Redis面试篇

目录

1.缓存穿透

2.缓存击穿

3.缓存雪崩

 4.数据的持久化

---

1.缓存穿透

发送一个get请求，我们会先去redis缓存中去查询该数据是否存在，如果不存在则去查询数据库，但是如果发送的是一个不存在的数据，数据库中查询不到，也不会直接写入缓存，如果有人恶意攻击，一直发送get请求来查询一个不存在的数据，会导致数据库压力过大而宕机。

解决方案：
1.在查询数据库为空时，向缓存中写入空数据，把null进行缓存。

这种处理方式的优点是处理简单，缺点是如果大量id都是null，缓存压力大，而且如果这个id后来被添加进来，而缓存中的数据还是null，就查询不到该数据（数据不一致问题）。

2.布隆过滤器：用于检索一个元素是否在一个集合中

 布隆过滤器也会存在误判，一般将误判率设置在5%左右，数组越大误判率越低。

2.缓存击穿

在某个key过期时间刚到的时候，在该时刻突然有大量的并发请求进来，这些请求在redis中查不到信息，便会大量访问数据库，把数据库压垮。

解决方案：

1.互斥锁：一个线程在请求数据时，查询缓存如果未命中，则会获取互斥锁，查询数据库，在数据库中查询到并写入缓存后再释放锁，在释放锁之前其他线程请求锁失败会一直休眠重试，直到数据写入缓存释放锁。

2.逻辑过期：数据永不过期，用一个字段来描述数据是否过期，线程1去访问该数据，如果已经逻辑过期，获取互斥锁，开启新线程2，用于缓存重建，从数据库中查询数据写入缓存，重置过期时间，线程1返回过期数据，线程3获取数据发现数据过期，获取锁失败，但是仍然返回过期的数据，知道线程2重建完，释放互斥锁，新的线程可以获取到最新的数据。

互斥锁可以保证数据强一致性，但是性能较差，逻辑过期高可用，性能好，但是不能保证数据的强一致性。

3.缓存雪崩

指的是在同一时段内大量的key同时失效或者redis服务器宕机。导致大量请求到达数据库，造成巨大压力。

1.大量key导致的，解决方法是给不同的key设置不同的过期时间，添加随机值。1~5分钟随机

2.redis服务器宕机导致：利用Redis集群提高服务的高可用性，哨兵模式，集群模式

3.给缓存业务添加降级限流的策略。 ngxin，spring cloud gateway（可作为保底策略）

4.给业务添加多级缓存

 4.双写一致性（mysql中的数据如何与redis进行同步）

双写一致性：修改了数据库的数据也要同时更新缓存的数据，缓存和数据库的数据保持一致。

写操作：延迟双删  先删除缓存，修改数据库之后再删除一次缓存

解决方法：
1.分布式锁：读写都加锁

2.如果读多写少，缓存用的多，读数据时加共享锁，写数据时加排他锁。

如果允许数据短暂不一致：

1.异步通知：保证数据的最终一致性，MQ，cannal等中间件

 4.数据的持久化

1.RDB(Redis Database Backup file)Rdis数据备份文件，也被叫做Redis数据快照，把内存中的所有数据都记录到磁盘中，Redis实例故障重启之后，读取磁盘中的快照文件，恢复数据

执行原理：

2.AOF Append Only File（追加文件）

每个写命令都会记录到AOF文件中，可以看作是命令日志文件。

AOF是默认关闭的 需要在redis.conf文件中开启

每条改写操作都会写入AOF，但是通常只有最后一次改写是有效的，可以通过bgrewriteaof命令，可以让AOF文件执行重写功能，用最少的命令达到效果。