rails 开发的网站开发网络营销案例有哪些

Redis面试问题缓存相关详解

一、缓存三兄弟（穿透、击穿、雪崩）

1. 穿透

问题描述：
缓存穿透是指查询一个数据库中不存在的数据，由于缓存不会保存这样的数据，每次都会穿透到数据库，导致数据库压力增大。例如，用户请求一个不存在的用户ID，每次请求都会直接查询数据库。

解决方法：

1.1、存储特殊标记值：
当数据库中没有查询到数据时，可以将一个特殊标记值（如"not_found"）存储到Redis中，并设置一个较短的过期时间（如5分钟）。这样，后续的请求可以直接返回"not_found"，而不会再次查询数据库。
优点：实现简单，减少数据库压力。
缺点：如果数据库中后来插入了数据，而Redis中仍然缓存了"not_found"，会导致查询结果不一致。
示例：

String value = redis.get(key);
if (value == null) {value = database.get(key);if (value == null) {redis.set(key, "not_found", 300); // 缓存5分钟return "not_found";} else {redis.set(key, value, 3600); // 缓存1小时}
}
return value;

1.2、布隆过滤器：
在缓存和数据库之间加入一个布隆过滤器，它可以预存储一些可能存在的键。如果查询的键不在布隆过滤器中，直接返回不存在，避免查询数据库。布隆过滤器通过哈希函数实现，误判率可以通过调整其大小和哈希函数的数量来控制。
优点：减少对数据库的无效查询。
缺点：实现复杂，有一定的误判率。
示例：

if (!bloomFilter.contains(key)) {return "not_found";
}
String value = redis.get(key);
if (value == null) {value = database.get(key);redis.set(key, value, 3600); // 缓存1小时
}
return value;

2. 击穿

问题描述：
缓存击穿是指一个热点数据的缓存过期后，大量请求同时查询数据库，导致数据库压力过大。例如，一个热门商品的详情页缓存过期，大量用户同时请求该页面。

解决方法：

2.1、互斥锁：
使用互斥锁确保只有一个线程可以查询数据库并更新缓存。其他线程等待锁释放后直接从缓存中获取数据。可以使用Redis的SETNX命令实现分布式锁。
示例：

String lockKey = "lock:" + key;
if (redis.setnx(lockKey, "1", 30) == 1) { // 尝试获取锁，超时30秒String value = database.get(key);redis.set(key, value, 3600); // 更新缓存redis.del(lockKey); // 释放锁return value;
} else {// 等待锁释放Thread.sleep(100);return redis.get(key);
}

2.2、逻辑过期：
在缓存中存储一个额外的过期时间字段，每次读取时检查逻辑过期时间。即使Redis的物理过期时间到了，逻辑过期时间仍然有效，可以避免频繁更新缓存。
示例：

String value = redis.get(key);
if (value == null) {String lockKey = "lock:" + key;if (redis.setnx(lockKey, "1", 30) == 1) {value = database.get(key);redis.set(key, value, 3600); // 更新缓存redis.del(lockKey); // 释放锁} else {Thread.sleep(100);return redis.get(key);}
}
return value;

3. 雪崩

问题描述：
缓存雪崩是指大量缓存数据在同一时间过期，导致大量请求同时查询数据库，造成数据库压力过大。例如，多个热点数据的缓存同时过期。

解决方法：

3.1、随机过期时间：
为每个缓存设置不同的过期时间，避免大量缓存同时过期。例如，可以使用SETEX命令为每个key设置随机的过期时间（如1-5分钟）。
示例：

int randomTTL = new Random().nextInt(300) + 60; // 随机过期时间1-5分钟
redis.setex(key, randomTTL, value);

3.2、本地缓存：
在应用层使用本地缓存（如Guava Cache）作为二级缓存，减轻Redis的压力。本地缓存可以快速响应，减少对Redis的依赖。
示例：

LoadingCache<String, String> localCache = CacheBuilder.newBuilder().expireAfterWrite(1, TimeUnit.MINUTES).build(new CacheLoader<String, String>() {@Overridepublic String load(String key) throws Exception {return redis.get(key);}});String value = localCache.get(key);
if (value == null) {value = database.get(key);redis.setex(key, 3600, value); // 更新Redis缓存localCache.put(key, value); // 更新本地缓存
}
return value;

3.3、降级限流：
降级和限流是应对高并发场景的通用策略。可以使用Guava RateLimiter或Redis的INCR和EXPIRE命令实现限流。例如，每秒最多允许100次请求：
示例：

RateLimiter rateLimiter = RateLimiter.create(100); // 每秒100次
if (rateLimiter.tryAcquire()) {return handleRequest();
} else {return "Too many requests";
}

二、双写一致

问题描述：
双写一致是指保持Redis和数据库的更新操作一致。如果操作顺序不当，可能会导致数据不一致。例如：

• 先更新Redis，再更新数据库：可能导致Redis中的数据丢失。
• 先更新数据库，再更新Redis：可能导致Redis中的旧数据覆盖新数据。

解决方法：

1、延迟双删：
先删除Redis中的缓存，然后更新数据库，最后再删除一次Redis中的缓存。这样可以确保Redis中的数据是最新的。
示例：

redis.del(key); // 删除缓存
database.update(key, value); // 更新数据库
Thread.sleep(300); // 延迟300毫秒
redis.del(key); // 再次删除缓存

2、分布式锁：
使用分布式锁确保同一时间只有一个线程可以更新数据。可以使用Redisson等库实现分布式锁。
示例：

RLock lock = redisson.getLock("lock:" + key);
try {lock.lock();database.update(key, value); // 更新数据库redis.del(key); // 删除缓存
} finally {lock.unlock();
}

3、共享锁和排它锁：

共享锁：当一个线程在读取数据时，其他线程可以同时读取，但不能写入。

排它锁：当一个线程在写入数据时，其他线程不能读取或写入。
示例：

// 使用Redis的SET命令实现共享锁和排它锁
String lockKey = "lock:" + key;
if (redis.set(lockKey, "1", 30, NX, EX)) { // 获取排它锁database.update(key, value); // 更新数据库redis.del(key); // 删除缓存redis.del(lockKey); // 释放锁
} else {// 等待锁释放Thread.sleep(100);
}

三、持久化

Redis提供了两种持久化方式：RDB和AOF。

1、RDB（快照模式）：

优点：恢复速度快，数据完整性好，方便使用。

缺点：可能会丢失最后一次快照之后的数据，占用磁盘空间较大。

配置示例：

save 900 1  # 900秒内至少有1个键被修改时保存快照
save 300 10 # 300秒内至少有10个键被修改时保存快照

2、AOF（追加模式）：

优点：数据不易丢失，恢复时可以逐条执行命令。

缺点：文件体积大，恢复速度慢。

配置示例：

appendonly yes
appendfsync everysec  # 每秒同步一次

3、混合持久化：
Redis 4.0引入了混合持久化模式，结合了RDB和AOF的优点。可以同时使用两种持久化方式，提高数据安全性和恢复速度。

四、数据过期策略

Redis提供了两种主要的数据过期策略：惰性删除和定期删除。

1、惰性删除：

优点：占用CPU资源少。

缺点：可能会导致内存中积累大量过期数据。

原理：只有当访问某个键时，才会检查该键是否过期，如果过期则删除。

2、定期删除：

原理：Redis会定期扫描内存中的键，删除过期的键。

配置示例：

hz 10  # 设置Redis的事件循环频率，单位为每秒

五、数据淘汰策略

Redis支持多种数据淘汰策略，可以通过maxmemory-policy配置。

策略	描述	适用场景
noeviction	不淘汰任何数据，当内存不足时返回错误	内存足够大，不需要淘汰数据
allkeys-lru	对所有键使用LRU（最近最少使用）算法淘汰	通用缓存场景
volatile-lru	对设置了过期时间的键使用LRU算法淘汰	热点数据缓存
allkeys-random	随机淘汰所有键	对数据一致性要求不高的场景
volatile-random	随机淘汰设置了过期时间的键	热点数据缓存
allkeys-lfu	对所有键使用LFU（最不经常使用）算法淘汰	访问频率差异较大的缓存
volatile-lfu	对设置了过期时间的键使用LFU算法淘汰	热点数据缓存
volatile-ttl	优先淘汰TTL较短的键	临时数据缓存