Redis相关面试题（二）
一、Bit中不同命令使用的场景
二、什么是缓存击穿，缓存穿透，缓存雪崩？
缓存击穿：是指当某一个key的缓存过期时大并发量的请求同时访问key，瞬间击穿服务器直接访问到数据库，使得数据库处于负载情况
缓存穿透：是指缓存服务器中没有缓存数据，数据库中也没用符合条件的数据，导致业务系统每次都绕过缓存服务器查询下游的数据库，缓存服务器完全失去作用
缓存击穿是只击穿服务器端访问数据库，而缓存穿透是服务器端和数据库都没有的情况
缓存雪崩：是指当大量缓存同时过期或者缓存服务宕机，所有请求都直接访问数据库，造成数据高负载，影响性能，甚至数据库宕机
对于缓存击穿可以用异步加载、互斥锁和提前预热的办法解决
对于缓存穿透的防止常用的是布隆过滤器和黑名单的方式
布隆过滤器是一种比较巧妙的概率性数据结构，它可以告诉你数据一定不存在或可能存在，相比Map、Set、List等传统的数据结构，它占用的内存少、结构更高效
对于缓存雪崩的情况可以设置不同的过期时间和集群的方法实现
三、Redis的集群方式是什么？
典型回答
Redis有三种主要的集群模式，用于在分布式环境中实现高可用性和数据复制，模式主要是：主从模式、哨兵模式和Redis Cluster模式
1. 主从模式
主从模式是Redis中最简单的集群模式，这个模式主要是为了解决单点故障的问题，所以将数据复制多个副本中，这样即使有一台服务器出现故障，其他服务器依旧可以继续提供服务。
主从模式中主要包括一个主节点和多个从节点，主节点负责处理所有读和写操作，而从节点则复制主节点的数据，并且只处理读操作，当主节点出现故障时，可以将包含数据较多的从节点升级为主节点，实现故障转移，但是这个步骤需要手动实现
优点：简单明了，适用于读多写少的场景
缺点：不具备自动转移功能的能力，没办法容错和恢复
2.哨兵模式
为了解决主从模式的不能自动容错及恢复的问题，Redis引入了一种哨兵模式的集群架构。
哨兵模式是在主从模式的基础上加入了哨兵节点，哨兵节点是一种特殊的Redis节点，用于监控主节点和从节点的状态。当主节点出现故障时，哨兵节点可以自动进行故障转移，选择一个包含数据较多的从节点升级为主节点，并通知其他节点和应用程序进行更新。
优点：解决了主从模式的不能自动转移故障的问题，提供了自动化监控和故障恢复机制
缺点：虽然可以自动故障转移但是还是不支持自动的数据分区，并且随着节点数量的增加，管理和配置的复杂性会增大
3.Cluster模式
Redis Cluster模式是Redis中推荐的一种分布式集群解决方案，它将数据自动分片到多个节点上，每个节点负责一部分数据
优点：真正实现了分布式存储，每个节点都可以处理读写请求，具备良好的水平扩展能力，内置数据分割、故障排查、和转移能力
缺点：相比于其他模式，更加复杂，需要更多的网络资源和配置管理，客户端需要支持集群特性，跨slot的数据操作可能涉及多个节点，有一定的复杂度
四、Redis过期键的删除策略？
Redis的Key是可以设置过期时间的，Redis的key有着两种删除策略：1.惰性删除，2.定期删除
1. 惰性删除：当key过期时，先放着不管，当每次从键空间中获取key时，检查取得的键是否已经过期，如果已过期的话，就删除该键，如果没有过期，就返回该键
2.定期删除：每隔一段时间就对数据库进行一次扫描检查，删除里面的过期键，至于要删除多少键，检查多少数据库，要由算法决定
五、Redis的内存删除策略有哪些？
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。
Redis提供了8种数据淘汰策略
LRU全称Least recently used, 淘汰的是最近最少被使用的数据项。（时间概念） 最近最少
LFU全称Least-frequently used,淘汰的是访问频率最低的数据项。 一直最少
- 默认策略
noeviction 不淘汰数据，写不进去返回错误 - 只针对设置过期的keys
1. volatile-lru 根据LRU算法挑选数据淘汰
2. volatile-lfu 根据LFU算法挑选数据淘汰
3. volatile-random 随机挑选数据淘汰
4. volatile-ttl 挑选越早过期的数据进行删除 - 所有keys
1. allkeys-lru 根据LRU算法挑选数据淘汰
2. allkeys-lfu LFU算法挑选数据淘汰
3. allkeys-random 随机挑选数据淘汰
六、阐述Redis的主从同步机制？
Redis的主从同步机制是一种特别重要的特性，它允许数据从一个Redis主服务器复制到一个或多个从服务器。这种机制不仅可以提高系统的读取性能，还可以用于数据备份和高可用架构的设计
主要步骤：
第1-4步属于全量，第5步属于增量
- 从服务器向主服务器发送同步命令：sync
- 主服务器接收到同步命令后，会执行bgsave命令，在后台生成一个rdb文件，并使用一个缓存区记录从现在开始执行的所有写命令
- 当主服务器执行完bgsave命令后，会将生成的rdb文件发送给从服务器
- 从服务器接收到这个rdb文件，然后加载到内存；之后主服务器会把刚刚在缓存区的命令同步过来，从服务器就会执行这些命令
- 以上处理完之后，主数据库每执行一个写命令，都将写命令发送给从数据库
七、Redis和Mysql数据库数据如何保持一致性？
我们在实际项目中经常使用到Redis缓存用来缓解数据库压力，但是当更新数据库时，我们一般采用延时双删策略。目前常用的做法是查询一个接口，先查询Redis，如果不存在则查询数据库，并将结果放入到Rdis中。
7.1 常见的更新策略
- 先删缓存，再更新数据库
- 先更新数据库，再删缓存
- 普通双删
- 延时双删
7.1.1 先删缓存，再更新数据库
- 线程A删除缓存数据，此时还没有更新数据库
- 线程B 查询缓存没有数据，查询数据库还是旧数据，放入缓存
- 线程C以及其他线程使用旧缓存数据，缓存和数据库不一致
7.1.2 先更新数据库，再删除缓存
- 线程A更新数据库，此时还没有删除缓存
- 线程B以及其他线程此时还是使用的旧缓存数据，和数据库不一致
7.1.3 普通双删
- 线程A先删除缓存，再更新数据库，然后再删除一次缓存
- 线程B查询缓存时没有数据，在线程A更新数据库之前，查询到旧数据，此时系统时间切换到线程A执行删除缓存，然后又到线程B放入缓存旧数据
- 线程C针对线程A，查询到缓存没有数据，查询数据库的旧数据，然后将旧数据放入到缓存中
这些都不能满足缓存和数据一致性
7.1.4 延时双删
- 线程A先删除缓存，之后再更新数据库
- 线程B和线程C查询数据时，才发现缓存中没有数据，就去查询数据库，线程B查询到的是旧数据，线程C查询到的是新数据，之后都放入到缓存中。
- 线程A延时3-5秒（时间一般要大于SQL执行时间+线程切换时间）后，再将缓存删除。之后其他线程再次查询缓存，发现没有数据，再去查询数据库并且放入缓存都是新数据
- 极端情况下，就是如线程D，延时时间超过线程A的延时时间后，再次将旧数据放入到缓存中，这时缓存和数据库的数据还不是一致的，所以延时双删也不是一定能够保证缓存和数据保持一致的
7.2 建议的解决方案
- 当发现缓存没有数据后，在执行查询数据库前，对该key进行加锁，查询数据库并放入缓存后再解锁，这样可以避免缓存击穿问题，当某个redis数据不存在时，大量线程并发查询数据库。
- 在需要执行双删前，对该Key进行加锁，之后执行删除缓存，更新数据库，放入新数据到缓存，在解锁。保证缓存和数据一致性。
- 加锁的Key都需要设置过期时间，避免因为宕机造成死锁。