Java后端面经（八股——Redis）

Redis

定义：

Redis是一个Key-Value基于内存的数据库

适合存储数据种类：

（1）热点数据、需要频繁访问（热门商品信息、实时排行榜）：访问内存的速度远远快于

磁盘。

（2）临时数据、易失数据（验证码、限流计数器）：redis支持自动过期。

（3）需要原子操作的数据（执行Lua脚本过程中不能被其他命令打断）：redis为单线程模型。

启动：

应当使用cmd命令行启动并指定其配置文件，否则会使用其内置配置。

数据持久化：

由于基于内存所以当Redis服务由于故障异常中断时，redis中的数据会丢失，但redis提供两种方式持久化，RDB和AOF

RDB:

会将当前内存中存储快照转化为磁盘文件，其在配置文件中配置，如save 60 1表示当60秒进行一次数据修改操作时会存储一次快照，即维护一个计时器（其每次衰减时间由配置中的hz控制默认为0.1s），当计时器结束时，如果这段时间中发生了1次修改则会生成一个RDB文件，其中使用shutdown默认参数为shundown save即立刻生成一次快照

AOF：

记录的是操作记录而非数据，其配置有always、everysec、no，分别对应每次执行操作都写入磁盘（主进程IO），每秒将该秒内操作写入磁盘（后台IO），由操作系统决定何时写入磁盘（后台IO）。

需要注意RDB的操作为Redis的子进程执行，Redis运行时会fork一个子进程，完全复制主进程的内存数据，当需要存储快照时由子进程进行IO操作；AOF则由主进程在执行完命令后再将命令写入缓冲池，根据配置决定主或后台进程进行IO；

当同时启用RDB和AOF时优先使用AOF恢复数据。

其中RDB对性能影响更小，但恢复时更容易丢失文件，AOF则由于主线程需要写命令到缓冲池开销更大，但设置always时能够保证每条命令都被记录，恢复时不会丢失数据，但aof文件更大

支持的存储类型：

del key 删除键，所有类型

String :

set key value

get key

HashMap:

hset key field value 向一个名称为Key的Map插入Entry<field,value>

hget key field 获取Key名称的Map的键为field的value

hdel key field   删除Key名称的Map的field对应的键值对

List:

lpop key 弹出并获取名称为key的list的左侧的值

lpush key value 向名称为key的list的左侧插入value

rpop key

rpush key value

lrange key start stop 获取名称为key的list指定范围的value

Set:

SADD key member：向集合添加一个或多个成员。

SREM key member：移除集合中的一个或多个成员。

SMEMBERS key：返回集合中的所有成员。

SISMEMBER key member：判断 member 是否是集合的成员。

SUNION key1 key2 ...：返回多个集合的并集。

Sorted Set, ZSet

ZADD key score member：向有序集合添加成员及其分数。

ZRANGE key start stop [WITHSCORES]：按排名返回指定区间的成员。

ZREM key member：移除有序集合中的一个或多个成员。

ZSCORE key member：返回成员的分数。

ZCOUNT key min max：计算指定分数区间内成员的数量

并发问题：

redis是单线程模型，即所有操作均由主线程按序操作，无需加锁，不存在多线程竞争和并发冲突的问题。

事务：

尽管单个增删改查不会出现并发问题，但如果设计涉及多个操作必须连续执行，不被其他客户端命令插入，需要事务。

事务的声明multi，声明后输入需要操作的指令，输入时不会影响其他客户端执行命令，命令编写完毕后，输入exec开始执行事务，在执行事务时会阻止其他客户端执行命令。discard撤掉事务的创建

watch key可以实现对key的乐观锁，在watch key命令执行瞬间记录其版本信息，当事务执行exec时发现当前watch的key值发送变化则不会再执行事务，返回nil。watch 主要用于保证在获取数据后，通过命令对数据进行修改输入的这段时间，key值不会变化。

redis本身不提供事务回滚功能，当执行事务出错时不会撤销已经执行过的命令。

Lua脚本具有原子性，可以将其看作一个事务，其中间出错时同样不会回滚。

分布式锁：

单节点：

SET key random_value NX PX timeout   其中NX表示当键不存在时才能操作成功，否则返回nil，PX则设置锁超时的时间，防止死锁，当服务操作时长可能超过设置时长时，应当使用看门狗机制，后台线程定期续期，看门狗线程应当是守护线程，当业务线程挂掉时会自动停止。random_value则确保不会删除服务的锁。其中释放锁的时候需要使用Lua脚本将验证random_value和删除锁作为一整个原子操作防止验证value后锁自动过期然后其他服务加锁后又被自己删除。

多节点：

使用相同的key和value，向所有节点发送加锁请求，如果超过一半的节点加锁成功且用时小于过期时长则加锁成功，否则向所有节点发送释放锁的请求

以及如果一个线程已经拿到锁，另外一个线程试图set时会返回nil而非阻塞等待，因此需要手动实现重试机制。

淘汰策略（可配置）：

淘汰发生在当redis占用内存满时，有新的数据添加

1. 默认报错
2. 所有键最近最少lru
3. 设置超时键最近最少
4. 全部键随机
5. 设置超时键随机
6. 剩余超时时间最短
7. 全部键最不常使用lfu
8. 超时键最不常使用

lru原理：最近被访问的键未来更可能访问，淘汰最久没访问的键

lfu：淘汰访问频次更少的键

过期键删除策略（可配置）：

1. 惰性删除：过期时不直接删除，当再次使用这个键时检查是否过期，过期则删除掉
2. 定期删除：每隔固定时间随机抽取部分键检查，过期则删除

Pipline

传统redis需要发一条指令->redis执行并返回->再下一条命令

使用pipline能够将多条命令打包一起发送，redis按顺序执行指令并返回所有的结果

增加了网络吞吐量，减少了等待时间

注意这些命令需要没有因果依赖

数据库与缓存数据一致性：

缓存和数据库主流模式

读：先读缓存，未命中则需要再去读数据库，并更新缓存

写：修改数据库中数据，并直接使缓存中数据失效（使用失效而非更新原因在于一是可能后续不再访问该数据，二是两次并发更新可能出现缓存错误覆盖问题）

可能出现缓存击穿的问题，以及更新数据库和删除缓存间的时间窗口可能导致数据不一致。

（当慢读快写时，当一个数据在缓存中不存在，A去读并准备将旧数据更新到缓存，B去写并执行删除缓存操作尽管目前缓存中并没有对应数据，B删除完毕后A读完并将读取的数据放入缓存即导致缓存中和数据库中数据不一致，解决策略延迟双删，即B先删除一次等待一段时间后再次删除缓存）

缓存穿透/击穿/雪崩

缓存穿透：

频繁请求数据库不存在的数据导致每次都需要访问数据库

1. 参数校验

接口参数校验，异常用户/IP限流

     2.缓存空值

即使查询不到对应数据也缓存一个空对象，设置一个较短的过期时间（当数据库更新后需要等待一段时间才能同步到用户）

     3.布隆过滤器

每次向数据库插入数据时先更新过滤器，访问数据库时先访问过滤器判断是否有数据

过滤器原理，对于请求数据的多个字段进行hash，并维护一个bitmap将map中对应hash的值设置1，可能将不存在的数据判为存在，即部分字段相同，但不会将不存在的判为存在。不能同步数据库的删除，一位为1可能是多条数据设置过。如果自己手动实现需要注意同步过滤器的记录到磁盘，或者不同步直接冷启动从数据库重建，可以使用redis提供的实现。

缓存击穿：

（强调一个热点key过期）

当热点key过期时大量的请求同时访问数据库

1.逻辑过期

设置数据永不过期，数据内部维护一个过期字段，线程拿到数据后判断是否过期，过期则开启另外一个线程，异步地拿取分布式锁并更新缓存，其他线程直接返回旧数据（数据一致性差，性能好）

2.分布式锁更新

当发现数据不存在时，线程去拿分布式锁，然后去更新缓存再释放锁，其他线程阻塞等待，锁释放后拿到锁的线程判断是否缓存中有数据（数据一致性强，性能差）

缓存雪崩：

（强调多个热点key过期）

大量缓存数据过期/不可用，或redis宕机导致大量请求访问数据库

1. 过期添加随机值防止同时过期
2. 对于不常变化的数据设置永不过期，更新数据时异步更新缓存
3. 业务高峰前对缓存做缓存预热
4. 对于不可控的因素，做主从，集群，异地容灾