What_Is_Redis?

什么是缓存雪崩？为什么会缓存雪崩？

• 缓存雪崩是因为大量缓存数据在同一时间过期或者服务器的宕机/重启/故障登原因导致大量存在于缓存的数据落到数据库上，给DB带来巨大的压力从而崩溃。
• redis服务器宕机，所有key都失效，更严重点。
  

如何解决缓存雪崩？

1. 均匀设置过期时间：就是将key的过期时间后面加上一个随机数（比如随机1-5分钟），让key均匀的失效

Random random = new Random();
int expiration = random.nextInt(max - min + 1) + min;

redisTemplate.expire(key, expiration, TimeUnit.SECONDS);

2. 使用后台程序定时更新数据：热点数据可以考虑不失效，后台异步更新缓存（就是后台定时的检测缓存是否失效而淘汰和更新缓存数据，也可以业务线程通知后台的方式让后台更新缓存），适用于不严格要求缓存一致性的场景

使用 @Scheduled 注解实现 定时更新

4. 双key策略：主key设置过期时间，备key不设置过期时间，当主key失效时，直接返回备key值（即只有一个请求去更新缓存，在这期间有别的请求到来就使用旧值返回）。更新缓存的时候，同时更新两个key的数据。 相当于给缓存数据做副本.俩KEY-VALUE,key不一致，value一致，备key设置永不过期（TTL = -1）.当业务线程访问不到【主key】的缓存数据时，返回【备Key】的数据，有效避免用互斥锁（上述第二点）大量线程被锁住，后续再通知后台线程，重新构建【主key】数据。
5. 避免redis宕机的方法：哨兵集群。

什么是缓存击穿？为什么会缓存击穿？

• 缓存雪崩是指只大量热点key同时失效的情况，而如果是单个热点数据过期了（失效），此时有大量的请求访问了该热点数据，在缓存无法读取到数据，而直接访问数据库数据库很容易就被高并发的请求冲垮，这就是缓存击穿。如下图：
  

从定义上看，我们看出缓存雪崩和缓存击穿很相似，只不过缓存击穿是一个热点key失效，而缓存雪崩是大量热点key失效。因此，可以认为缓存击穿是缓存雪崩的一个子集。

如何解决缓存击穿?

1. 互斥锁方案，保证同一时间只有一个业务线程更新缓存，未能获取互斥锁的请求，要么等待锁释放后重新读取缓存，要么就返回空值或者默认值。单机通过synchronized或lock来处理，分布式环境采用分布式锁
   

2. 不给热点数据设置过期时间，由后台异步更新缓存，或者在热点数据准备要过期前，提前通知后台线程更新缓存以及重新设置过期时间。适用于不严格要求缓存一致性的场景

3. ”提前“使用互斥锁（Mutex Key）：在value内部设置一个比缓存（Redis）过期时间短的过期时间标识，当异步线程发现该值快过期时，马上延长内置的这个时间，并重新从数据库加载数据，设置到缓存中去.

什么是缓存穿透？为什么会缓存穿透？

• 当用户访问的数据，即不在缓存中，也不在数据库中。导致请求在访问缓存时，发现缓存缺失，再去访问数据库时，发现数据库中也没有要访问的数据，则不写入缓存。这就导致每次请求都会到底层数据库进行查询，缓存也失去了意义。当高并发或有人利用不存在的Key频繁攻击时，数据库的压力骤增，甚至崩溃，这就是缓存穿透

如何解决缓存穿透？

1. 缓存空值（null）或默认值

   • 优点：实现简单维护方便。
   • 缺点：消耗内存，可能造成短期的不一致

2. 业务逻辑前置校验

3. 用户黑名单限制

4. 使用布隆过滤器快速判断数据是否存在，避免通过查询数据库来判断数据是否存在
   

布隆过滤器

1. 底层是bitmap二进制0和1的数组，将要查询的数据进行k次哈希算法对应到数组中，存在则为1。时间复杂度是OK。
2. 误差度取决于进行了多少次哈希算法，哈希越多次越精准。相应的数组也会变大。

---

Redis 有哪些数据类型？

5种基础数据类型，分别是：String、List、Set、Zset、Hash。3种特殊的数据类型 分别是 HyperLogLogs（基数统计）， Bitmaps (位图) 和 geospatial （地理位置)

Redis 数据类型有哪些底层数据结构？

Redis key 的过期时间和永久有效分别怎么设置？

EXPIRE 和 PERSIST 命令