Redis重要知识点（面试题）

乐观锁和悲观锁

在Redis中，锁机制主要用于处理并发操作，确保数据的一致性和完整性。Redis提供了两种常见的锁机制：乐观锁和悲观锁。

悲观锁

悲观锁是一种传统的锁机制，它假设在任何时候都可能发生冲突，因此在操作数据之前会先锁定数据，防止其他操作修改。在Redis中，悲观锁通常通过WATCH命令实现。

使用步骤：

使用WATCH命令监控一个或多个键。

执行事务（MULTI/EXEC），在事务中对监控的键进行修改。

如果在事务执行期间，监控的键被其他客户端修改，事务将失败，EXEC返回nil。

乐观锁

乐观锁假设在大多数情况下不会发生冲突，因此在操作数据时不加锁，而是在提交数据时检查数据是否被修改。在Redis中，乐观锁通常通过版本号或时间戳来实现。

使用步骤：

在数据中添加一个版本号或时间戳。

在更新数据时，先读取版本号或时间戳，然后在更新时检查版本号或时间戳是否一致。

如果版本号或时间戳一致，则更新数据并增加版本号或更新时间戳；如果不一致，则放弃更新。

总结

悲观锁：适用于写操作频繁的场景，通过WATCH命令实现。

乐观锁：适用于读操作频繁的场景，通过版本号或时间戳实现。

ROD和AOF

RDB是一种快照持久化方式，它会在指定的时间间隔内将Redis数据库的完整快照保存到磁盘上。RDB文件是一个紧凑的二进制文件，适用于备份和恢复。

优点：

高效：RDB文件是一个紧凑的二进制文件，适合大规模数据恢复。

性能：Redis在生成RDB文件时会fork出一个子进程，主进程不受影响，因此对性能影响较小。

缺点：

数据丢失：如果在两次快照之间发生崩溃，可能会丢失最后一次快照之后的数据。

配置复杂：需要配置多个保存点（save points），以确保数据的安全性。

AOF是一种日志持久化方式，它会将每个写操作追加到AOF文件中。AOF文件是一个文本文件，记录了所有写操作的命令，Redis重启时会重新执行这些命令以恢复数据。

优点：

数据完整性：AOF记录了每个写操作，因此数据丢失的风险较小。

可读性：AOF文件是文本文件，便于人类阅读和理解。

缺点：

性能：AOF文件通常比RDB文件大，且写操作频繁时对性能有一定影响。

恢复速度：AOF文件恢复速度通常比RDB文件慢，因为需要重新执行所有写操作。

选择合适的持久化方式

RDB：适用于对性能要求较高，且能容忍一定数据丢失的场景。

AOF：适用于对数据完整性要求较高，且能容忍一定性能损失的场景。

在实际应用中，可以同时使用RDB和AOF，以兼顾性能和数据完整性。Redis会优先使用AOF文件进行数据恢复，因为AOF文件记录了更完整的数据变化历史。

主从分离

Redis的主从复制（Master-Slave Replication）是一种常见的数据复制和高可用性解决方案。通过主从复制，可以将一个Redis实例（主节点）的数据复制到一个或多个其他Redis实例（从节点），从而实现数据的冗余备份和读写分离。

主从复制的原理

同步（Sync）：当从节点启动时，会向主节点发送SYNC命令，请求全量复制数据。主节点会生成一个RDB文件，并将文件发送给从节点。

命令传播（Command Propagation）：在全量复制完成后，主节点会将后续的写命令发送给从节点，以保持数据的一致性。

部分重同步（Partial Resynchronization）：在主从节点断开重连后，Redis 2.8及以上版本支持部分重同步，即只同步断开期间缺失的数据，而不是全量复制。

注意：如果主机断开，从机也不会上位。

缓存击穿，穿透，雪崩

缓存穿透

定义：缓存穿透是指查询一个不存在的数据，由于数据不存在，缓存中也不会有该数据，因此每次查询都会直接访问数据库，导致数据库压力增大。

解决办法：

布隆过滤器：在缓存之前使用布隆过滤器来过滤掉不存在的数据请求。布隆过滤器是一种空间效率高的概率型数据结构，用于测试一个元素是否属于一个集合。

空值缓存：对于查询结果为空的数据，也进行缓存，并设置一个较短的过期时间

缓存雪崩

定义：缓存雪崩是指缓存中大量数据在同一时间失效，导致大量请求直接访问数据库，造成数据库压力骤增，甚至宕机。

解决办法：

随机过期时间：为缓存数据设置随机的过期时间，避免大量数据同时失效。

多级缓存：使用多级缓存架构，如本地缓存+分布式缓存，减少对单一缓存的依赖。

热点数据永不过期：对于热点数据，可以设置永不过期，通过后台线程定期更新。

缓存击穿

定义：缓存击穿是指一个热点数据在缓存中过期，此时大量请求同时访问该数据，导致所有请求都直接访问数据库，造成数据库压力骤增。

解决办法：

互斥锁：在查询数据库时使用互斥锁，保证只有一个请求去查询数据库并更新缓存，其他请求等待缓存更新完成。

热点数据永不过期：对于热点数据，可以设置永不过期，通过后台线程定期更新。

内存淘汰策略

1. 不淘汰（noeviction）
   策略描述：当内存达到上限时，Redis不再接受写操作，并返回错误。这是默认的淘汰策略。

适用场景：适用于对数据完整性要求极高的场景，确保不会因为内存不足而丢失数据。

1. 随机淘汰（allkeys-random）
   策略描述：从所有键中随机选择数据进行淘汰。

适用场景：适用于数据重要性不高，且希望均匀分布淘汰影响的场景。

1. LRU淘汰（allkeys-lru）
   策略描述：Least Recently Used（最近最少使用），从所有键中选择最近最少使用的数据进行淘汰。

适用场景：适用于数据访问模式较为均匀，且希望保留最近访问的数据的场景。

1. LFU淘汰（allkeys-lfu）
   策略描述：Least Frequently Used（最不经常使用），从所有键中选择访问频率最低的数据进行淘汰。

适用场景：适用于数据访问频率差异较大，且希望保留高频访问数据的场景。

1. 过期键优先淘汰（volatile-ttl）
   策略描述：从设置了过期时间的键中，选择剩余生存时间（TTL）最短的数据进行淘汰。

适用场景：适用于希望优先淘汰即将过期的数据的场景。

1. 过期键LRU淘汰（volatile-lru）
   策略描述：从设置了过期时间的键中，选择最近最少使用的数据进行淘汰。

适用场景：适用于希望优先淘汰过期键中的最近最少使用数据的场景。

1. 过期键LFU淘汰（volatile-lfu）
   策略描述：从设置了过期时间的键中，选择访问频率最低的数据进行淘汰。

适用场景：适用于希望优先淘汰过期键中的最不经常使用数据的场景。

配置方法
可以通过Redis的配置文件（redis.conf）或动态命令来设置淘汰策略。