Java面试07|Redis数据库

1、Redis持久化的几种方式

（1）RDB(Redis DataBase)持久化 

（2）AOF（Append Only File)持久化

 

2、Redis的缓存失效策略 

主要涉及到expire对主键过期时间的设置。

Redis对缓存失效的处理机制大概分为两种，一种是客户端访问key的时候消极的处理，一种是主线程定期的积极地去执行缓存失效清理逻辑

参考：Redis缓存失效机制 https://my.oschina.net/andylucc/blog/679222

 

3、Redis和Memcached的区别 

Redis的特性：

(1) 速度快，因为数据存在内存中，类似于HashMap，HashMap的优势就是查找和操作的时间复杂度都是O(1) 
(2) 支持丰富数据类型，支持字符串、链表、哈希、集合和有序集合 
(3) 支持事务，操作都是原子性，所谓的原子性就是对数据的更改要么全部执行，要么全部不执行 
(4) 丰富的特性：可用于缓存，消息，按key设置过期时间，过期后将会自动删除

与Memcached的区别在于：

（1)、存储方式 
Memecache把数据全部存在内存之中，断电后会挂掉，数据不能超过内存大小。Redis有部分存在硬盘上，这样能保证数据的持久性。 
（2)、数据支持类型 
Memcache对数据类型支持相对简单。Redis有复杂的数据类型。 
（3)、使用底层模型不同 
它们之间底层实现方式 以及与客户端之间通信的应用协议不一样。 
Redis直接自己构建了VM(Virtual Memory)机制 ，因为一般的系统调用系统函数的话（例如java调用自己的API），会浪费一定的时间去移动和请求。

 

 

4、Redis分布式锁的实现

 

Redis的分布式缓存特性使其成为了分布式锁的一种基础实现。通过Redis中是否存在某个锁ID，则可以判断是否上锁。为了保证判断锁是否存在的原子性，保证只有一个线程获取同一把锁，Redis有SETNX（即SET if Not
eXists）和GETSET（先写新值，返回旧值，原子性操作，可以用于分辨是不是首次操作）操作。

关于SETNX：

将 key 的值设为value ，当且仅当 key 不存在，返回值为1。

若给定的 key 已经存在，则 SETNX 不做任何动作，返回值为0。 

 

为了防止主机宕机或网络断开之后的死锁，Redis没有ZK那种天然的实现方式，只能依赖设置超时时间来规避。

以下是一种比较普遍但不太完善的Redis分布式锁的实现步骤（与下图一一对应）：

（1）线程A发送SETNX lock.orderid 尝试获得锁，如果锁不存在，则set并获得锁。

（2）如果锁存在，则再判断锁的值（时间戳）是否大于当前时间，如果没有超时，则等待一下再重试。

（3）如果已经超时了，在用GETSET lock.{orderid} 来尝试获取锁，如果这时候拿到的时间戳仍旧超时，则说明已经获得锁了。

（4）如果在此之前，另一个线程C快一步执行了上面的操作，那么A拿到的时间戳是个未超时的值，这时A没有如期获得锁，需要再次等待或重试。

Java实现如下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

while  ( this .lock !=  1 ) {   // 可以加一个超时机制，如果一定时间内还获取不到就直接返回false                  long  nanoTime = System.nanoTime();                  timeout = nanoTime + timeout * MILLI_NANO_TIME +  1 ;  // 转换为纳秒                    // 线程发送SETNX lock.orderid 尝试获得锁，如果锁不存在，则set并获得锁                  // 如果锁存在，则再判断锁的值（时间戳）是否大于当前时间，如果没有超时，则等待一下再重试                  // 如果已经超时了，在用GETSET lock.{orderid}                  // 来尝试获取锁，如果这时候拿到的时间戳仍旧超时，则说明已经获得锁了                  // 如果在此之前，另一个线程C快一步执行了上面的操作，那么A拿到的时间戳是个未超时的值，这时A没有如期获得锁，需要再次等待或重试                  this .lock =  this .redisClient.setnx( this .key, LOCKED);                  if  ( this .lock ==  1  || nanoTime > ( long ) redisClient.getByKey(key)                          && nanoTime > ( long ) redisClient.getSetT(key, timeout)) {                      return  true ;                  }  else  {                      Thread.sleep( 3 , RANDOM.nextInt( 30 ));                  }              }

这种锁的机制是否也可以使用数据库的乐观锁来实现？

新建数据库有id与num(表示商品数量），则

1 2 3 4 5 6 7

select num as y from table   // 判断y是否大于0   update table set num = num- 1  where id=x and num=y   失败了就重新试

　

参考：

（1）基于redis分布式锁实现“秒杀”  http://blog.csdn.net/u010359884/article/details/50310387

（2）http://blog.csdn.net/ugg/article/details/41894947

5、Redis解决缓存被击穿问题

缓存在某个时间点过期的时候，恰好在这个时间点对这个Key有大量的并发请求过来，这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存，这个时候大并发的请求可能会瞬间把后端DB压垮。

如何解决：业界比较常用的做法，是使用mutex。简单地来说，就是在缓存失效的时候（判断拿出来的值为空），不是立即去load db，而是先使用缓存工具的某些带成功操作返回值的操作（比如Redis的SETNX或者Memcache的ADD）去set一个mutex key，当操作返回成功时，再进行load db的操作并回设缓存；否则，就重试整个get缓存的方法。类似下面的代码：

 

 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

public  String get(String key) {          String value = redis.get(key);          if  (value ==  null ) {  // 代表缓存值过期              // 设置3min的超时，防止del操作失败的时候，下次缓存过期一直不能load db              if  (redis.setnx(key_mutex,  1 ,  3  *  60 ) ==  1 ) {  // 代表设置成功                  value = db.get(key);                  redis.set(key, value, expire_secs);                  redis.del(key_mutex);              }  else  {  // 这个时候代表同时候的其他线程已经load db并回设到缓存了，这时候重试获取缓存值即可                  sleep( 50 );                  get(key);  // 重试              }          }  else  {              return  value;          } }

　　

 

6、Redis的Reactor模式

 

参考 ：

（1）Redis与Reactor模式

（2）《Redis设计与实现》中的第151页

 

7、MySQL里有2000w数据，redis中只存20w的数据，如何保证redis中的数据都是热点数据

 

redis 内存数据集大小上升到一定大小的时候，就会施行数据淘汰策略。redis 提供6种数据淘汰策略： 

（1）volatile-lru：   从已设置过期时间的数据集（server.db[i].expires）中挑选最近最少使用的数据淘汰 
（2）volatile-ttl：   从已设置过期时间的数据集（server.db[i].expires）中挑选将要过期的数据淘汰 
（3）volatile-random： 从已设置过期时间的数据集（server.db[i].expires）中任意选择数据淘汰 
（4）allkeys-lru：    从数据集（server.db[i].dict）中挑选最近最少使用的数据淘汰 
（5）allkeys-random：  从数据集（server.db[i].dict）中任意选择数据淘汰 
（6）no-eviction（驱逐）：禁止驱逐数据