Redis常见问题
-
为什么使用Redis
性能和并发(分布式锁还有其他中间件可以代替)
-
性能
需要执行耗时特别久,且结果不频繁变动的结果,将运行结果放入缓存。后面的请求去缓存中获取,使得请求能够迅速响应。
-
并发
在大并发情况下,所有的请求直接访问数据库,数据库会出现连接异常。
使用Redis做一个缓冲操作,让请求先访问Redis,而不是直接访问数据库
-
-
使用Redis有什么缺点
- 缓存和数据库双写一致性问题
- 缓存雪崩问题
- 缓存击穿问题
- 缓存的并发竞争问题
-
单线程的Redis问什么这么快
- 纯内存操作
- 单线程操作,避免了频繁的上下文切换
- 采用了非阻塞 I/O 多路复用机制(单个线程,通过跟踪每个 I/O 流的状态,来管理多个 I/O 流)
-
Redis的数据类型,以及每种数据类型的使用场景
-
String
最常规的 set/get 操作,一般做一些复杂的计数功能的缓存
-
Hash
value 存放的是结构化的对象,比较方便操作其中的某个字段。
-
List
可以做简单的消息队列的功能。
可以利用 lrange 命令,做基于Redis的分页功能
-
Set
可以做全局去重的功能(如果使用 JVM 自带的Set进行去重,还需要起一个公共服务)
利用交集、并集、差集操作,计算共同喜好、全部喜好、独有喜好
-
Sorted Set
多了一个权重参数 Score, 集合中的元素能够按 Score 进行排列
可以做排行榜应用。延时任务。范围查找
-
-
Redis 的过期策略以及内存淘汰机制
Redis 采用定期删除 + 惰性删除策略
-
为什么不用定时删除策略
定时删除,需要用一个定时器来负责监视 Key,过期自动删除。十分消耗 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。
-
定期删除 + 惰性删除如何工作
定期删除,Redis 默认每 100ms 检查,是否有过期的 Key,有过期的 Key 则删除。
检查并不是将所有的 Key 都进行检查,而是随机抽取检查。
只采用定期删除策略,会导致很多 Key 到时间没有删除。于是,就引入了惰性删除。
惰性删除,在获取某个 Key 的时候,Redis 会检查一下,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+惰性删除为什么内存还是越来越高?
如果定期删除没删除 key。然后也没有即时去请求 Key,也就是说惰性删除也没生效。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:
- noeviction: 当内存不足以容纳新写入数据时,新写入操作会报错。
- allkeys-lru: 当内存不足以容纳新写入数据时,在键空间中,移除最近很少使用的 Key。
- allkeys-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。
- 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,移除最少使用的 Key。
- 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。
- **volatile-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。
-
-
Redis 和数据库双写一致性问题
一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,就必然存在不一致的问题。
采取正确更新策略,先更新数据库,再删缓存。其次,因为可能存在删除缓存失败的问题,提供一个补偿措施。
-
如何应对缓存穿透和缓存雪崩问题
**缓存穿透,**请求缓存中不存在的数据,导致所有的请求都传至数据库上,导致数据库连接异常。
缓存穿透解决方案:
- **利用互斥锁:**缓存失效的时候,先获得锁,得到锁了,再去请求数据库。没得到锁,则休眠一段时间重试。
- 采用异步更新策略,无论 Key 是否取到值,都直接返回。
- 提供一个能迅速判断请求是否有效的拦截机制
**缓存雪崩,**即缓存同一时间大面积的失效,同时又来了一波请求,结果请求都传至数据库,从而导致数据库连接异常。
缓存雪崩解决方案:
-
给缓存的失效时间,加一个随机值,避免集体失效
-
使用互斥锁
-
双缓存。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。
从缓存 A 读数据,有则直接返回;A 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,更新线程同时更新缓存 A 和缓存 B。
-
如何解决 Redis 的并发竞争 Key 问题
这个问题引发原因是,同时有多个子系统去 Set 一个 Key。
-
如果对这个 Key 操作,不要求顺序
准备一个分布式锁,大家去抢锁,抢到锁就做 set 操作
-
如果对这个 Key 操作,要求顺序
在数据写入时,同时保存一个时间戳。
写入 Redis 前,比较时间戳,如果早于缓存中的时间戳,则不做 set 操作。
也可以利用队列,set方法变成串行访问
-