redis面试知识点和内存算法了解

1 关于Redis 配置说明

1.1 关于Redis持久化的说明

redis默认条件下支持数据的持久化操作. 当redis中有数据时会定期将数据保存到磁盘中.当Redis服务器重启时 会根据配置文件读取指定的持久化文件.实现内存数据的恢复.

1.2 持久化方式介绍

1.2.1 RDB模式

特点: 1.RDB模式是redis的默认的持久化策略. 2.RDB模式记录的是Redis 内存数据的快照. 最新的快照会覆盖之前的内容 所有RDB持久化文件占用空间更小 持久化的效率更高. 3.RDB模式由于是定期持久化 所以可能导致数据的丢失.

命令:

1. save 要求立即马上持久化 同步的操作 其他的redis操作会陷入阻塞的状态.

2. bgsave 开启后台运行 异步的操作 由于是异步操作,所以无法保证rdb文件一定是最新的需要等待.

配置: 1.持久化文件名称:

2.持久化文件位置 dir ./ 相对路径的写法 dir /usr/local/src/redis 绝对路径写法

3.RDB模式持久化策略

1.2.2 AOF模式

特点: 1.AOF模式默认条件下是关闭的,需要用户手动的开启 在这里插入图片描述 2. AOF模式是异步的操作 记录的是用户的操作的过程 可以防止用户的数据丢失 3. 由于AOF模式记录的是程序的运行状态 所以持久化文件相对较大,恢复数据的时间长.需要人为的优化持久化文件

配置:

1.2.3 关于持久化操作的总结

1.如果不允许数据丢失 使用AOF方式 2.如果追求效率 运行少量数据丢失 采用RDB模式 3.如果既要保证效率 又要保证数据 则应该配置redis的集群 主机使用RDB 从机使用AOF

2 关于Redis内存策略

2.1.1 关于内存策略的说明

说明:Redis数据的存储都在内存中.如果一直向内存中存储数据 必然会导致内存数据的溢出. 解决方式:

1. 尽可能为保存在redis中的数据添加超时时间.

2. 利用算法优化旧的数据.

2.1.2 LRU算法

特点: 最好用的内存优化算法. LRU是Least Recently Used的缩写，即最近最少使用，是一种常用的页面置换算法，选择最近最久未使用的页面予以淘汰。该算法赋予每个页面一个访问字段，用来记录一个页面自上次被访问以来所经历的时间 t，当需淘汰一个页面时，选择现有页面中其 t 值最大的，即最近最少使用的页面予以淘汰。 维度: 时间 T

2.1.3 LFU算法

LFU（least frequently used (LFU) page-replacement algorithm）。即最不经常使用页置换算法，要求在页置换时置换引用计数最小的页，因为经常使用的页应该有一个较大的引用次数。但是有些页在开始时使用次数很多，但以后就不再使用，这类页将会长时间留在内存中，因此可以将引用计数寄存器定时右移一位，形成指数衰减的平均使用次数。 维度: 使用次数

2.1.4 RANDOM算法

随机删除数据

2.1.5 TTL算法

把设定了超时时间的数据将要移除的提前删除的算法.

2.1.6 Redis内存数据优化

volatile-lru 设定了超时时间的数据采用lru算法 2.allkeys-lru 所有的数据采用LRU算法 3.volatile-lfu 设定了超时时间的数据采用lfu算法删除 4.allkeys-lfu 所有数据采用lfu算法删除 5.volatile-random 设定超时时间的数据采用随机算法 6.allkeys-random 所有数据的随机算法 7.volatile-ttl 设定超时时间的数据的TTL算法 8.noeviction 如果内存溢出了 则报错返回. 不做任何操作. 默认值

3 关于Redis 缓存面试题

问题描述: 由于海量的用户的请求 如果这时redis服务器出现问题 则可能导致整个系统崩溃. 运行速度:

1. tomcat服务器 150-250 之间 JVM调优 1000/秒

2. NGINX 3-5万/秒

3. REDIS 读 11.2万/秒 写 8.6万/秒 平均 10万/秒

3.1 缓存穿透

问题描述: 由于用户高并发环境下访问 数据库中不存在的数据时 ,容易导致缓存穿透. 如何解决: 设定IP限流的操作 nginx中 或者微软服务机制 API网关实现.

3.2 缓存击穿

问题描述: 由于用户高并发环境下, 由于某个数据之前存在于内存中,但是由于特殊原因(数据超时/数据意外删除)导致redis缓存失效. 而使大量的用户的请求直接访问数据库. 俗语: 趁他病 要他命 如何解决: 1.设定超时时间时 不要设定相同的时间. 2.设定多级缓存

缓存雪崩

说明: 由于高并发条件下 有大量的数据失效.导致redis的命中率太低.而使得用户直接访问数据库(服务器)导致崩溃,称之为缓存雪崩. 解决方案: 1.不要设定相同的超时时间 随机数 2.设定多级缓存. 3.提高redis缓存的命中率 调整redis内存优化策略 采用LRU等算法.

更多精彩内容欢迎关注公众号【 编程简单学丶】 回复Java 还有粉丝福利哦~