8-4 缓存机制及Redis常考面试题

Posted 2021-07-21 WinvenChang

一、考点聚焦

缓存的使用场景；Redis的使用；缓存使用中的坑
1.为什么要使用缓存？使用场景？
2.Redis的常用数据类型，使用方式
3.缓存使用问题：数据一致性问题；缓存穿透、击穿、雪崩问题

二、什么是缓存？为什么要使用缓存？

本章主要讨论的是内存缓存（常见的有Redis和Memcached）
1.缓解关系数据库（常见的是mysql）并发访问的压力：热点数据
2.减少响应时间：内存IO速度比磁盘快
3.提升吞吐量：Redis等内存数据库单机就可以支撑很大并发

操作时间对比：

操作	响应时间
打开一个网站	几秒
在数据库中查询一条记录（有索引）	十几毫秒
机械苏特给次寻址定位	4毫秒
从机械磁盘顺序读取1MB数据	2毫秒
从SSD磁盘顺序读取1MB数据	0.3毫秒
从远程分布式缓存Redis读取一个数据	0.5毫秒
从内存中读取1MB数据	十几微秒
Java程序本地方法调用	几微秒
网络传输2KB数据	1微秒

三、Redis和Memcached主要区别？

对比参数	Redis	Memcached
类型	1、支持内存 2、非关系型数据库	1、把持内存 2、key-value键值对形式 3、缓存系统
数据存储类型	1、String 2、List 3、Set 4、Hash 5、Sort Set【俗称ZSet】	1、文本型 2、二进制类型【新版增加】
查询【操作】类型	1、批量操作 2、事务支持【虽然是假的事务】 3、每个类型不同的CRUD	1、CRUD 2、少量的其他命令
附加功能	1、发布/订阅模式 2、主从分区 3、序列化支持 4、脚本支持【Lua脚本】	多线程服务支持
网络IO模型	单进程模式	多线程、非阻塞IO模式
事件库	自封简易事件库AeEvent	贵族血统的LibEvent事件库
持久化支持	1、RDB 2、AOF	不支持

四、请简述Redis常用数据类型和使用场景？

考察对Redis使用的掌握程度
1.String(字符串)：用来实现简单的KV键值对存储，比如计数器
2.List（链表）：实现双向链表，比如用户的关注，粉丝列表
3.Hash（哈希表）：用来存储彼此相关信息的键值对
比如：用 HSET key filed value格式存储用户相关信息：

HSET name [id: user_name]

4.Set(集合)：存储不重复元素，比如用户的关注者
5.Sorted Set(有序集合)：实时信息排行榜

五、延伸考点：Redis内置实现

对于中高级工程师，需要了解Redis各种类型的C底层实现方式
1.String：整数或者sds（Simple Dynamic String）
2.List：ziplit或者double linked list

说明：
ziplist：通过一个连续的内存块实现list结构，其中的每个entry节点头部保存前后节点长度信息，实现双向链表功能。

3.Hash：ziplist或者hashtable
4.Set：intset或者hashtable
5.SortedSet：skiplist跳跃表
6.深入学习请参考：《Redis设计与实现》
自我检查：你知道这些数据结构操作的时间和空间复杂度么？

六、Redis实现的跳跃表是什么结构？

Sorted Set为了简化实现，使用skiplist而不是平衡树实现

七、Redis有哪些持久化方式？

Redis支持两种方式实现持久化
1.快照方式：把数据快照放在磁盘二进制文件中，dump.rdb。

快照的实现试是指定时间间隔把Redis数据库状态保存到一个压缩的二进制文件中。优点是可以恢复某个时间间隔的数据，缺点是一旦数据库宕机，该时间间隔的数据就会丢失。也可以直接在Redis的客户端执行save或bgsave保存快照。

2.AOF(Append Only File)：每一个写命令追加到appendonly.aof中。
这种方式不会因为宕机而丢失很多数据，缺点是文件会比较大
3.可以通过修改Redis配置实现选择哪种持久化方式

八、什么是Redis事务？

和Mysql的事务有什么不同？
1.将多个请求打包，一次性、按序执行多个命令的机制
2.Redis通过MULTI, EXEC，WATCH等命令实现事务功能
3.Python redis-py pipeline=conn.pipeline(transaction=True)设置事务的功能

九、Redis如何实现分布式锁？

1.使用setnx实现加锁，可以同时通过expire添加超时
2.锁的value值可以使用一个随机的 uuid或者特定的命名
3.释放锁的时候，通过uuid判断是否是该锁，是则执行delete释放锁

十、使用缓存的模式？

常用的缓存使用模式
1.Cache Aside：同时更新缓存和数据库（推荐使用）
2.Read/Write Through：先更新缓存，缓存负责同步更新数据库
3.Write Behind Caching：先更新缓存，缓存定期异步更新数据库

如何处理数据库和缓存之间的数据一致性问题？
可能导致问题：先更新数据库后更新缓存，并发写操作可能导致缓存读取的是脏数据。
解决方法：一般先更新数据库然后删除缓存

十一、如何解决缓存穿透问题？

大量查询不到的数据的请求落到后端数据库，数据库压力增大
1.由于大量缓存查不到就去数据库取，数据库也没有要查的数据。
比如：很多无脑爬虫通过自增id的方式爬取网站，网站查不到相关id的数据
2.解决：对于没有查到返回为None的数据也缓存
3.插入数据的时候删除是一项耳朵和，或者设置较短的超时时间。

十二、如何解决缓存击穿的问题？

某些非常热点的数据 key 过期，大量请求打到后端数据库
1.热点数据 key 失效导致大量请求打到数据库增加数据库压力
2.解决：
分布式锁：获取锁的线程从数据库拉数据更新缓存，其他线程等待
异步后台更新：后台任务针对过期的 key 自动刷新（实现简单）

十四、如何解决缓存雪崩问题？

缓存不可用或者大量缓存 key 同时失效，大量请求直接打到数据库

场景：
缓存不可用：有多个缓存服务器，其中一台或多台挂了，这时大量的请求落到少数的缓存服务器上，缓存可能承受不了了。
大量缓存key同时失效：设置缓存时可能会给类似的失效时间，导致短时间里有大量的缓存key失效

解决：
1.多级缓存：不同级别的 key 设置不同的超时时间
2.随机超时：key的超时时间随机设置，防止同时超时
3.架构层：提升系统可用性。监控、报警完善