【java】redis

缓存三兄弟

1. 缓存穿透

误判率：数组越小，误判率越大；数组越大，误判率越小，但带来了更多的内存消耗。
布隆过滤器的实现方案：Redisson、Guava。一般设置一个误判率，5%以内。

优点：内存占用少，没有多余key；
缺点：实现复杂，存在误判，但是通过设置误判率，可以精准控制内存成本(根据误判率自动计算处数组长度和hash函数个数)，设置边界可匹配数据库的承载能力。

总结

1. Redis 使用场景

根据自己的项目回答：缓存 or 分布式锁（常用的）；

2. 什么是缓存穿透？如何解决？

缓存穿透：查询一个不存在的数据，mysql查询不到数据也不会直接写入缓存，就会导致每次请求都查数据库
方案一：缓存空数据
方案二：布隆过滤器

2. 缓存击穿

互斥锁：强一致，性能差（银行行业）；
逻辑过期：高可用，性能优（互联网）；

总结

1. 解释一下缓存击穿

缓存击穿：给某一个key设置了过期时间，当key过期的时候，恰好这时间点对这个key有大量的并发请求过来，这些并发的请求可能会瞬间把DB压垮。
解决方案一：互斥锁，强一致，性能差
解决方案二：逻辑过期，高可用，性能优，不能保证数据绝对一致

3. 缓存雪崩

以上三种模式，都可以用限流策略来保底。

双写一致性

缺点：出现脏数据；因此删除两次；延时：主从DB，读写分离，需要等同步。

强一致性：

读时：共享锁；写时：排他锁。保证强一致性。
有很多时候只要保证最终一致性即可，允许短暂不一致：

持久化

数据过期策略

Redis的过期删除策略：惰性删除+定期删除两种策略进行配合使用。

数据淘汰策略

分布式锁

实现复杂、性能差、运维繁琐。如果非要：使用zookeeper保证强一致性。

Redis集群方案

1. 主从一致

2. 哨兵模式

主从节点：保证不了集群的高可用，主节点宕机则失去写数据的能力。

3. 分片集群

redis其他问题

因此：

1. 减少无效等待；
2. 减少用户空间与内核空间的数据拷贝
   
   
   
   
   
   单线程模型下，真正影响性能的并不是IO多路复用的监听机制，也不是命令的执行，而是网络IO！
   因此在命令解析(接受请求数据–>转为redis指令)和命令回复处理器引入了多线程。但是在命令执行时仍然是串行处理。