redis面试常见问题

1. 系统哪些场景用到了缓存？

商品的信息，其实变动不大，一般一天更新一次，但是访问量又比较大

加缓存后，
利用缓存提高了性能

如果后续数据变化后，系统修改了数据库的同时，更新下缓存就ok了

2. 缓存如何实现高并发
   先查缓存，如果缓存有数据，查缓存，没有缓存查数据库，这样可能可以将每秒4000个
   请求的高并发 降为1000个请求查数据库，3000个查缓存？

3. 为什么数据库不能承载每秒3000的并发，但是缓存可以？

因为缓存走的是内存，内存天然就可以支撑高并发的。但是数据库一般建议并发请求不超过2000/s

比如 查询商品，3/4的数据放缓存，1/4的放数据库

4. 缓存实现高性能
   缓存许多数据，复查查询结果耗时，结果放在缓存，只要数据没变，直接查询缓存，提高用户体验。

5. 不良后果
   数据出现不一样，缓存并发竞争，雪崩，缓存穿透

6. 和memcached 的区别？

1）redis的拥有的数据结构和操作比memcached的多，可以支撑更多复杂的数据类型的操作
2）memcached没有原生的集群模式，redis目前官方都支持cluster模式
数据结构多，可以支持集群

7.为什么redis是单线程模型也能效率这么高，但还是可以支撑高并发？
1.核心是采用基于非阻塞的多路复用模型
2.单线程避免了多线程直接频繁的上下文切换

8. redis有哪些数据类型，分别在哪些场景下比较合适？
   1）string 做最普通的set get
   2）hash ，类似map的，一般用来缓存对象，后续操作的时候，可以只修改对象的某个字段的值
   3）list，有序的列表，存放列表类的数据结构
   4）set ，无序集合，自动去重的。如果需要对一些数据进行快速去重，可以用jvm内存的hashset去重，但是如果系统部署在多台机器上，那就得基于redis去进行全局去重
   5）sorted set ：排序的去重

9. 过期策略
   缓存时基于内存的，内存是有限的，如果你缓存的数据过大，内存会丢弃一部分你不常用的，保留一些常用的数据
   缓存时可以设置过期时间的，那么redis是如何对这个过期时间的key进行清除的呢？

1）定期删除+惰性删除：
首先，redis默认是每隔100ms会去抓取一批数据去进行过期检查清除，但并不会遍历所有的，因为遍历所有的对cpu的消耗太高
其次：会进行惰性删除，就是当你获取key的时候，redis会检查下，这个key有没有到了过期时间，如果过期，就删除
这样两种手段结合起来，保证过期的key一定会被干掉。

2）内存淘汰机制
删除访问频率低的数据 （LRU）
删除即将过期的数据
删除已过期数据

为什么我的缓存数据不见了？
-写的数据太多了，内存满了，redis 直接执行了内存淘汰机制，lru了，给你清理掉最近很少使用的数据。

10.redis 如何保证挂掉之后重启数据可以恢复
redis持久化，讲数据写入内存的同时，异步的慢慢的将数据写入到磁盘，如果redis宕机，重启启动，redis自动从磁盘上加载之前持久化的数据就可以了。
另外，还可以将磁盘的数据备份到阿里云，如果磁盘故障的情况下，可以另起服务来支撑业务。
持久化的两种方式 ROB AOF 各自的特点？适用的场景？
意义：故障恢复

11. 缓存雪崩和缓存穿透？redis崩溃后会怎么样？
    雪崩：redis宕机，由于数据库无法承载高并发，导致整个系统宕机。

处理雪崩方案：
1）事前：保证 redis集群高可用 主从+哨兵
2）事中：redis挂了后，采用本地ehcache缓存+hystrix限流&降级，避免mysql被打死
2）事后：redis持久化，快速恢复缓存数据

缓存穿透？
大量请求在数据库中没数据，缓存中也没有，每次都跳过缓存，去查询数据库，把数据库拖死（黑客攻击）

解决方案：
每次系统A从数据库没查到数据，就往缓存中写一个空值。类似 set -999 unkonwn，这样下次再id=-999 ，就会查到缓存，不会直接请求数据库了。

12.redis如何部署的？

redis cluster 10台机器，5台部署redis主实例。5台部署了reids的从实例，每个主实例挂一个从实例。5个节点对外提供读写服务，每个节点的读写高峰qps可能达到5w的qps，
5台机器差不多是25w的qps，机器的配置差不多是32g内存+8核cpu，分配给redis的10g内存。

因为每个实例都挂了一个从实例，所以是高可用的，任何一个主实例宕机，都会自动故障迁移，redis从实例都会 编程主实例继续提供读写服务。

比如商品数据，一条数据是10kb，10w条就是1g，常驻内存是200w条商品数据，占用内存20g，不到总内存50%