Java后台开发面试实战（十）：讲一下redis

感谢牛客网网友提供的面试经验！

1. redis是什么？

答：redis（Remote Dictionary Server远程字典服务），是一款高性能的(key/value)分布式内存数据库，基于内存运行并支持持久化的NoSQL数据库。

分布式: 把一个需要非常巨大的计算能力才能解决的问题分成许多小的部分，然后把这些部分分配给多个计算机进行处理，最后把这些计算结果综合起来得到最终的结果
持久化: 是将程序数据在持久状态和瞬时状态间转换的机制。通俗的讲，就是瞬时数据（比如内存中的数据，是不能永久保存的）持久化为持久数据（比如持久化至数据库中，能够长久保存）。
NoSQL: 泛指非关系型的数据库。

2. redis是单线程吗，为什么运行速度快？

1. redis是单线程的，redis的单线程是指网络请求模块使用了一个线程，所以不需考虑并发安全性。但是对于需要依赖多个操作的复合操作来说，还是需要锁的，而且有可能是分布式锁。
2. 那么单线程的redis为什么执行速度如此之快？
   1）基于内存实现，完全内存计算
   2）单线程操作，避免了线程上下文切换操作
   3）多路I/O复用的线程模型，实现了一个线程监控多个IO流，及时响应请求
   4）redis对外部的依赖比较少，属于轻量级内存数据库

3. redis都支持哪些数据类型？应用场景有哪些？

1. string：redis 中字符串 value 最大可为512M。可以用来做一些计数器（也是实际工作中最常见的）。
2. hash：键值对集合，是一个字符串类型的 Key和 Value 的映射表，也就是说其存储的Value是一个键值对（Key- Value）。可以用来存放一些具有特定结构的信息。用于用户信息管理。
3. list：简单的字符串列表，按照插入顺序排序，可以添加一个元素到列表的头部（左边）或者尾部（右边），其底层实现是一个链表。可以实现一个简单消息队列功能，做基于redis的分页功能等。
4. set：是一个字符串类型的无序集合。可以用来进行全局去重等。做用户标签。
5. sorted set：是一个字符串类型的有序集合，给每一个元素一个固定的分数score来保持顺序。可以用来做排行榜应用或者进行范围查找等。

• 补充：用sorted set实现一个排行榜需要注意什么问题？
  并列问题。

参考网站： https://www.cnblogs.com/afeng2010/p/10048958.html

4. redis过期回收策略和内存淘汰机制

1. redis中的数据过期回收策略使用了定期删除和惰性删除相结合的方式。
   定期删除：
   redis会每隔一定的时间去抽查一定量的数据判断其是否过期，过期则进行删除。
   惰性删除：
   在获取一个key的时候，redis会检查这个key是否已经过期，若过期，则会进行删除操作。
2. 内存淘汰机制：在配置文件中，我们可以对内存淘汰机制进行配置。当内存使用达到最大值时，redis可以使用的清除策略如下：
   volatile-lru：利用LRU算法移除设置过过期时间的key (LRU:最近使用 Least Recently Used )
   allkeys-lru：利用LRU算法移除任何key
   volatile-random：移除设置过过期时间的随机key
   allkeys-random：移除随机key
   volatile-ttl：移除即将过期的key(minor TTL)
   noeviction ：不移除任何key，只是返回一个写错误 ，默认选项

5. 使用redis可能出现的问题？

1. 缓存雪崩：
   举例：缓存同一时间大面积的失效，这个时候又来的一波请求都到数据库上，导致数据库连接异常。
   解决办法：可以给缓存设置不同的缓存时间，更新数据使用互斥锁或者通过双缓存在避免缓存雪崩。
2. 缓存击穿：
   举例：redis中存储的是热点数据，当高并发请求访问redis中热点数据的时候，如果redis中的数据过期了，会造成缓存击穿的现象，请求都打到了数据库上。
   解决办法：使用互斥锁，只让一个请求去load DB，成功之后重新写缓存，其余请求没有获取到互斥锁，可以尝试重新获取缓存中的数据。。
3. 缓存穿透：
   举例：故意的去请求缓存中不存在的数据，导致请求都打到了数据库上，导致数据库异常。
   解决办法：可以使用互斥锁或者无论是否取到结果都将结果存入缓存，还可以使用有效的机制（比如布隆过滤器）来拦截不合法的key值等。
4. 数据库和缓存的双写一致性问题：
   在高并发请求下很容易导致数据不一致的问题，如果你的业务需要保证数据的强一致性，那么建议不要使用缓存。在数据库中和缓存数据的删除或者写入过程中，如果有失败的情况，会导致数据的不一致。
   解决办法：
   双删延时的解决办法。可以先删除缓存数据，然后再更新数据库数据，最后再隔固定的时间再次删除缓存。
   更新数据库产生的binlog订阅（使用canal）。将有变化的key记录下来，并且尝试去不断的去删除缓存（如果上次删除缓存失败）