Redis相关面试题2_2024 Java面试题

**十一、Redis的数据淘汰策略有哪些 ? **
在 Redis 中，当内存达到最大使用量时，需要删除一些数据以释放内存。为了避免删除重要数据和维护系统性能，Redis 提供了多种数据淘汰策略，包括以下 6 种：

1. noeviction

noeviction 策略是指当 Redis 的内存使用达到上限时，不进行数据淘汰，而是直接返回错误信息。这种策略可以保证 Redis 的数据完整性和一致性，但是会导致 Redis 服务器停止响应，并且可能会引起系统异常。

2. allkeys-lru

allkeys-lru 策略是指 Redis 会按照最近最少使用（Least Recently Used，LRU）算法删除数据，其中包括所有的键。这种策略可以保证删除最久远没有使用的数据，但是可能会导致重要数据被误删。

3. allkeys-random

allkeys-random 策略是指 Redis 会随机删除一些键，以释放内存。这种策略可以保证删除数据的随机性，但是可能会导致重要数据被误删。

4. volatile-lru

volatile-lru 策略是指 Redis 会按照最近最少使用（LRU）算法删除设置了过期时间的键。这种策略可以保证删除最久远没有使用的过期数据，但是可能会导致重要数据被误删。

5. volatile-random

volatile-random 策略是指 Redis 会随机删除一些设置了过期时间的键，以释放内存。这种策略可以保证删除数据的随机性，但是可能会导致重要数据被误删。

6. volatile-ttl

volatile-ttl 策略是指 Redis 会按照键的过期时间进行删除，越早过期的键越容易被删除。这种策略可以保证删除最快要过期的数据，但是可能会导致重要数据被误删。

需要注意的是，在 Redis 中，可以通过设置 maxmemory-policy 参数来选择数据淘汰策略，同时也可以通过在应用程序中实现数据淘汰策略，例如按照业务重要性进行删除等方式，来保证系统的性能和稳定性。

十二、数据库有1000万数据 ,Redis只能缓存20w数据, 如何保证Redis中的数据都是热点数据 ?
当数据库中有1000万条数据，而 Redis 只能缓存20万条数据时，需要通过一些手段来保证 Redis 中的数据都是热点数据，从而提高 Redis 的缓存效率。以下是几种可以考虑的方案：

1. 按照业务重要性选择缓存数据

在缓存数据时，可以按照业务重要性来选择需要缓存的数据。通常来说，一些核心业务的数据应该被优先缓存，而一些冷门业务的数据可以考虑不缓存或者缓存时间较短。这样可以保证 Redis 缓存的数据都是热点数据，可以提高 Redis 的缓存效率。

2. 按照访问频率选择缓存数据

在缓存数据时，可以按照访问频率来选择需要缓存的数据。通常来说，访问频率高的数据应该被优先缓存，而访问频率低的数据可以考虑不缓存或者缓存时间较短。这样可以保证 Redis 缓存的数据都是热点数据，可以提高 Redis 的缓存效率。

3. 设置适当的过期时间

在缓存数据时，可以根据数据的更新频率和使用频率设置适当的过期时间。如果数据更新频率高，可以设置较短的过期时间；如果数据使用频率高，可以设置较长的过期时间。这样可以保证 Redis 缓存的数据都是热点数据，可以提高 Redis 的缓存效率。

4. 使用 Redis 的数据淘汰策略

可以使用 Redis 的数据淘汰策略，例如 LRU 算法等，将一些不常用的数据淘汰出 Redis 缓存，以保证 Redis 中的数据都是热点数据。可以通过设置 maxmemory-policy 和 maxmemory 参数来控制 Redis 缓存的数据量和淘汰策略。需要注意的是，使用 Redis 的数据淘汰策略可能会导致一些重要的数据被误删，因此需要针对具体的业务场景进行设置和调整。

需要根据具体的业务需求和系统性能等因素，选择合适的方案来保证 Redis 中的数据都是热点数据，从而提高 Redis 的缓存效率。同时，还需要进行定期备份数据和监控 Redis 的运行状态，避免数据丢失和系统故障的发生。

十三、Redis的内存用完了会发生什么？
当 Redis 的内存用完了之后，会触发以下两种情况：

1. Redis 会根据数据淘汰策略，删除一些数据以释放内存。

Redis 提供了多种数据淘汰策略，例如按照最近最少使用（LRU）算法删除数据、按照数据过期时间删除数据等等。当 Redis 内存用完了之后，会根据设置的数据淘汰策略，删除一些数据以释放内存。

2. Redis 会抛出内存溢出错误。

当 Redis 的内存用完了之后，无法再存储新的数据。这时，Redis 会抛出内存溢出错误，并停止响应客户端请求。

为了避免 Redis 内存用完导致的系统异常和数据丢失，需要进行以下几点优化：

1. 设置合适的 Redis