redis常见面试题

脑裂问题

redis在分布式集群下，由于网络抖动，产生网络分区，导致多个master的现象
类型：

1. 哨兵模式脑裂：哨兵与主节点连接中断，但主节点与外界联系未中断，哨兵选举新主节点，哨兵与老主节点恢复联系时，老节点被降级，老节点数据不会被备份，导致数据丢失
2. 集群脑裂：异地多活—提高高可用性。异地节点联系中断

本质：数据不一致、数据丢失问题
不可解决，可以降低可能性

边路缓存模式

为什么使用缓存？
提高系统读性能，适用于读多写少的应用场景

一般流程：
读取缓存中是否有相关数据，有就直接返回，没有则读取数据库，之后放入缓存，再返回

问题：
数据发生改变时：
缓存数据应该更新还是淘汰？（取决于哪个更复杂/简单，一般而言，淘汰缓存更为简单）
先操作缓存还是数据库？（先淘汰缓存，再写数据库）

Cache-Aside Pattern是最经典的缓存+数据库读写的模式
如果应用程序更新信息，则可以通过对数据存储进行修改，并使缓存中的相应项目无效，从而遵循直写策略
当下一个项目需要时，使用cache-aside策略将导致更新的数据从数据存储中检索并添加到高速缓存中

适用场景：

1. 缓存没有提供读穿透和写穿透功能
2. 按需加载的数据不可预测

不适用场景：

1. 缓存的对象是静态的
2. Web应用缓存Session状态

cache aside pattern：读数据先找cache，cache没有数据找数据库，将数据库查询结果保存再cache的模式
写策略：先写数据库，再删cache，再同步cache
缓存延迟

读穿透和写穿透

读穿透：程序尝试从缓存中读取数据，如果缓存中没有相应的数据，则会继续从数据源中读取并将其加入到缓存中
写穿透：如果尝试更新缓存中数据，则后台的数据源也会被自动的更新

读穿透：高并发查询，cache无数据，同时多线程穿透cache，进入数据库
写穿透：先写入cache，再写入数据库（解决：注意编码）

数据失效的六种情况

删除策略：

1. 定期删除：设置定期检查时间，过期就删除
2. 惰性删除：获取key时才检查是否过期，过期就删除

过期策略：定期+惰性

内存淘汰机制：
3. noeviction【默认】：当内存使用到达阈值时，所有引起申请内存的命令会报错
4. allkeys-lru：在主键空间中，优先移除最近未使用的key
5. volatile-lru：在设置了过期时间的键空间中，优先移除最近未使用的key
6. allkeys-random：在主键空间中，随机移除某个key
7. volatile-random：在设置了过期时间的键空间中，随机移除某个key
8. volatile-ttl：在设置了过期时间的键空间中，优先移除具有更早过期时间的key

参考：
1.Redis 内存淘汰机制
2.Redis的过期策略和内存淘汰机制

dict扩容问题

dict是redis的hash数据结构，所有类型的元素都可以依据key值计算hashkey，然后将元素插入到dict的某个hash链上（采用拉链法解决hash冲突）

参考：
1.Redis的字典渐进式扩容与ConcurrentHashMap的扩容策略比较
2.深入浅出Redis-redis底层数据结构（上）