Redis八连问，你心慌吗？一记定心丸奉上

今天主要从以下几点讲解redis的相关知识点

1、为什么使用Redis

2.使用Redis有什么缺点

3、单线程的Redis为什么这么快

4、Redis的数据类型，以及每种数据类型的使用场景

5、Redis的过期策略以及内存淘汰机制

6、Redis和数据库双写一 致性问题

7、如何应对缓存穿透和缓存雪崩问题

8、如何解决Redis的并发竞争key问题

1、为什么使用Redis

分析:作者觉得在项目中使用redis,主要是从两个角度去考虑:性能和并发。当然，redis还具 备可以做分布式锁等其他功能，但是如果只是为了分布式锁这些其他功能，完全还有其他中间件(如zookpeer等)代替，并不是非要使用redis。因此，这个问题主要从性能和并发两个角度去答。

回答:如下所示,分为两点

(一)性能

如下图所示，我们在碰到需要执行耗时特别久，且结果不频繁变动的SQL，就特别适合将运行结果放入缓存。这样，后面的请求就去缓存中读取，使得请求能够迅速响应。

题外话:忽然想聊一下这个迅速响应的标准。其实根据交互效果的不同，这个响应时间没有固定标准。不过曾经有人这么告诉我:在理想状态下，我们的页面跳转需要在瞬间解决，对于页内操作则需要在刹那间解决。另外，超过一弹指的耗时操作要有进度提示，并且可以随时中止或取消，这样才能给用户最好的体验。"

那么瞬间、刹那、-弹指具体是多少时间呢?

根据《摩诃僧衹律》记载

一刹那者为-念二十念为-瞬，二十瞬为-弹指，二十弹指为-罗预，二十罗预为-须臾，-日一

夜有三十须臾。

那么，经过周密的计算，一瞬间为0.36秒,一 刹那有0.018秒.-弹指长达7.2秒。

(二)并发

如下图所示，在大并发的情况下，所有的请求直接访问数据库，数据库会出现连接异常。这个时候,就需要使用redis做一个缓冲操作，让请求先访问到redis,而不是直接访问数据库。

2.使用Redis有什么缺点

分析:大家用redis这么久，这个问题是必须要了解的,基本上使用redis都会碰到一些问题，常见的也就几个。

回答:主要是四个问题

(一)缓存和数据库双写-致性问题

(二)缓存雪崩问题

(三)缓存问题

(四)缓存的并发竞争问题

3、单线程的Redis为什么这么快

分析:这个问题其实是对redis内部机制的一个考察。其实根据博主的面试经验,很多人其实都不知道redis是单线程工作模型。所以，这个问题还是应该要复习一下的。

回答:主要是以下三点

(一)纯内存操作

(二)单线程操作，避免了频繁的上下文切换

(三)采了非阻塞I/0多路复用机制

题外话:我们现在要仔细的说- -说I/O多路复用机制，因为这个说法实在是太通俗了，通俗到-般人都不懂是什么意思。博主打一个比方:小曲在S城开了一家快递店 ，负责同城快送服务。小曲因为资金限制,雇佣了一批快递员，然后小曲发现资金不够了，只够买-辆车送快递。

经营方式一

客户每送来-份快递，小曲就让一个快递员盯着，然后快递员开车去送快递。慢慢的小曲就发现了这种经营方式存在下述问题

●几十个快递员基本上时间都花在了抢车了,大部分快递员都处在闲置状态,谁抢到了车，谁就能

去送快递

●随着快递的增多,快递员也越来越多,小曲发现快递店里越来越挤，没办法雇佣新的快递员了

●快递员之间的协调很花时间

综合.上述缺点，小曲痛定思痛，提出了下面的经营方式

经营方式二

小曲只雇佣一个快递员。然后呢，客户送来的快递，小曲按送达地点标注好，然后依次放在-个地方。最后，那个快递员依次的去取快递，-次拿一个, 然后开着车去送快递，送好了就回来拿下一个快递。

对比

上述两种经营方式对比，是不是明显觉得第二种，效率更高，更好呢。在上述比喻中:

●每个快递员--------------->每个线程

●每个快递------------------>每个socket[/O流)

●快递的送达地点---------> socket的不同状态

●客户送快递请求--------->来自客户端的请求

●小曲的经营方式--------->服务端运行的代码

●一辆车--------------------->CPU的核数

于是我们有如下结论

1、经营方式一就是传统的并发模型，每个I/O流(快递)都有 -个新的线程(快递员)管理。

2、经营方式二就是I/O多路复用。只有单个线程(一个快递员),通过跟踪每个I/O流的状态(每个快递的送达地点)，来管理多个I/O流。

下面类比到真实的redis线程模型，如图所示

参照上图，简单来说，就是。我们的redis-client在操作的时候， 会产生具有不同事件类型的socket.在服务端，有一段I/0多路复用程序，将其置入队列之中。然后,文件事件分派器，依次去队列中取，转发到不同的事件处理器中。

需要说明的是，这个I/O多路复用机制，redis还提供 了select. epol、 evport、 kqueue等多 路复用函数库,大家可以自行去了解。

4、Redis的数据类型，以及每种数据类型的使用场景

分析:是不是觉得这个问题很基础，其实我也这么觉得。然而根据面试经验发现,至少百分八十的人答

不上这个问题。建议，在项目中用到后，再类比记忆，体会更深，不要硬记。基本上，-个合格的程序员，五种类型都会用到。

回答:共四种

(一)String

这个其实没啥好说的，最常规的set/get操作, value可以是String也可以是数字。- 般做一些复杂的计数功能的缓存。

(二)hash

这里value存放的是结构化的对象，比较方便的就是操作其中的某个字段。博主在做单点登录的时候，就是用这种数据结构存储用户信息，以cookield作为key, 设置30分钟为缓存过期时间，能很好的模拟出类似session的效果。

(三)list

使用List的数据结构，可以做简单的消息队列的功能。另外还有一个就是， 可以利用lrange命令, 做基于redis的分页功能，性能极佳,户体验好。

(四)set

因为set堆放的是一堆不重复值的集合。所以可以做全局去重的功能。为什么不用JVM自带的Set进行去重?因为我们的系统一般都是集群部署，使用JVM自带的Set,比较麻烦，难道为了一个做一 个全局去重，再起一个公共服务,太麻烦了。另外，就是利用交集、并集、差集等操作，可以计算共同喜好，全部的喜好，自己独有的喜好等功能。

5、Redis的过期策略以及内存淘汰机制

分析:这个问题其实相当重要，到底redis有没用到家， 这个问题就可以看出来。比如你redis只能存5G数据，可是你写了10G，那会删5G的数据。怎么删的，这个问题思考过么?还有，你的数据已经设置了过期时间，但是时间到了，内存占用率还是比较高，有思考过原因么?

回答:

redis采用的是定期删除+惰性删除策略。

为什么不用定时删除策略?

定时删除,用一个定时器来负责监视key,过期则自动删除。虽然内存及时释放,但是+分消耗CPU资源。在大并发请求下，CPU要将时间应用在处理请求，而不是删除key,因此没有采用这一策略.

定期删除+惰性删除是如何工作的呢?

定期删除，redis默认每 个100ms检查,是否有过期的key,有过期key则删除。需要说明的是，redis不每个100ms将所有的key检查-次,而是随机抽取进行检查(如果每隔100ms,全部key进行检查, redis岂不是卡死)。因此，如果只采用定期删除策略，会导致很多key到时间没有删除。

于是，惰性删除派上用场。也就是说在你获取某个key的时候，redis会检查- 下， 这个key如果设置了过期时间那么是否过期了?如果过期了此时就会删除。

采用定期删除+惰性删除就没其他问题了么?

不是的，如果定期删除没删除key。然后你也没即时去请求key,也就是说惰性删除也没生效。这样,redis的内存会越来越高。那么就应该采用内存淘汰机制。

在redis.conf中有一行配置

# maxmemory-policy volatile-lru

该配置就是配内存淘汰策略的(什么,你没配过?好好反省一下自己)

1) noeviction: 当内存不足以容纳新写入数据时，新写入操作会报错。应该没人用吧。

2) alkeys-lru: 当内存不足以容纳新写入数据时,在键空间中，移除最近最少使用的key。推荐使用，目前项目在用这种。

3) alkeys-random: 当内存不足以容纳新写入数据时，在键空间中，随机移除某个key。应该也没人用吧，你不删最少使用Key,去随机删。

4) volatile-lru: 当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，移除最近最少使用的key。这种情况-般是把redis既当缓存， 又做持久化存储的时候才用。不推荐

5) volatile-random: 当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，随机移除某个

key。依然不推荐

6) voltile ttl:当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，有更早过期时间的key

优先移除。不推荐

ps:如果没有设置expire的key,不满足先决条件(prerequisites);那么volatile-lru, volatile-random和

volatile-ttl策略的行为,和noeviction(不删除)基本上-致。

6、Redis和数据库双写-致性问题

分析:-致性问题是分布式常见问题，还可以再分为最终一致性和强一 致性。 数据库和缓存双写，就必然会存在不一致的问题。

答这个问题，先明白-个前提。就是如果对数据有强一致性要求, 不能放缓存。我们所做的一切,只能保证最终一致性。 另外,我们所做的方案其实从根本上来说，只能说降低不一致发生的概率，无法完全避免。因此，有强一致性要求的数据， 不能放缓存。

7、如何应对缓存穿透和缓存雪崩问题

分析:这两个问题，说句实在话,一般中小型传统软件企业， 很难碰到这个问题。如果有大并发的项目,流量有几百万左右。这两个问题一定要深刻考 虑。

回答:如下所示

缓存穿透，即黑客故意去请求缓存中不存在的数据，导致所有的请求都怼到数据库上,从而数据库连接异常。

解决方案:

(一)利用互斥锁，缓存失效的时候，先去获得锁，得到锁了，再去请求数据库。没得到锁，则休眠一段时间重试

(二)采用异步更新策略,无论key是否取到值,都直接返回。value值中维护一 个缓存失效时间，缓存如果过期，异步起一个线程去读数据库,更新缓存。需要做缓存预热(项目启动前，先加载缓存)操作。

(三)提供一个能迅速判断请求是否有效的拦截机制，比如，利用布隆过滤器，内部维护-系列合法有效的key。迅速判断出，请求所携带的Key是否合法有效。如果不合法，则直接返回。

缓存雪崩，即缓存同一时间大面积的失效,这个时候又来了-波请求,结果请求都怼到数据库上，从而

导致数据库连接异常。

解决方案:

(一)给缓存的失效时间，加上一个随机值，避免集体失效。

(二)使用互斥锁，但是该方案吞吐量明显下降了。

(三)双缓存。我们有两个缓存，缓存A和缓存B。 缓存A的失效时间为20分钟，缓存B不设失效时间。自己做缓存预热操作。然后细分以下几个小点

●I从缓存A读数据库，有则直接返回.

●IIA没有数据，直接从B读数据，直接返回，并且异步启动一个更新线程。

●III更新线程同时更新缓存A和缓存B。

8、如何解决Redis的并发竞争key问题

分析:这个问题大致就是，同时有多个子系统去set-个key。 这个时候要注意什么呢?大家思考过么。需要说明一下，博主提前百度了一下， 发现答案基本都是推荐用redis事务机制。博主不推荐使用redis的事务机制。因为我们的生产环境,基本都是redis集群环境，做了数据分片操作。你一个事务中有涉及到多个key操作的时候，这多个key不-定都存储在同-个redis-server上。因此，redis的事务机制， 十分鸡肋。

回答:如下所示

(1)如果对这个key操作，不要求顺序

这种情况下，准备个分布式锁,大家去抢锁,抢到锁就做set操作即可,比较简单。

(2)如果对这个key操作，要求顺序

假设有一个key1,系统A需 要将key1设置为valueA,系统B需要将key1设置为valueB,系统C需要将key1设置为valueC.

期望按照key1的value值按照valueA-->valueB-->valueC的顺序变化。这种时候我们在数据写入数据库的时候，需要保存一个时间戳。假设时间戳如下

系统A key 1 {valueA 3:00}

系统B key 1 {valueB 3:05}

系统C key 1 {valueC 3:10}

那么,假设这会系统B先抢到锁，将key1设置为{valueB 3:05}。接下来系统A抢到锁,发现自己的valueA的时间戳早于缓存中的时间戳，那就不做set操作了。以此类推。

其他方法，比如利用队列，将set方法变成串行访问也可以。总之,灵活变通。