Redis， MQ相关高频知识点

1.缓存雪崩，缓存穿透，缓存击穿？

缓存雪崩：

        Redis中大量数据过期了，如果有大量的请求查询这些数据，导致请求全部打到mysql上，导致mysql宕机。

        解决方案：

             1.缓存数据的过期时间设置随机，防止同一时间大量数据过期现象发生。

             2.设置热点数据永远不过期。

缓存穿透：

         用户发送恶意请求，查询key(将id作为数据的key, id=负数) 肯定不存在的数据，导致请求一定会查询mysql,在高并发的情况下导致mysql宕机。

        缓存空结果。

        使用布隆过滤器

              1.在项目启动后，需要将mysql中数据，存储到布隆过滤器。

              2.先查询布隆过滤器中是否有数据

                  没有：直接响应数据不存在

                  有： 查询redis -------》 mysql

             注意点： 当mysql中数据发生变化（添加），向布隆过滤器中添加数据。

                            当mysql中数据发生变化（删除），不删除布隆过滤器中数据。

缓存击穿：

          某个热点key过期了，有大量请求 请求该热点key，这些请求一定会查询mysql，在高并发的情况下导致mysql宕机。

          热点数据永远不过期（不推荐）

          查询mysql加锁，并且进行双重检查

2.什么是布隆过滤器？

     概述： 布隆过滤器（Bloom Filter）是1970年由布隆提出的。它实际上由一个很长的二进制向量（二进制数组）和一系列随机映射函数（hash函数）。

     作用：布隆过滤器可以用于检索一个元素是否在一个集合中。

     判断数据是否存在： 使用相同的hash函数对数据进行哈希运算，得到哈希值。然后判断该哈希值所对应的数组位置是否都为1，如果不都是则说明该数据肯定不存在。如果是说明该数据可能存在，因为哈希运算可能就会存在重复的情况。

     误判率：数组越小误判率就越大，数组越大误判率就越小，但是同时带来了更多 的内存消耗。

    

3.Redis的数据持久化策略有哪些 ?

在Redis中提供了两种数据持久化的方式： 1.RDB  2.AOF

RDB：

        定期更新，定期将Redis中的数据生成的快照同步到磁盘等介质上，磁盘上保存的就是Redis的内存快照。

        使用命令： save bgsave;

        使用配置的方式自动进行：

                       save 3600 1

                       save "" 禁用

                      rdbcompression yes

                      dbfilename dump.rdb

        优点： 数据文件的大小相比于aof较小，使用rdb进行数据恢复速度较快

        缺点： 比较耗时，存在丢失数据的风险

AOF：

       将Redis所执行过的所有指令都记录下来，在下次Redis重启时，只需要执行指令就可以了

       appendonly no

       appendfsync always | everysec | no

       appendfilename "appendonly.aof"

       dir ./

       优点： 追求数据极致安全使用 AOF

       缺点： 数据文件的大小相比于rdb较大，使用aof文件进行数据恢复的时候速度较慢

4.Redis的数据过期策略有哪些？

      数据删除策略：Redis中可以对数据设置数据的有效时间，数据的有效时间到了以后，就需要将数据从内存中删除掉。而删除的时候就需要按照指定的规则进行删除，这种删除规则就称之为数据的删除策略。

     1.惰性删除

      概述：设置该key过期时间后，我们不去管它，当需要该key时，我们在检查其是否过期，如果过期，我们就删掉它，反之返回该key.

      优点：对CPU友好，我们只会在使用改键时才会进行过期检查，对于很多用不到的key不用浪费时间进行过期检查。

      缺点：对内存不友好，如果一个键已经过期，但是一直没有使用，那么该键就会一直存在内存中，如果数据库中有很多这种使用不到的过期键，这些键便永远不会被删除，内存永远不会释放。

      set name zhangsan 10

      get name 发现name过期了，直接删除key

     2.定期删除

     概述：每隔一段时间，我们就对一些key进行检查，删除里面过期的key（从一定数量的数据库中取出一定数量的随机键进行检查，并删除其中的过期键）。

     优点：可以通过限制删除操作执行的市场和频率来减少删除操作对CPU的影响。另外定期删除，也能有效释放过期键占用的内存。

     缺点：难以确定删除操作执行的时长和频率。如果执行的太频繁，对CPU不好，执行的太少，过期键占用的内存不会得到及时释放。

另外重要的是，在获取某个键时，如果某个键的过期时间已经到了，但是还没执行定期删除，那么就会返回这个键的值，这是业务无法接受的。

      定期删除的两种模式：

•  SLOW模式是定时任务，执行频率默认10hz，每次不超过25ms，以通过修改配置文件redis.conf的hz选项来调整这个次数
•  FAST模式执行频率不固定，每次时间循环会尝试执行，但两次间隔不低于2ms，每次耗时不超过1ms

Redis的过期删除策略：惰性删除 + 定期删除 两种策略进行配合使用定期删除函数的运行频率

5.Redis的数据淘汰策略有哪些？

数据的淘汰策略：当Redis中的内存不够用时，此时在向Redis中添加新的key，那么Redis就会按照某一种规则将内存中的数据删除掉，这种数据的删除规则就是内存的淘汰策略。

1. 优先使用allkeys-lru策略。充分利用LRU算法的优势，把最近最长访问的数据留在缓存中。如果业务有明显的冷热数据区分，建议使用。
2. 如果业务中数据访问频率差别不大，没有明显冷热数据区分，建议使用allkeys-random，随机选择淘汰。
3. 如果业务中有置顶的需求，可以使用volatile-lru策略，同时置顶数据不设置过期时间，这些数据就一直不被删除，会淘汰其他设置过期时间的数据。
4. 如果业务中有短时高频访问的数据，可以使用allkeys-lfu 或 volatile-lfu策略。

 6.Redis的事务？

        简单来说，Redis事务就是一次性，顺序性，排他性的执行一个队列中的一系列命令。Redis中，单条命令式原子性执行的，但事务不保证原子性，且没有回滚

      

7.Redis是单线程的，但是为什么还那么快？

    Redis总体快的原因：

    1. 完全基于内存的，C语言编写

    2. 采用单线程，避免不必要的上下文切换可竞争条件

    3. 数据简单，数据操作也相对简单

    4. 使用多路 I/O 复用模型，非阻塞IO

8.RabbitMQ如何保证消息不丢失？

     消息从发送，到消费者接收，会经历多个过程，其中的每一步都可能导致消息丢失

   

 针对这些问题，RabbitMQ分别给出了解决方案：

 

 

9.消息的重复消费问题如何解决？

    在使用RabbitMQ进行消息收发的时候，如果发送失败或者消费失败会自动进行重试，那么就有可能会导致消息的重复消费。

    解决方案： 

          每条消息设置一个唯一的标识id

          幂等方案：

                       1.token + redis

                       2.分布式锁

                       3.数据库锁（悲观锁，乐观锁）

10.如果有100万消息堆积在MQ，如何解决？

     1.提高消费者的能力： 使用多线程消费

     2.增加更多消费者，提高消费速度，使用工作队列模式，设置多个消费者消费同一个队列中的消息。

     3.扩大队列容积，提高堆积上限：

             使用RabbitMQ惰性队列

             惰性队列：

                   1 接收到消息后直接存入磁盘而非内存

                   2 消费者要消费消息时才会从磁盘中读取并加载到内存

                   3 支持数百万条的消息存储

11.MQ延时队列

12.幂等性

13.MQ如何保证消息消费的顺序性