缓存中放一份，当请求访问的时候，缓存已经有数据了！缓存生效的时机提前啦！

ApplicationRunner
实现ApplicationRunner接口
打上@Component+implements ApplicationRunner

@Component
public class DemoApplicationRunner implements ApplicationRunner {
    @Override
    public void run(ApplicationArguments args) throws Exception {
        System.out.println("这里进行缓存预热");
    }
}

16. 缓存穿透

16.1.概念

缓存穿透：缓存和数据库中都没有的数据，可用户还是源源不断的发起请求，导致每次请求都会到数据库，从而压垮数据库。

如下图红色的流程：

比如客户查询一个根本不存在的东西，首先从Redis中查不到，然后会去数据库中查询，数据库中也查询不到，那么就不会将数据放入到缓存中，后面如果还有类似源源不断的请求，最后都会压到数据库来处理，从而给数据库造成巨大的压力。

16.2.解决办法

①、业务层校验

用户发过来的请求，根据请求参数进行校验，对于明显错误的参数，直接拦截返回。

比如，请求参数为主键自增id，那么对于请求小于0的id参数，明显不符合，可以直接返回错误请求。

②、不存在数据设置短过期时间

对于某个查询为空的数据，可以将这个空结果进行Redis缓存，但是设置很短的过期时间，比如30s，可以根据实际业务设定。注意一定不要影响正常业务。

③、布隆过滤器

关于布隆过滤器，后面会详细介绍。布隆过滤器是一种数据结构，利用极小的内存，可以判断大量的数据“一定不存在或者可能存在”。

对于缓存击穿，我们可以将查询的数据条件都哈希到一个足够大的布隆过滤器中，用户发送的请求会先被布隆过滤器拦截，一定不存在的数据就直接拦截返回了，从而避免下一步对数据库的压力。

17、缓存击穿

17.1.概念

缓存击穿：Redis中一个热点key在失效的同时，大量的请求过来，从而会全部到达数据库，压垮数据库。

这里要注意的是这是某一个热点key过期失效，和后面介绍缓存雪崩是有区别的。比如淘宝双十一，对于某个特价热门的商品信息，缓存在Redis中，刚好0点，这个商品信息在Redis中过期查不到了，这时候大量的用户又同时正好访问这个商品，就会造成大量的请求同时到达数据库。

17.2.解决办法

①、设置热点数据永不过期

对于某个需要频繁获取的信息，缓存在Redis中，并设置其永不过期。当然这种方式比较粗暴，对于某些业务场景是不适合的。

强一致性 增删改数据库中数据库的时候，缓存同步！

②、定时更新

比如这个热点数据的过期时间是1h，那么每到59minutes时，通过定时任务去更新这个热点key，并重新设置其过期时间。

③、互斥锁

这是解决缓存击穿比较常用的方法。

互斥锁简单来说就是在Redis中根据key获得的value值为空时，先锁上，然后从数据库加载，加载完毕，释放锁。若其他线程也在请求该key时，发现获取锁失败，则睡眠一段时间（比如100ms）后重试。

18、缓存雪崩

18.1.概念

缓存雪崩：Redis中缓存的数据大面积同时失效，或者Redis宕机，从而会导致大量请求直接到数据库，压垮数据库。

对于一个业务系统，如果Redis宕机或大面积的key同时过期，会导致大量请求同时打到数据库，这是灾难性的问题。

18.2.解决办法

①、设置有效期均匀分布

避免缓存设置相近的有效期，我们可以在设置有效期时增加随机值；

或者统一规划有效期，使得过期时间均匀分布。

②、数据预热

对于即将来临的大量请求，我们可以提前走一遍系统，将数据提前缓存在Redis中，并设置不同的过期时间

③、保证Redis服务高可用

前面我们介绍过Redis的哨兵模式和集群模式，为防止Redis集群单节点故障，可以通过这两种模式实现高可用。

19.Redis为什么要有持久化？

由于Redis是一个基于内存的数据库，因此数据容易丢失，为了解决数据丢失的问题，于是Redis就设计了持久化

20.Redis的持久的方式有哪些？

有两个，分别是rdb和aof的持久化方式

21.分别介绍一下Redis的持久化方式的机制

rdb持久化：Redis为我们提供了一个rdb的持久化方式具体每隔一定时间，或者当key的改变达到一定的数量的时候，就会自动往磁盘保存一次

1 save 900 1（900秒后1个key改变） 2 save 300 10（300秒后19个key改变） 3 save 60 10000（60秒后10000个key改变）（save是或者的关系）

aof持久化：Redis还为我们提供了一个aof的持久化方式，这种方式是通过记录用户的操作过程（用户每执行一次命令，就会被Redis记录在XXX.aof文件里，如果突然断电了，Redis的数据就会通过重新读取并执行XXX.aof里的命令记录来恢复数据）来恢复数据

22.两种Redis持久化方式的优缺点

都是为了防止数据丢失

rdb:假如三种方式没有一种被满足，触发不了保存，突然断电，那就会丢失数据

aof:为了解决rdb的弊端，就有了aof的持久化，始终在一个文件里保存记录，但aof的持久化随着时间的推移数据量会越来越大，占用很大的空间

23.Redis支持哪几种数据类型？

支持多种类型的数据结构

1.string：最基本的数据类型，二进制安全的字符串，最大512M。

2.list：按照添加顺序保持顺序的字符串列表。

3.set：无序的字符串集合，不存在重复的元素。

4.sorted set：已排序的字符串集合。

5.hash：key-value对的一种集合。

24.Redis是单进程单线程的？

Redis是单进程单线程的，Redis利用队列技术将并发访问变为串行访问，消除了传统数据库串行控制的开销。

25.Redis为什么是单线程的？

多线程处理会涉及到锁，而且多线程处理会涉及到线程切换而消耗CPU。因为CPU不是Redis的瓶颈，Redis的瓶颈最有可能是机器内存或者网络带宽。单线程无法发挥多核CPU性能，不过可以通过在单机开多个Redis实例来解决。

26.Redis单点吞吐量

单点TPS达到8万/秒，QPS达到10万/秒，补充下TPS和QPS的概念

1.QPS: 应用系统每秒钟最大能接受的用户访问量

每秒钟处理完请求的次数，注意这里是处理完，具体是指发出请求到服务器处理完成功返回结果。可以理解在server中有个counter，每处理一个请求加1，1秒后counter=QPS。

2.TPS： 每秒钟最大能处理的请求数

每秒钟处理完的事务次数，一个应用系统1s能完成多少事务处理，一个事务在分布式处理中，可能会对应多个请求，对于衡量单个接口服务的处理能力，用QPS比较合理。

27.Redis有哪几种数据淘汰策略？

在Redis中，允许用户设置最大使用内存大小server.maxmemory，当Redis 内存数据集大小上升到一定大小的时候，就会施行数据淘汰策略。

1.volatile-lru:从已设置过期的数据集中挑选最近最少使用的淘汰

2.volatile-ttr:从已设置过期的数据集中挑选将要过期的数据淘汰

3.volatile-random:从已设置过期的数据集中任意挑选数据淘汰

4.allkeys-lru:从数据集中挑选最近最少使用的数据淘汰

5.allkeys-random:从数据集中任意挑选数据淘汰

6.noenviction:禁止淘汰数据

28.说说Redis哈希槽的概念？

Redis集群没有使用一致性hash,而是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。

内容总结

以上是互联网集市为您收集整理的面试专题-分布式缓存-redis全部内容，希望文章能够帮你解决面试专题-分布式缓存-redis所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---