当前位置: 首页 > news >正文

面试宝典-【redis】

目录

1.什么是缓存穿透 ? 怎么解决 ?

2.什么是布隆过滤器 

3.什么是缓存击穿 ? 怎么解决 ?

4.什么是缓存雪崩 ? 怎么解决 ? 

5.redis做为缓存,mysql数据如何与redis进行同步?(双写) 

6.排他锁是如何保证读写、读读互斥的呢? 

7.你听说过延时双删吗?为什么不用它呢? 

8.redis做为缓存,数据的持久化是怎么做的?

9.这两种持久化方式有什么区别呢? 

10.这两种方式,哪种恢复的比较快呢? 

11.Redis的数据过期策略有哪些 ?

12.Redis的数据淘汰策略有哪些 ?

13.数据库有1000万数据 ,Redis只能缓存20w数据, 如何保证Redis中的数据都是热点数据 ?

14.Redis的内存用完了会发生什么?

15.Redis分布式锁如何实现 ?

16.如何控制Redis实现分布式锁有效时长呢?

17.redisson实现的分布式锁是可重入的吗?

18.Redis集群有哪些方案, 知道吗 ? 

19.介绍一下主从同步 ?

20.主从同步数据的流程?

21.怎么保证Redis的高并发高可用?

22.你们使用redis是单点还是集群,哪种集群?

23.redis的分片集群有什么作用 ?

 24.Redis分片集群中数据是怎么存储和读取的?

25.Redis是单线程的,但是为什么还那么快? 

26.能解释一下I/O多路复用模型?

27.五种常用的数据类型? 


1.什么是缓存穿透 ? 怎么解决 ?

  • 缓存穿透是指查询一个一定不存在的数据,如果从存储层查不到数据则不写入缓存,这将导致这个不存在的数据每次请求都要到 DB 去查询,可能导致 DB 挂掉。

解决方案

  • 1.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
  • 2.布隆过滤器

2.什么是布隆过滤器 

  • 布隆过滤器主要是用于检索一个元素是否在一个集合中。
  • 它的底层主要是先去初始化一个比较大数组,里面存放的二进制0或1。在一开始都是0,当一个key来了之后经过3次hash计算,模于数组长度找到数据的下标然后把数组中原来的0改为1,查找数据的时候,使用相同hash函数判断对用位置是否相等

缺点:

  • 布隆过滤器有可能会产生一定的误判,我们一般可以设置这个误判率
误判率:数组越小误判率就越大,数组越大误判率就越小,但是同时带来了更多的内存消耗。

3.什么是缓存击穿 ? 怎么解决 ?

  • 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

  • 1.分布式锁 (强一致,性能差)
  • 2.逻辑过期 使用字段设置过期时间(高可用,性能优)
  • 3.不设置过期时间

4.什么是缓存雪崩 ? 怎么解决 ? 

  • 缓存雪崩是指在同一时段大量的缓存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

  • 1.给不同的key的TTL添加随机值
  • 2.利用Redis集群提高服务的可用性
  • 3.给业务添加降级限流策略
  • 4.添加多级缓存

5.redis做为缓存,mysql数据如何与redis进行同步?(双写) 

  • 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

解决方案

  • 1.强一致性:
    • 使用redisson读写锁
  • 2.实时性不高
    • 异步同步数据

6.排他锁是如何保证读写、读读互斥的呢? 

  • 排他锁底层使用也是setnx,保证了同时只能有一个线程操作 锁住的方法

7.你听说过延时双删吗?为什么不用它呢? 

  • 延迟双删,如果是写操作,我们先把缓存中的数据删除,然后更新 数据库,最后再延时删除缓存中的数据,其中这个延时多久不太好确定,在 延时的过程中可能会出现脏数据,并不能保证强一致性,所以没有采用它。

8.redis做为缓存,数据的持久化是怎么做的?

  • 在Redis中提供了两种数据持久化的方式:1、RDB 2、AOF

注:

  • 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。redis内部有触发RDB的机制,在redis.conf文件中
  • 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

9.这两种持久化方式有什么区别呢? 

  • RDB是一个快照文件,它是把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操作写命令的时候,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遍命令来恢复数据

10.这两种方式,哪种恢复的比较快呢? 

  • RDB因为是二进制文件,在保存的时候体积也是比较小的,它恢复 的比较快,但是它有可能会丢数据
  • AOF恢复的速度慢一些,但是它丢数据的风险要小很多,在AOF 文件中可以设置刷盘策略

11.Redis的数据过期策略有哪些 ?

  • 1.惰性删除,在设置该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。
  • 2.定期删除,就是说每隔一段时间,我们就对一些key进行检查,删除里面过期的key

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。

12.Redis的数据淘汰策略有哪些 ?

  1. noeviction:不淘汰任何key,但是内存满时不允许写入新数据,默认就是这种策略
  2. volatile-ttl:对设置了TTL的key,比较key的剩余TTL值,TTL越小越先被淘汰
  3. allkeys-random:对全体key,随机进行淘汰。
  4. volatile-random:对设置了TTL的key,随机进行淘汰。
  5. allkeys-Iru:对全体key,基于LRU算法进行淘汰
  6. volatile-Iru:对设置了TTL的key,基于LRU算法进行淘汰
  7. allkeys-lfu:对全体key,基于LFU算法进行淘汰
  8. volatile-lfu:对设置了TTL的key,基于LFU算法进行淘汰

注:

  • LRU的意思就是最少最近使用,用当前时间减去最后一次访问时间,这个值 越大则淘汰优先级越高。
  • LFU的意思是最少频率使用。会统计每个key的访问频率,值越小淘汰优先级 越高

13.数据库有1000万数据 ,Redis只能缓存20w数据, 如何保证Redis中的数据都是热点数据 ?

  • 使用allkeys-Iru(挑选最近最少使用的数据淘汰)淘汰策略,留下来的都是经常访问的热点数据

14.Redis的内存用完了会发生什么?

  • 这个要看redis的数据淘汰策略是什么,如果是默认的配置,redis内存 用完以后则直接报错。我们当时设置的 allkeys-lru 策略。把最近最常访问的 数据留在缓存中。

15.Redis分布式锁如何实现 ?

  • 在redis中提供了一个命令setnx(SET if not exists) 由于redis的单线程的,用了命令之后,只能有一个客户端对某一个key设置值,在没有过期或删除key的时候是其他客户端是不能设置这个key的

16.如何控制Redis实现分布式锁有效时长呢?

  • 采用的 redis的一个框架redisson实现的。在redisson中需要手动加锁,并且可以控制锁的失效时间和等待时间,当锁 住的一个业务还没有执行完成的时候,在redisson中引入了一个看门狗机 制,就是说每隔一段时间就检查当前业务是否还持有锁,如果持有就增加加 锁的持有时间,当业务执行完成之后需要使用释放锁就可以了
  • 在高并发下,一个业务有可能会执行很快,先客户1持 有锁的时候,客户2来了以后并不会马上拒绝,它会自旋不断尝试获取锁,如果客户1释放之后,客户2就可以马上持有锁,性能也得到了提升。

17.redisson实现的分布式锁是可重入的吗?

  • 是可以重入的。
  • 这样做是为了避免死锁的产生。
  • 这个重入其实 在内部就是判断是否是当前线程持有的锁,如果是当前线程持有的锁就会计 数,如果释放锁就会在计算上减一。
  • 在存储数据的时候采用的hash结构,大 key可以按照自己的业务进行定制,其中小key是当前线程的唯一标识,value 是当前线程重入的次数

18.Redis集群有哪些方案, 知道吗 ? 

  • 在Redis中提供的集群方案总共有三种:主从复制、哨兵模式、Redis分片集群

19.介绍一下主从同步

  • 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。一般都是一主多从,主节点负责写数据,从节点负责读数据

20.主从同步数据的流程?

主从同步分为了两个阶段,一个是全量同步,一个是增量同步

全量同步:

  • 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)

增量同步:

  • 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

21.怎么保证Redis的高并发高可用?

  • 首先可以搭建主从集群,再加上使用redis中的哨兵模式,哨兵模式 可以实现主从集群的自动故障恢复,里面就包含了对主从服务的监控、自动 故障恢复、通知;如果master故障,Sentinel会将一个slave提升为master。
  • 当故障实例恢复后也以新的master为主;同时Sentinel也充当Redis客户端的 服务发现来源,当集群发生故障转移时,会将最新信息推送给Redis的客户 端,所以一般项目都会采用哨兵的模式来保证redis的高并发高可用

22.你们使用redis是单点还是集群,哪种集群?

  • 我们当时使用的是主从(1主1从)加哨兵。一般单节点不超 过10G内存,如果Redis内存不足则可以给不同服务分配独立的Redis主从节点。

23.redis的分片集群有什么作用

  • 分片集群主要解决的是,海量数据存储的问题,集群中有多个 master,每个master保存不同数据,并且还可以给每个master设置多个slave节点,就可以继续增大集群的高并发能力。

 24.Redis分片集群中数据是怎么存储和读取的?

  • Redis 集群引入了哈希槽的概念,有 16384 个哈希槽,集群中每个主节点绑 定了一定范围的哈希槽范围, key通过 CRC16 校验后对 16384 取模来决定放置哪个槽,通过槽找到对应的节点进行存储。

25.Redis是单线程的,但是为什么还那么快? 

  • Redis是纯内存操作,执行速度非常快
  • 采用单线程,避免不必要的上下文切换可竞争条件,多线程还要考虑线程安全问题
  • 使用1/0多路复用模型,非阻塞
  • Redis是纯内存操作,执行速度非常快,它的性能瓶颈是网络延迟而不是执行速度, 1/0多路复用模型主要就是实现了高效的网络请求

26.能解释一下I/O多路复用模型?

  • 指利用单个线程来同时监听多个Socket,并在某个Socket可读、可写时得到通知,从而避免无效的等待,充分禾用CPU资源。
  • 目前的i/O多路复用都是采用的epoll模式实现,它会在通知用户进程Socket就绪的同时,把已就绪的Socket写入用户空间,不需要挨个遍历Socket来判断是否就绪,提升了性能。

27.五种常用的数据类型? 

  • 1、String:String是最常用的一种数据类型,普通的key- value 存储都可以归为此类。其中Value既可以是数字也可以是字符串。使用场景:常规key-value缓存应用。常规计数: 微博数, 粉丝数。
  • 2、Hash:Hash 是一个键值(key => value)对集合。Redishash 是一个 string 类型的 field 和 value 的映射表,hash 特别适合用于存储对象,并且可以像数据库中update一个属性一样只修改某一项属性值。
  • 3、Set:Set是一个无序的天然去重的集合,即Key-Set。此外还提供了交集、并集等一系列直接操作集合的方法,对于求共同好友、共同关注什么的功能实现特别方便。
  • 4、List:List是一个有序可重复的集合,其遵循FIFO的原则,底层是依赖双向链表实现的,因此支持正向、反向双重查找。通过List,我们可以很方面的获得类似于最新回复这类的功能实现。
  • 5、SortedSet:类似于java中的TreeSet,是Set的可排序版。此外还支持优先级排序,维护了一个score的参数来实现。适用于排行榜和带权重的消息队列等场景。

相关文章:

  • ECharts饼图图例消失踩的坑
  • 电玩城游戏大厅计时软件怎么用,佳易王计时计费管理系统软件定时语音提醒操作教程
  • mineadmin 快速安装部署(docker环境)
  • Go Zero微服务个人探究之路(十六)回顾api服务和rpc服务的本质
  • Avalonia之ListBox模版设置
  • SpringBoot 过滤器和拦截器的区别
  • 【C语言】文件操作篇-----程序文件和数据文件,文件的打开和关闭,二进制文件和文本文件,fopen,fclose【图文详解】
  • 修复Jenkins fossa扫描的时候报错的问题
  • PostgreSQL数据优化——死元组清理
  • 前端框架的发展史可以追溯到早期的静态网页时代
  • 寄存器(内存访问)
  • 最短路 算法解析+例题
  • 关于tcp协议
  • 阿里云数据湖存储加速套件JindoData
  • 深度解析:cache的基本概念原理扫盲
  • Android 初级面试者拾遗(前台界面篇)之 Activity 和 Fragment
  • Angular 2 DI - IoC DI - 1
  • Apache Zeppelin在Apache Trafodion上的可视化
  • Apache的80端口被占用以及访问时报错403
  • CentOS 7 防火墙操作
  • ComponentOne 2017 V2版本正式发布
  • Javascript设计模式学习之Observer(观察者)模式
  • Nodejs和JavaWeb协助开发
  • PHP 7 修改了什么呢 -- 2
  • Python_OOP
  • React 快速上手 - 06 容器组件、展示组件、操作组件
  • redis学习笔记(三):列表、集合、有序集合
  • Sass 快速入门教程
  • 从地狱到天堂,Node 回调向 async/await 转变
  • 订阅Forge Viewer所有的事件
  • 名企6年Java程序员的工作总结,写给在迷茫中的你!
  • 入门级的git使用指北
  • 正则表达式小结
  • # Redis 入门到精通(八)-- 服务器配置-redis.conf配置与高级数据类型
  • #define 用法
  • #pragam once 和 #ifndef 预编译头
  • #QT(TCP网络编程-服务端)
  • (14)学习笔记:动手深度学习(Pytorch神经网络基础)
  • (2)nginx 安装、启停
  • (2)STL算法之元素计数
  • (poj1.2.1)1970(筛选法模拟)
  • (vue)页面文件上传获取:action地址
  • (附源码)ssm基于web技术的医务志愿者管理系统 毕业设计 100910
  • (三)centos7案例实战—vmware虚拟机硬盘挂载与卸载
  • (十三)MipMap
  • (四)opengl函数加载和错误处理
  • (转贴)用VML开发工作流设计器 UCML.NET工作流管理系统
  • .NET Framework 服务实现监控可观测性最佳实践
  • .NET WPF 抖动动画
  • .NET(C#) Internals: as a developer, .net framework in my eyes
  • .NET/C# 利用 Walterlv.WeakEvents 高性能地中转一个自定义的弱事件(可让任意 CLR 事件成为弱事件)
  • .NET+WPF 桌面快速启动工具 GeekDesk
  • ??如何把JavaScript脚本中的参数传到java代码段中
  • [20190113]四校联考
  • [android] 切换界面的通用处理