Redis原理

一、Redis原理

1.1 redis是单线程还是多线程？

Redis6之前网格IO和键值对读写是由同一个线程来完成。Redis6引入的多线程是网络请求多线程，但是读写还是单线程，所以仍然是并发安全的。

1.2 redis单线程为什么那么快？

• redis基于内存进行操作，速度快。
• 命令为单线程，没有线程切换开销。
• 使用了I/O多路复用机制提升I/O利用率。
• 高效的数据结构，如全局hash表。
• 单线程避免了多线程的频繁的上下文切换。

1.3 redis底层数据如何用跳表存储？

zset采用跳表存储，近似于二分查找，能够很快的进行插入，删除和查找

1.4 redis key过期了为什么内存没释放？

• SET命令没有设置过期时间，过期时间会被擦除，则永不过期。
• Redis对于过期的key会采取惰性删除和定时删除两种策略。
• 惰性删除：当读取一个过期的key，发现过期了就会删除这个key。
  定时删除：Redis会每100ms去删除过期的key，但只是删除了一部分，所以还是存在key过期但是没有删除，导致内存没有释放。

1.5 Redis key没设置过期时间为什么被redis删除了？

主动清理策略一共分为8种：

针对设置了过期时间的key：

• volatile-ttl:在筛选时，会针对设置了过期时间的键值对，根据过期时间的先后进行删除，越早过期的越先被删除。
• volatile-random:就像它的名称一样，在设置了过期时间的键值对中，进行随机删除。
• volatile-Iru:会使用LRU算法筛选设置了过期时间的键值对删除。
• volatile-lfu:会使用LFU 算法筛选设置了过期时间的键值对删除。

针对所有的key做处理:

• allkeys-random:从所有键值对中随机选择并删除数据。
• allkeys-Iru:使用LRU算法在所有数据中进行筛选删除。
• allkeys-lfu:使用LFU算法在所有数据中进行筛选删除。

不处理:

• noeviction:不会剔除任何数据，拒绝所有写入操作并返回客户端错误信息"(error) O0M command not allowed whenused memory"，此时Redis只响应读操作。

1.6 LRU和LFU的区别？

• LRU算法(Least Recently Used，最近最少使用):淘汰很久没被访问过的数据，以最近一次访问时间作为参考。
• LFU算法(Least Frequehtly Used，最不经常使用):淘汰最近一段时间被访问次数最少的数据，以次数作为参考绝大多数情况我们都可以用LRU策略，当存在大量的热点缓存数据时，LFU可能更好点。

1.7 Redis集群的hash分片算法？

HASH_SLOT=CRC16(key)%16384

1.8 Redis主从切换导致缓存雪崩？

如果没有保证主从的时钟一致性，slave比master走得快，master里面大量的key在从节点其实已经过期，而在master里面还没有过期，slave切换为主节点，master就会删除大量过期的key，主线程会发生阻塞，无法处理客户端的请求。并且大量key过期就会导致缓存雪崩。

1.9 Redis的AOF和RDB、混合持久化？

• RDB（宕机后会丢失几分钟的数据）
  默认情况下，内存数据快照存储在dump.rdb的二进制文件中。可以通过配置 #save 60 1000 （60秒内至少有1000次改动就收集一次数据集）。当触发条件后，redis会将内存的数据进行持久化，save为同步操作，数据集过大就会阻塞客户端的请求。可以采取bgsave。

---

• bgsave
  bgsave采用了操作系统的写时复制技术，在生成快照的同时也可以正常处理写命令。主线程会fork出一个子线程，子线程中的bgsave进程会读取主线程的内存数据，把他们写入rdb文件中。
  如果主线程要对数据进行修改，这块数据会被复制一份生成该数据的副本，然后bgsave进程会把这个副本数据写入rdb文件中。

AOF(append-only file)
将修改的每一条指令记录进appendonly.aof中（先写入os.cache，每隔一段时间fsync回磁盘）
配置文件中添加
#appendonly yes
#appendfsync everysec（每秒）/always(每次)/no(由操作系统来调配)

• AOF重写：
  对于重复操作一条数据的命令会进行重写优化
  auto-aof-rewrite-percentage 100 #大小增长了100%，如128mb，在进行一次aof重写。
  auto-aof-rewrite-min-size 64mb #如果aof文件超过64mb，就会进行aof重写。

REDIS4.0之前为了数据安全性，在重启后首先采用AOF来恢复数据。
REDIS4.0之后开启混合持久化方式。
aof-use-rdb-preamble yes
对于混合持久化，AOF在重写时，不再适用RESP命令写入AOP，而是重写这一刻之前的内存做RDB快照处理，将RDB快照内容和AOF增量修改命令存在一起。写入新的AOF文件。新的文件不叫appendonly.aof，等到重写完后新的aof文件才会改名。（恢复数据时，前面的数据直接读取到内存，后面的增量命令进行重放恢复到内存）

1.10 Redis集群网络抖动频繁主从切换？

配置cluster-node-timeout 当持续失联timeout时间，就会进行主从切换

1.11 Redis集群支持批量命令吗？

redis使用mset进行批量操作，但是在集群中需要为同一个分区，否则报错，所以计算hash值的时候，需要给定同一个值。
mset {user1}:1:name wangji {user1}:1:age 666（user1为计算hash值的key）

1.12 Redis主从切换分布式锁丢失问题？

在一个主节点操作数据加锁后，锁同步到其他的从节点的过程中，主机宕机导致锁丢失。

• 红锁解决（弄3台redis，这三台和节点没有关系）

1.13 缓存击穿和缓存穿透？

缓存穿透为数据库和缓存都没有数据，缓存击穿为大量key过期访问数据库。

• 缓存穿透可以通过设置空字符串来代替
• 缓存击穿可以通过设置随机过期时间来解决

1.14 基于DCL机制解决突发性热点缓存并发重建问题？（重建缓存）

• 加synchronize锁（但是只限于单机jvm进程，集群中每个节点至少进入一次，对于集群，可以通过对象池，不同的产品用不同的对象锁）
• 使用分布式锁（redisson）（分布式锁是为了解决分布式集群下出现的并发问题）
  redisson.getLock(“key”)或取锁，lock.lock()进行将这个key锁住，这些代码要写到try里面，finnaly最后要lockl.unlock()释放锁
  

1.15 缓存与数据库的双写一致性

• 更新完数据库更新缓存
  缓存数据为10，数据库数据为6.
• 更新完数据库删除缓存
  
  数据库数据为6，缓存数据为10

• 采用分布式锁来解决
• 采用读写锁来解决
• 重建缓存采用分布式锁过期。
  Rlock lock = redisson.getLock()
  lock.tryLock(3,TimeUnit.Seconds)//重建缓存必须小于3秒，分布式锁3秒后会直接失效，串行转并行。

1.16 利用多级缓存解决redis线上集群缓存雪崩？

大量的并发访问一个缓存，同一个数据是在相同的节点上，会造成节点挂掉，造成缓存雪崩。

• 基于JVM进程的缓存Map。