会会大厂面试官五----Redis【内存调整、OOM、淘汰策略、LRU算法】

一、Redis面试复盘

1.1 生产上你们的redis内存设置多大？

1.2 如何配置redis并修改内存的大小？

1.3 如果内存你满了你怎么办？

1.4 redis清内存的方式？

1.5 定期删除、惰性删除了解吗？

1.6 redis缓存淘汰策略？

1.7 redis的LRU了解过吗？会不会手写LRU？

二、Redis内存设置

2.1 查看内存

如果不设置最大内存大小，或者设置最大内存大小为0，在64位操作系统下不限制内存的大小，在32位操作系统下最多使用3GB大小的内存。一般推荐为最大物理内存的3/4。

# 1.查看内存大小
127.0.0.1:6379> vi redis.conf
一般为没有配置，为机器的最大内存。
打开设置maxmemory参数，为字节类型bytes，请注意转换。
一般推荐为最大物理内存的3/4。
# 2.设置内存大小100M
maxmemory 104857600
# 3.命令行配置 查询
127.0.0.1:6379> config get maxmemory   
127.0.0.1:6379> config set maxmemory  104857600
# 4.查看内存信息
127.0.0.1:6379> info memory

2.2 内存打满了出现OOM怎么办？

故意修改配置，把最大只设置为1字节。

# 1.故意修改配置，把最大只设置为1字节。  
127.0.0.1:6379> config set maxmemory 1
# 2.存储
127.0.0.1:6379> set k1 v1
# 答案：出现以下OOM
（error）OOM command not allowed when use memory > 'maxmemory'

2.3 redis内存淘汰策略？

默认为不释放内存直到内存满，直到爆出OOM错误。

2.3.1 如果一个键过期了，会不会马上从内存中删除？

不是的
定时删除：立即删除是对CPU不友好的，因为删除操作会占用CPU的时间，如果刚刚碰上了CPU很忙的时候，比如正在排序或者计算的时候，就会给CPu造成压力。
Redis不可能时时刻刻检测所有的key的过期时间。
惰性删除：数据到达了过期时间，不做处理，等到下次访问数据时候，如果发现未过期则返回数据，如果发现过期了，则进行删除。缺点是堆内存不友好的，大量的无用数据占用空间。
定期删除：每个一段时间执行一次删除操作，并通过限制删除操作执行的时长和频率来减少操作对CPU使劲的影响。 周期性的轮询redis的时效性数据，采取随机抽取的策略，利用过期数据占比的方式控制删除频率。

2.3.2 redis6.0.8内存淘汰策略【兜底方案】

三、LRU 算法【哈希链表】

3.1 简介

redis的缓存淘汰策略已经提及过了
Least Recently Used 最近最少使用，是一种常见的页面置换算法。
选择最近最久未被使用的数据进行淘汰。

3.2 Leetcode算法题

运用你所掌握的数据结构，设计和实现一个LRU缓存机制，他应该支持：
获取数据get 如果关键字存在于缓存中，则获取，否则返回-1
写入数据put 如果关键字已经存在，变更数据，如果不存在，则插入。在缓存容量达到>上限时候，删除最近最久未被使用的数据进行删除后在进行插入。

想一想，查找快，插入块，删除快，而且还需要后排序-------？神魔数据结构满足?
你是否可以在O(1)时间复杂度内完成？
LRU【哈希+链表】本质就是HashMap+DoubleLinkedList

3.2.1 参考LinkedHahMap

public class LRUCacheDemo<K,V> extends LinkedHashMap<K,V> {

    // 缓存大小
    private int capacity;

    // 构造方法
    public LRUCacheDemo(int capacity) {
        super(capacity,0.75F,true);
        this.capacity = capacity;
    }

    //
    @Override
    protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
        return super.size() > capacity;
    }

    public static void main(String[] args) {
        LRUCacheDemo lruCacheDemo = new LRUCacheDemo(3);
        lruCacheDemo.put(1,"a");
        lruCacheDemo.put(2,"b");
        lruCacheDemo.put(3,"c");
        System.out.println(lruCacheDemo.keySet());

        lruCacheDemo.put(4,"d");
        System.out.println(lruCacheDemo.keySet());
        lruCacheDemo.put(3,"d");
        System.out.println(lruCacheDemo.keySet());
        lruCacheDemo.put(3,"d");
        System.out.println(lruCacheDemo.keySet());
        lruCacheDemo.put(3,"d");
        System.out.println(lruCacheDemo.keySet());
        lruCacheDemo.put(5,"d");
        System.out.println(lruCacheDemo.keySet());

    }
}

运行结果为：

[1, 2, 3]
[2, 3, 4]
[2, 4, 3]
[2, 4, 3]
[2, 4, 3]
[4, 3, 5]

3.3 哈希+链表