4.Redis 官方为什么不提供 Windows 版本?
因为目前 Linux 版本已经相当稳定,而且用户量很大,无需开发 windows 版本,反而会带来兼容性等问题。
5.Redis 集群方案应该怎么做?都有哪些方案?
- codis
- 目前用的最多的集群方案,基本和
twemproxy
一致的效果,但它支持在节点数量改变情况下,旧节点数据可恢复到新hash
节点。
redis cluster3.0
自带的集群,特点在于他的分布式算法不是一致性hash
,而是hash
槽的概念,以及自身支持节点设置从节点。具体看官方文档介绍。 - 在业务代码层实现,起几个毫无关联的
redis
实例,在代码层,对key
进行hash
计算,然后去对应的redis
实例操作数据。这种方式对hash
层代码要求比较高,考虑部分包括,节点失效后的替代算法方案,数据震荡后的自动脚本恢复,实例的监控,等等。
6.MySQL 里有 2000w 数据,redis 中只存 20w 的数据,如何保证 redis 中的数据都是热点数据?
redis 内存数据集大小上升到一定大小的时候,就会施行数据淘汰策略。
7.Redis 有哪些适合的场景?
1).会话缓存(Session Cache)
最常用的一种使用 Redis 的情景是 会话缓存(sessioncache),用 Redis 缓存会话比其他存储(如 Memcached
)的优势在于:Redis 提供持久化。当维护一个不是严格要求一致性的缓存时,如果用户的购物车信息全部丢失,大部分人都会不高兴的,现在,他们还会这样吗?
幸运的是,随着 Redis 这些年的改进,很容易找到怎么恰当的使用 Redis 来缓存会话的文档。甚至广为人知的商业平台 Magento
也提供 Redis 的插件。
2).全页缓存(FPC)
除基本的 会话 token 之外,Redis 还提供很简便的 FPC 平台。回到一致性问题,即使重启了 Redis 实例,因为有磁盘的持久化,用户也不会看到页面加载速度的下降,这是一个极大改进,类似 PHP 本地 FPC。
再次以 Magento
为例,Magento
提供一个插件来使用 Redis 作为全页缓存后端。
此外,对 WordPress
的用户来说,Pantheon
有一个非常好的插件 wp-redis
,这个插件能帮助你以最快速度加载你曾浏览过的页面。
3).队列
Reids 在内存存储引擎领域的一大优点是提供 list
和 set
操作,这使得 Redis 能作为一个很好的消息队列平台来使用。Redis 作为队列使用的操作,就类似于本地程序语言(如 Python)对 list
的 push/pop操作。
如果你快速的在 Google 中搜索“Redis queues”
,你马上就能找到大量的开源项目,这些项目的目的就是利用 Redis 创建非常好的后端工具,以满足各种队列需求。例如,Celery 有一个后台就是使用 Redis 作为 broker
,你可以从这里去查看。
4).排行榜/计数器
Redis 在内存中对数字进行递增或递减的操作实现的非常好。集合(Set) 和 有序集合(SortedSet) 也使得我们在执行这些操作的时候变的非常简单,Redis 只是正好提供了这两种数据结构。
所以,我们要从排序集合中获取到排名最靠前的 10 个用户–我们称之为“user_scores”
,我们只需要像下面一样执行即可:
当然,这是假定你是根据你用户的分数做递增的排序。如果你想返回用户及用户的分数,你需要这样执行:
ZRANGE user_scores 0 10 WITHSCORES
Agora Games 就是一个很好的例子,用 Ruby
实现的,它的排行榜就是使用 Redis 来存储数据的,你可以在这里看到。
5).发布/订阅
最后(但肯定不是最不重要的)是 Redis 的 发布/订阅 功能。发布/订阅的使用场景确实非常多。我已看见人们在社交网络连接中使用,还可作为基于发布/订阅的脚本触发器,甚至用 Redis 的发布/订阅功能来建立聊天系统!
8.Redis 和 Redisson 有什么关系?
Redisson 是一个高级的 分布式协调 Redis 客服端,能帮助用户在分布式环境中轻松实现一些 Java 的对象 (Bloom filter, BitSet, Set, SetMultimap, ScoredSortedSet, SortedSet, Map, ConcurrentMap,List, ListMultimap, Queue, BlockingQueue, Deque, BlockingDeque, Semaphore, Lock,ReadWriteLock, AtomicLong, CountDownLatch, Publish / Subscribe, HyperLogLog
)。
9.Redis 分布式锁的缺点
其实上面那种方案最大的问题,就是如果你对某个 redis master
实例,写入了 myLock
这种锁 key
的 value
,此时会异步复制给对应的 master slave
实例。但是这个过程中一旦发生 redis master
宕机,主备切换,redis slave
变为了 redis master
。
接着就会导致,客户端 2 来尝试加锁的时候,在新的 redis master
上完成了加锁,而客户端 1 也以为自己成功加了锁。此时就会导致多个客户端对一个分布式锁完成了加锁。这时系统在业务语义上一定会出现问题,导致各种脏数据的产生。
所以这个就是 redis cluster
,或者是 redis master-slave 架构的主从异步复制导致的 redis 分布式锁 的最大缺陷:在 redis master
实例宕机的时候,可能导致多个客户端同时完成加锁。
10.什么是缓存穿透?如何避免?什么是缓存雪崩?何如避免?
- 缓存穿透
一般的缓存系统,都是按照
key
去缓存查询,如果不存在对应的value
,就应该去后端系统查找(比如 DB)。一些恶意的请求会故意查询不存在的key,
请求量很大,就会对后端系统造成很大的压力。这就叫做缓存穿透。
- 如何避免?
- 对查询结果为空的情况也进行缓存,缓存时间设置短一点,或者该
key
对应的数据insert
了之后清理缓存。 - 对一定不存在的
key
进行过滤。可以把所有的可能存在的key
放到一个大的Bitmap
中,查询时通过该bitmap
过滤。
- 缓存雪崩
当缓存服务器重启或者大量缓存集中在某一个时间段失效,这样在失效的时候,会给后端系统带来很大压力。导致系统崩溃。
- 如何避免?
- 在缓存失效后,通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个
key
只允许一个线程查询数据和写缓存,其他线程等待。
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Java工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Java开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Java开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且会持续更新!
如果你觉得这些内容对你有帮助,可以扫码获取!!(备注Java获取)
![img](https://i-blog.csdnimg.cn/blog_migrate/928cd129751cbb712b94224bb88fdaca.jpeg)
线程、数据库、算法、JVM、分布式、微服务、框架、Spring相关知识
一线互联网P7面试集锦+各种大厂面试集锦
学习笔记以及面试真题解析
《一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码》,点击传送门即可获取!
4787)]
《一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码》,点击传送门即可获取!