redis 的一些问题，缓存问题及解决，布隆过滤器等

·RDB 和 AOF 机制：RDB 数据集快照写入磁盘只包含一个文件 dump.rdb，方便持久化。容灾性好，方便备份。性能最大化，由fork 子进程来完成写操作，让主进程继续处理命令， IO 最大化。保证了 redis 的高性能，数据集大时，比 AOF 的启动效率更高。

缺点：数据安全性低。当数据集较大时，会导致整个服务器停止服务甚至到1秒钟。

AOF 以日志的形式记录服务器所处理的每一个写、删除操作，查询操作不会记录，以文本的方式记录，可以打开文件看到详细的操作记录。优点：数据安全，Redis中提供了3中同步策略，即每秒同步、每修改同步和不同步，每秒同步是异步完成的，效率非常高。AOF 机制的 rewrite 模式。定期对AOF文件进行重写，以达到压缩的目的。缺点：AOF 文件比 RDB 文件大，且恢复速度慢。数据集大的时候，比 rdb 启动效率低，运行效率没有RDB高。

AOF文件比RDB更新频率高，优先使用AOF还原数据。AOF比RDB更安全也更大，RDB性能比AOF好，如果两个都配了优先加载AOF

·过期键的删除策略： 1、惰性过期：只有当访问一个key时，才会判断该key是否已过期，过期则清除。2、定期过期：每隔一定的时间，会扫描一定数量的数据库的expires字典中一定数量的key，并清除其中已过期的key

·Redis线程模型：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 file event handler。它是单线程的，所以 Redis 叫做单线程的模型，它采用IO多路复用机制来同时监听多个Socket，根据Socket上的事件类型来选择对应的事件处理器来处理这个事件。可以实现高性能的网络通信模型

·单线程快的原因：1）纯内存操作2）核心是基于非阻塞的IO多路复用机制3）单线程反而避免了多线程的频繁上下文切换带来的性能问题

·redis集群方案  哨兵模式：sentinel，哨兵是 redis 集群中非常重要的一个组件，主要有：1、集群监控：负责监控 redis master 和 slave 进程是否正常工作。2、消息通知：如果某个 redis 实例有故障，那么哨兵负责发送消息作为报警通知给管理员。3、故障转移：如果 master node 挂掉了，会自动转移到 slave node 上。4、配置中心：如果故障转移发生了，通知 client 客户端新的 master 地址。

哨兵用于实现 redis 集群的高可用，本身也是分布式的，作为一个哨兵集群去运行，互相协同工作。1、故障转移时，判断一个 master node 是否宕机了，需要大部分的哨兵都同意才行，涉及到了分布式选举2、即使部分哨兵节点挂掉了，哨兵集群还是能正常工作的    3、哨兵通常需要 3 个实例，来保证自己的健壮性。4、哨兵 + redis 主从的部署架构，是不保证数据零丢失的，只能保证 redis 集群的高可用性。5、对于哨兵 + redis 主从这种复杂的部署架构，尽量在测试环境和生产环境，都进行充足的测试和演练。

·redis 主从复制的核心原理通过执行slaveof命令或设置slaveof选项，让一个服务器去复制另一个服务器的数据。主数据库可以进行读写操作，当写操作导致数据变化时会自动将数据同步给从数据库。而从数据库一般是只读的，并接受主数据库同步过来的数据。一个主数据库可以拥有多个从数据库，而一个从数据库只能拥有一个主数据库。全量复制；部分复制；

·什么是缓存穿透 ? 怎么解决 ?：缓存穿透是指查询一个一定不存在的数据，如果从存储层查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到 DB 去查询，可能导致DB 挂掉。这种情况大概率是遭到了攻击。通常都会用布隆过滤器来解决它

·你能介绍一下布隆过滤器吗？：布隆过滤器主要是用于检索一个元素是否在一个集合中。我们当时使用的是redisson实现的布隆过滤器。它的底层主要是先去初始化一个比较大数组，里面存放的二进制0或1。在一开始都是0，当一个key来了之后经过3次hash计算，模于数组长度找到数据的下标然后把数组中原来的0改为1，这样的话，三个数组的位置就能标明一个key的存在。查找的过程也是一样的。当然是有缺点的，布隆过滤器有可能会产生一定的误判，我们一般可以设置这个误判率，大概不会超过5%，其实这个误判是必然存在的，要不就得增加数组的长度，其实已经算是很划分了，5%以内的误判率一般的项目也能接受，不至于高并发下压倒数据库。

·什么是缓存击穿 ? 怎么解决 ?：缓存击穿的意思是对于设置了过期时间的key，缓存在某个时间点过期的时候，恰好这时间点对这个Key有大量的并发请求过来，这些请求发现缓存过期一般都会从后端 DB 加载数据并回设到缓存，这个时候大并发的请求可能会瞬间把 DB 压垮。解决方案有两种方式：1、可以使用互斥锁：当缓存失效时，不立即去load db，先使用如 Redis 的setnx 去设置一个互斥锁，当操作成功返回时再进行 load db的操作并回设缓存，否则重试get缓存的方法。2、可以设置当前key逻辑过期，大概是思路如下：①：在设置key的时候，设置一个过期时间字段一块存入缓存中，不给当前key设置过期时间②：当查询的时候，从redis取出数据后判断时间是否过期③：如果过期则开通另外一个线程进行数据同步，当前线程正常返回数据，这个数据不是最新。如果选择数据的强一致性，建议使用分布式锁的方案，性能上可能没那么高，锁需要等，也有可能产生死锁的问题。如果选择key的逻辑删除，则优先考虑的高可用性，性能比较高，但是数据同步这块做不到强一致。

·什么是缓存雪崩 ? 怎么解决 ?：缓存雪崩意思是设置缓存时采用了相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到DB，DB 瞬时压力过重雪崩。与缓存击穿的区别：雪崩是很多key，击穿是某一个key缓存。解决方案主要是可以将缓存失效时间分散开，比如可以在原有的失效时间基础上增加一个随机值，比如1-5分钟随机，这样每一个缓存的过期时间的重复率就会降低，就很难引发集体失效的事件。

·redis做为缓存，mysql的数据如何与redis进行同步呢？（双写一致性）：就说我最近做的这个快照项目，里面有保存画笔快照的功能，需要让数据库与redis高度保持一致，因为要求时效性比较高，当时采用的读写锁保证的强一致性。用redisson实现的读写锁，在读的时候添加共享锁，可以保证读读不互斥，读写互斥。当我们更新数据的时候，添加排他锁，它是读写，读读都互斥，这样就能保证在写数据的同时是不会让其他线程读数据的，避免了脏数据。这里面需要注意的是读方法和写方法上需要使用同一把锁才行。

·那这个排他锁是如何保证读写、读读互斥的呢？：其实排他锁底层使用也是setnx，保证了同时只能有一个线程操作锁住的方法

·你听说过延时双删吗？为什么不用它呢？：延迟双删，如果是写操作，我们先把缓存中的数据删除，然后更新数据库，最后再延时删除缓存中的数据，其中这个延时多久不太好确定，在延时的过程中可能会出现脏数据，并不能保证强一致性，所以没有采用它。

·redis做为缓存，mysql的数据如何与redis进行同步呢？（双写一致性）就说我最近做的这个快照项目，里面有保存画笔快照的功能，数据同步可以有一定的延时（符合大部分业务）我们当时采用的阿里的canal组件实现数据同步：不需要更改业务代码，部署一个canal服务。canal服务把自己伪装成mysql的一个从节点，当mysql数据更新以后，canal会读取binlog数据，然后在通过canal的客户端获取到数据，更新缓存即可