分布式缓存redis（基础+线程模型+过期策略） - 大总结1

分布式缓存 - 大总结

灵魂拷问一：在项目中如何使用缓存的？

第一种场景，需要缓存要查询用户的历史订单，请求接口剧多，如果实时去请求的话，接口超时。
第二种场景，分布式缓存锁，用户参加了a活动就不能参加b活动，防止并发，所以要用到分布式缓存锁。

灵魂拷问二：为啥要使用缓存呢？

(1) 高性能
多个用户请求同一份数据，每一份查询都耗时很久。

可以把这份数据放在缓存里，这样第一次查询从数据库查，其余时候就可以从缓存查啦，大大提升效率哈。提升查询性能，优化用户体验。

(2) 高并发
在高峰期内，有特别多的用户访问系统，每秒请求量很大，直击数据库的时候，可能会导致宕机，可以利用缓存解决这个问题。大部分请求走缓存，小部分请求走数据库。

为什么数据库支持不了高并发，而缓存可以呢？
缓存是走内存的哈，内存天然就有这个优势，但是数据库一般建议并发请求不要超过2000/s。

灵魂拷问三：用了缓存之后 是不是会有一些什么不良后果？

(1)、缓存跟数据库数据不一致
(2)、缓存雪崩
(3)、缓存穿透
(4)、缓存并发竞争

灵魂拷问四：redis和memcached有什么区别？

(1)、redis支持服务器端的数据操作，redis比memcached，拥有更多的数据结构，并支持更丰富的数据操作。在memcached中，需要将数据拿到客户端，进行类似的修改，修改完成之后在set回去，但是redis有直接的set/get，方便很多。
(2)、内存使用效率相比，使用简单的key-value来存储的话，memcached的内存利用率较高，但如果redis使用hash结构来做key-value存储，则redis的内存利用率会高于memcached。
(3)、性能对比，由于redis只适用于单核，而memcached适用于多核，所以平均每一个核上redis在存储小数据时性能更高，但是在100k以上的数据中，memcached性能要高于redis。
(4)、集群模式：memcached没有原生的集群模式，需要依靠客户端来实现往集群中分片写入数据，但是redis目前是原生支持cluster模式的。
1 4是重点哈。

灵魂拷问五：redis的线程模型是什么？

redis基于reactor模式开发了网络事件处理器，这个处理器叫做文件事件处理器，这个文件事件处理器是单线程的，所以redis才叫做单线程的模型，采用IO多路复用的机制同时监听多个socket，根据socket上的事件来选择对应的事件处理器来处理这个事件。
IO多路复用+文件事件分配器+事件处理器

灵魂拷问六：为什么单线程的redis比多线程的memcached快得多？为什么redis是单线程的，还可以支持高并发？

(1)、纯内存操作，事件处理器处理快的原因就是因为是纯内存操作的，很快的。
(2)、非阻塞的IO多路复用机制，IO多路复用只负责监听socket，压队列，也很快。
(3)、单线程反而避免了多线程的频繁上下文切换问题。

灵魂拷问七：redis都有哪些数据类型？分别在哪些场景下使用比较合适？

(0)、key
(1)、string（key-value）
普通的kv操作。
(2)、hash
类似于map，把整个对象缓存到redis。后续操作可以仅仅修改这个对象的某个字段的值。
(3)、list
有序列表，且可重复。基于redis的lrange命令实现分页查询。
(4)、set
无序集合，去重列表。系统部署在多台机器上，基于redis进行全局的set去重。
(5)、sort set
有序集合，去重。排行榜。

灵魂拷问八：redis的过期策略？手写LRU？

redis主要是靠内存来进行高性能，高并发的读写操作的。
辣么，如果超过内存的话，会干掉一些数据，保留一些数据，保留的方案可能是常用的保存，不常用的丢掉。
所以，可以针对数据设置过期时间，但是呢，这个过期时间并不是说到了时间就会被删除，很有可能出现，数据过期，从redis中查不到，但还是占有内存的情况。

那么，redis是怎么对过期的key进行删除的？
定期删除 + 惰性删除
定期删除：redis每隔100ms，都随机抽取一些设置了过期时间的key，检查是否过期，如果过期，则进行删除。
惰性删除：获取key的时候，redis会检查key，如果过期了，则会删除该key。
如果定期删除漏掉了很多key，也没触发惰性删除，此时会有大量无用的key堆积在内存里，应该怎么办呢？
走内存淘汰机制。

内存淘汰机制：如果redis内存占用过多，则会有一些淘汰机制。
(1)、noneviction：当内存不够时，继续写入会报错。
(2)、allkeys-lru：当内存不足时，删除最近最少使用的key。
(3)、allkeys-andom：当内存不足时，随即移除某些key。
(4)、volatile-lru：当内存不足时，在设置了过期时间的key里，移除最近最少使用的key。
(5)、volatile-andom：当内存不足时，在设置了过期时间的key里，随即移除某些key。
(6)、volatile-ttl：当内存不足时，在设置了过期时间的key里，移除马上要过期的key。

手写LRU编码：

package exercise_0504;

import java.util.LinkedHashMap;
import java.util.Map;

public class LRU<K,V> extends LinkedHashMap<K,V> {
    private final int CACHE_SIZE; //最多能缓存多少数据

    public LRU(int cacheSize){
        super((int)Math.ceil(cacheSize/0.75) + 1,0.75f,true);
        // 设置hashmap的初始大小
        // 第一个参数 总个数/负载因子 + 1
        // 第二个参数 负载因子 官方建议 0.75
        // 第三个参数 true表示按照访问顺序排序，最近访问的在前，最老访问的在后。
        CACHE_SIZE = cacheSize;
    }

    @Override
    public boolean removeEldestEntry(Map.Entry eldest){
        return size() > CACHE_SIZE; // 当map中的数据量大于指定的缓存个数的时候，会自动删除最老的数据。
    }
}

灵魂拷问九：redis遇到的坑

研发在使用redis的时候，未设置过期时间，但是DBA对相应实例设置的淘汰策略是volatile-lru，导致redis的内存在某个时间被打满，造成的后果是影响了1个半小时的交易量和开户，损失大大的。

我们公司的redis实例的淘汰策略可能是
allkeys-lru：对所有的键都采用LRU淘汰，不需要过期时间。
volatile-lru：仅对设置了过期时间的键采取LRU淘汰。