Redis（四）面试题

Redis和memcached区别？

Redis支持更多的数据结构和支持更丰富的数据操作

 

  

Redis线程模型？

文件事件处理器

 

 为什么单线程的Redis比多线程的memcached效率要高得多（为什么reids是单线程的还可以支持高并发）？

• 存内存操作
• 核心是基于非阻塞的IO多路复用操作（监听Socket连接，将连接放入队列，不做其他操作）
• 单线程反而避免了多线程频繁上下文切换问题
• 1秒可以处理几万条数据

 Redis分布式锁和ZK锁区别？

一般缓存使用模式？ Cache Aside Pattern

1.读的时候，先读缓存，缓存没有，读数据库，同时将数据放入缓存，同时响应返回

2.更新的时候，先删除缓存，然后在更新数据库

为什么不更新缓存，而直接删除缓存？ 

可能缓存里面存的数据需要好几个表复杂的计算出来存进去的，有可能这个数据被修改了1分钟内被修改了100次，而1分钟内查询确执行了一次，这样就更耗性能了。

懒加载思想，用的时候在加载

缓存与数据库双写不一致？

1.先删除缓存，在更新数据库，如果数据库更新失败，数据库一样是原数据，而缓存为空再次读取的时候会设置缓存没有不一致的情况。

并发情况导致数据不一致？（只有在并发的时候才会发生）

先删除缓存，在更新数据库，并发

伪代码

del 缓存

update 数据库

线程1 del缓存，然后线程被挂起，线程2 读取缓存，没有读取到，读取数据库填充缓存 数据为1000

线程1 继续执行，将数据更新为999，此时数据库和缓存不一致 缓存为1000，而数据库为999

更新与读取进行串行化？

将请求操作放入队列里面：如 线程1来 更新数据，del 入队了，update 数据库入队列，线程2来读缓存，读缓存入队列，根据实际情况测试，是否会有大量的读取操作直接读取数据库。这样吞吐量不高！ 

Redis是怎么部署的？

10台机器 5台master ，每个master 有一个slave，任何一个 主实例宕机，都会自动故障迁移，Redis从实例自动变成主，提供继续读写服务。

Redis存储的是什么数据？每条数据的大小？

Redis机器是什么配置？

32G+8核cpu+1T磁盘，分配给Redis进程的是10g内存，5台机器对外提供读写，所有总内存是50G

 

Redis淘汰策略有哪些？

Redis设置key过期策略是如何删除的？

定期删除+惰性删除（两种方案结合保证过期的key一定会被删除掉）

定期删除：Redis每隔一段时间随机抽取设置过期时间的key，检查是否过期，过期就删除。（会导致很多过期的key到了时间没有被删除）

惰性删除：在获取key的时候，Redis会检查一下，判断key是否设置了过期时间，如果key过期就删除

如果定期删除，遗漏了很多key，而这个key并没有被查询，会导致大量key留存在内存中，导致Redis内存耗尽？内存淘汰机制

从库的过期策略

从库不会进行过期扫描，从库对过期的处理是被动的。主库在 key 到期时，会在 AOF 文件里增加一条 del 指令，同步到所有的从库，从库通过执行这条 del 指令来删除过期的 key。

因为指令同步是异步进行的，所以主库过期的 key 的 del 指令没有及时同步到从库的话，会出现主从数据的不一致，主库没有的数据在从库里还存在。

内存淘汰机制

Redis的内存占用过多的时候，Redis会进行内存淘汰

淘汰策略：

1. noeviction：当内存不足以容纳新写入数据时，新写入操作会报错
2. allkeys-lru：当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的key（这个是最常用的）
3. allkeys-random：当内存不足以容纳新写入数据时，在键空间中，随机移除某个key，
4. volatile-lru：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，移除最近最少使用的key
5. volatile-random：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，随机移除某个key
6. volatile-ttl：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，有更早过期时间的key优先移除

 

手写LRU？ 

public class LRUCache<K,V>extends LinkedHashMap<K,V>{
private final int CACHE_SIZE=20;

    public LRUCache(int cacheSize){
    //设置一个hashmap的初始大小，同时最后一个ture指的是让linkhashmap按照访问顺序来进行排序，最近访问的放在头，最老访问的在末尾。

   //LinkedHashMap(int initialCapacity, float loadFactor, boolean accessOrder)

 super(int)Math.cell(cacheSize/0.75)+1,0.75f,true);
   
    }

@Override
protected boolean removeEldestEntry(Map.Entry eldest){
    // 当map中的数据量大于指定的缓存个数时，自动删除最老的数据
    return size()>CACHE_SIZE
    }
    
}