关于缓存之一

1.本地缓存的选型（Caffeine/Guava/自己写......） 

       Caffeine是一种高性能的缓存库，SpringBoot内置的本地缓存实现。(Caffeine性能是Guava Cache的6倍)

         Caffeine的特性：

            自动加载条目到缓存中，可选异步方式；

            可以基于大小剔除；

            可以设置过期时间，时间可以从上次访问或上次写入开始计算；

           异步刷新；

           keys自动包装在弱引用中；

           values自动包装在弱引用或软引用中；

           条目剔除通知；

           缓存访问统计；

     Caffeine提供四种类型的加载策略：

       Manual手动、Loading自动、Asynchronous Manual异步手动、 Asynchronously Loading异步自动

    Caffeine提供的几种剔除方式：

    基于大小、基于权重、基于时间、基于引用

      Guava缓存是谷歌开源的一种本地缓存，使用本机的内存来存储的，实现原理类似于ConcurrentHashMap，但前者增加了更多的元素失效策略，后者只能显示的移除元素。

Guava提供了三种基本的缓存回收方式：

基于容量回收、定时回收和基于引用回收。

定时回收有两种：按照写入时间，最早写入的最先回收；

按照访问时间，最早访问的最早回收

2.分布式缓存？（Redis/Memcached/......）

       Redis:是一个开源的、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API。Redis的外围由一个键、值映射的字典构成。与其他非关系型数据库主要不同在于：Redis中值的类型不仅限于字符串，还支持抽象数据类型。

        Redis提供五种数据类型：string，hash，list，set及zset(sorted set)。

        Redis使用了两种文件格式：全量数据和增量请求。

                 全量数据格式是把内存中的数据写入磁盘，便于下次读取文件进行加载；

               增量请求文件是把内存中的数据序列化为操作请求，用于读取文件进行replay得到数据，序列化的操作包括SET、RPUSH、SADD、ZADD。

       Redis的存储分为：内存存储、磁盘存储（所以断电也可以存储数据）和log文件三部分

       Redis适用的场景：

              热点数据的缓存

              限时业务的运用（优惠活动，手机验证码......）

              计数器相关问题(高并发秒杀活动，限制请求......)

              排行榜相关问题

              分布式锁

              延时操作(例如用户下单未支付，设置时间看是否付款)

              分页、模糊搜索

              点赞、好友等相互关系的存储（set是可以自动排重的，并且set提供了判断某个成员是否在一个set集合内的重要接口，例如，每个用户关注的人存在一个集合中，就很容易实现求两个人的共同好友功能）

              队列（redis有list push和list pop的命令，能够很方便的执行队列操作）

       Redis不适用的场景：

             数据量太大、数据访问频率非常低的业务都不适合使用Redis。

             保存用户的基本信息，虽然它能够支持持久化，但是它的持久化方案并不能保证数据绝对的落地，并且还可能带来Redis性能下降，因为持久化太过频繁会增大Redis服务的压力。 

       Memcached：是一个免费开源的、高性能的、具有分布式内存对象的缓存系统，它通过减轻数据库负载加速动态Web应用；

       Memcached的特性：

           内存是一个key-value缓存；

           协议简单，使用基于文本行的协议；

           数据不能持久化，服务器关闭之后数据全部丢失；

           互不通信的Memcached之间具有分布特征 ；

           没有安全机制。

       Memcached适用的场景：

             memcached适合变化频繁，查询频繁

           变化不频繁，但查询频繁的数据，或读多写少的场景，在电商场景中，页面数据的缓存

      Memcached不适用的场景：

          页面都没什么访问量

          变化频繁且需要入库

          数据量过大

	Redis	memcached
线程模型	单进程单线程	单进程多线程
QPS/TPS	10W+/<10w	10W+/10w+
数据支持类型	Key-value,set,map,list,String等	Key-value
持久化	支持	不支持
集群	能	能
数据备份	能	不能，但可以使用第三方工具
数据一致性	支持事务	轻量级锁CAS机制
list排序	可以	不可以
缓存策略	LRU,FIFO,LRU	LRU
Jcache	支持	支持
单条数据约束	不同数据结构可使用不同约束规则	默认值：key最大长度250个，Value容量<=1M

3.使用缓存可以解决什么问题？

（提高查询的效率/减少对于关系型数据库的访问-mysql）

4.使用缓存会带来什么问题？

(数据一致性问题，缓存穿透/缓存雪崩/缓存击穿)

5.为什么应用了缓存会有数据一致性问题？

（数据库数据更新了，缓存中数据还没更新）

6.什么是缓存穿透/缓存雪崩/缓存击穿?

       缓存穿透：指客户端请求的数据在缓存中和数据库中都不存在，查询缓存不存在，然后查询数据库库也不存在，这个过程叫做缓存穿透。如果黑客攻击时，启用很多个线程，一直对这个不存在的数据发送请求 ，很容易将数据库打崩。

        解决方案：缓存空对象（内存消耗多），布隆过滤器（实现复杂，存在误判）

       缓存击穿：因为数据存在时效，可能前一次缓存中可以查到数据，但是过一会无法查到数据，需要从数据库中查询数据，这个过程叫做缓存穿透。

        解决方案：预先设置热门数据，提前存入缓存；实时监控热门数据，调整key过期时长；二级缓存:对于热点数据进行二级缓存，并对于不同级别的缓存设定不同的失效时间；设置分布式锁。

       缓存雪崩：大量的请求导致Redis无法进行处理，紧接着应用将大量请求发送到数据库层，导致数据库层的压力激增，击穿与雪崩的区别即在于击穿是对于特定的热点数据来说，而雪崩是全部数据，雪崩相当于多个击穿。

       缓存穿透不是导致缓存雪崩，是导致数据库宕机

7.假如让你设计一个缓存要考虑哪些问题？

（数据的存储结构/数据的淘汰算法(当缓存快满的时候)/日志记录（命中率）/定时刷新/线程安全/序列化）

8.什么是深拷贝、浅拷贝

（深拷贝就是拷贝内容，可以理解为序列化和反序列化，浅拷贝一般拷贝地址）