Redis篇

一、缓存穿透：

名次解释：查询一个不存在的数据，musql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数据库

解决方案：

• 缓存空数据

-让查询返回的数据为空，这个空数据缓存在Redis当中，优点：简单 *缺点：消耗内存，可能会发生不一致问题，

• 布隆过滤器

• 在查询Redis前，先查询布隆过滤器中该数据是否存在，不存在直接过滤掉
  

二、缓存击穿

名次解释：给某一个Key设置了过期时间，当key过期的时候，恰好这个时间段有大量的靠key查询的请求发过来，这些请求可能一瞬间将DB压垮

解决方案

• 互斥锁，强一致性，性能差，速度慢

• 逻辑过期，数据不同步，性能优

三、缓存雪崩

名次解释：缓存雪崩是指在统一时间内大量的缓存key同时失效或者Redis服务宕机，导致大量请求到达数据库

解决方案

• 给不同的Key的TTL添加随机值
• 利用Redis集群提高服务的可用性（哨兵模式，集群模式）
• 给缓存业务添加降级限流策略（ngxin或spring cloud gateway)
• 给业务添加多级缓存 guava或caffeine

四、双写一致

问题：redis作为缓存，mysql的数据怎么保证和redis的数据一样

解决方案

允许业务延时一致的业务，采用异步通知

• 使用MQ中间中间件，更新数据之后，通知缓存删除，在此当中保证MQ的可靠性

• 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

  Canal是一个用于MySQL数据库增量日志解析的开源工具，常用于数据库镜像、实时备份、索引维护和缓存刷新等。它模拟MySQLslave与master交互，解析binlog并提供数据同步。文章介绍了Canal的工作原理、架构、高可用机制以及配置和应用示例，包括与Redis和ES的同步，并提供了实战代码示例。

强一致性的，采用Redisson提供的读写锁

• 共享锁，读锁readlock

• 排他锁：独占锁，加锁之后，其他线程读写受阻

五、Redis持久化

RDB

basave开始时会fork(克隆)主进程得到子进程，子进程共向内存数据（页表），页表储存着虚拟内存和物理内存之间的映射关系，完成fork操作之后读取数据并且写入RDB文件，

AOF

aof默认是关闭的，通过redis.conf文件来打开，配置项有三种，always,everysec,no,通过执行bgrewriteof命令，可以让redis使用重写功能，auto-aof-rewrite-pencentage 100(增长超过多少百分比触发)

六、数据过期策略

惰性删除

设置过期时间后，不去管它，当需要用到的时候，验证是否过期，如果过期，则删掉它，否则，就返回该key

优点：对Cpu友好，只有在用到该内存时，才会对该值进行检查

缺点：长时间不用的话过期的key值堆积

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），分为两种模式

slow模式是定时任务，执行频率默认10hz，每次不超过25ms

fast模式执行频率不固定，但两次间隔时间不超过2ms

优点：可以限制删除操作执行的时长和频率来减少删除操作对CPU的影响，

缺点：难以确定删除操作执行的时长和频率

七、数据淘汰策略

CTemp%5C1727269554012.png&pos_id=img-LdwbyIj5-1743062150316)

当Redis中的内存不够时
此时再向Redis中添加新的数据，那么Redis就会使用一种策略将内存中的数据删除掉

LRU

最近最少使用。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

最少频率使用。会统计每个key值得访问频率

• 优先使用allkeys-lru策略，把最近最常访问得数据留在缓存当中，如果有明显得冷热数据区分，建议使用
• 如果数据访问频率差距不大，allkeys-random
• 有置顶需求，volatile-lru策略，同时置顶数据不设置过期时间
• 业务中有短时间内高频访问得数据，可以使用allkeys-lfu或者volatile-lfuf

八、redis分布式锁是如何实现的

分布式锁主要利用Redis的setnx命令

我们当使用的rdisson实现的分布式锁，底层是setnx和lua脚本（保证原子性性），在代码中，加锁，设置过期时间等操作都是基于Lua脚本完成

Redisson实现分布式锁如何合理的控制锁的有效时长

在redisson的分布式锁中，提供了一个WatchDog（看门狗），一个线程获取锁成功以后，WatchDog会给持有锁的线程续期（默认是每十秒续期一次）

Redisson的这个锁，可以重入吗

可以重入，多个锁重入需要判断是否是当前线程，在redis中进行存储的时候使用的hash结构，来存储线程信息和重入的次数

Redisson锁能解决主从一致的问题吗

不能解决，但是可以使用redisson提供的红锁来解决，但性能低，如果非要保证数据的强一致性，采用zoo keeper实现的分布式锁

九、Redis集群有哪些方案，

三种，主从同步，哨兵模式，Redis分片集群

主从同步

缺点 不能保证Redis的高可用性，当主节点宕机之后，就丧失了写数据的能力

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

全量同步

replication id：简称Replid，是数据集的标记，id一致说明是统一数据集，每一个master都有唯一的replid，slave则会继承master节点的replid

offset: 偏移量，随着记录在repl_baklog中的数据增多而逐渐增大，slave完成同步时也会记录当前同步的offset,如果slave中的offset小于master中的offset,说明slave数据落后于master，需要更新

步骤

1，salve执行replicaof命令，建立连接，请求数据同步，

2，master判断是否是第一次同步（replid是否一致），是第一次，返回master的数据版本信息replid，offset,slave保存版本信息

3，master执行bgsave,生成RDB文件，发送RDB文件，slave清空本地数据，加载RDB文件

4，master，记录RDB期间的所有命令，发送repl_baklog中的命令，slave执行收到的命令

主从增量同步（slave重启或后期数据变化）

1，slave重启，发送psync replid offset，master判断请求replid是否一致，不是第一次，回复continue,去repl_baklog中获取offset后的数据，发送offset后的命令，slave执行命令

十、怎么保证Redis的高并发高可用

哨兵模式：实现主从集群的自动故障恢复（监控，自动故障恢复，通知）

哨兵选主规则

• 首先判断主从节点断开时间长短，如超过指定值就排除该节点

• 判断从节点的额slave-priority值，越小优先级越高

• 如果以上一样，则判断slave节点的offset值，越大优先级越高

• 判断slave节点id值得大小

使用的redis是单点还是集群

主从（1+1）+哨兵，单节点内存不超过10G，如果内存不足，可以给不同得服务分配独立的Redis主从节点

redis集群脑裂：是由于主节点和从节点的sentinel处于不同的网络分区，使得sentinel没有能够心跳感知到主节点，所以通过选举的方式提升了一个从节点为主，这样就存在了两个主节点，导致客户点在老地节点那边写数据，新节点无法同步数据，当网络恢复后，sentinel会将老的主节点将为从节点，这是再从新的master同步数据，

解决方法：修改redis的配置，设置最小的从节点数量，缩短同步的延迟时间

分片集群结构

解释I/O多路复用模型

单个线程同时监听多个，Socket，再某个Socekt进程可读可写时，得到通知，从而避免无效的等待，多数用epoll模式实现，它在通知socket就绪的同时，将socket写入用户空间，不会每个遍历，节省了时间

Redis网络模型

就是使用I/O多路复用结合时间的处理器来应对多个Socket请求

连接应答处理器

命令恢复处理器，在Redis6.0之后，使用多线程来处理

命令请求处理器，在Redis6.0之后，将命令的转换使用了多线程，增加命令的转换速度

无效的等待，多数用epoll模式实现，它在通知socket就绪的同时，将socket写入用户空间，不会每个遍历，节省了时间

Redis网络模型

就是使用I/O多路复用结合时间的处理器来应对多个Socket请求

连接应答处理器

命令恢复处理器，在Redis6.0之后，使用多线程来处理

命令请求处理器，在Redis6.0之后，将命令的转换使用了多线程，增加命令的转换速度