Java开发面试--Redis篇_java面试redis缓存-优快云博客

本文链接：https://blog.youkuaiyun.com/PLA_CHENYQ/article/details/134743314

一、Redis使用场景之缓存

1.面试官：在Redis中，缓存击穿如何理解？有没有解决方式？

候选人：给某一个key设置了过期时间，当key过期的时候，恰好这个时间点对这个key有大量的并发请求过来，这个并发请求可能会瞬间把DB压垮

解决方式：①互斥锁，强一致性，性能较差

②逻辑过期，高可用，性能优，但不能保证数据绝对一致

2.面试官：那什么是缓存雪崩？又该如何解决呢？

候选人：缓存雪崩是指在同一时间段大量的缓存key同时失效或Redis服务宕机，导致大量请求到达数据，带来巨大压力。

解决方式：①给不同key的TTL添加随机值

②利用Redis集群提高服务的可用性

③给缓存业务添加降级限流策略（nginx或SpringGateway）

④给业务添加多级缓存

3.面试官：Redis作为缓存，MySql的数据如何与Redis进行同步（双写一致性）？

候选人：（前提需要介绍自己的业务背景）

①允许延时一致的业务，采用异步通知

a.使用MQ中间件，更新数据之后，通知缓存删除

b.使用canal中间件，不需要修改业务代码，伪装mysql的一个从节点，canal通过读取binlog数据更新缓存

②强一致性的，采用Redisson提供的读写锁

a.共享锁：读锁readLock，加锁之后其他线程可以共享读操作

b.排它锁：也叫独占锁writeLock，加锁后阻塞其他线程读写操作

4.面试官：Redis作为缓存，数据的持久化是怎么做的？

候选人：有两种方式①RDB，也被叫做Redis数据快照

②AOF（默认关闭），开启后，可根据实际选用适当的配置项

RDB与AOF各有自己的优缺点，在实际开发中，往往结合二者来使用。

5.面试官：假如Redis的key过期后，会立即删除吗？

Redis对数据设置数据的有效时间，数据过期以后，就需要将数据从内存中删除掉，可以按照不同的规则进行删除，这种删除规则被称之为数据的删除策略（数据过期策略）。

候选人：在Redis中提供了两种数据过期策略：

第一种是惰性删除，在设置该key的过期时间后，不去管它，当需要该key时，检查它是否过期，如果过期就删除该key，反之则返回该key；

第二种是定期删除，就是每隔一段时间就对一些key进行检查。删除里面过期的key。

定期删除有两种方式：

①SLOW模式是定时任务，执行频率默认10HZ，每次不超过25ms，以通过修改配置文件redis.conf的hz选项来调整这个次数。

②FAST模式执行频率不固定，每次事件循环会尝试执行，但两次间隔不低于2ms，每次耗时不超过1ms。

Redis过期策略：惰性删除+定期删除配合使用。

6.面试官：Redis的数据淘汰策略有哪些？

数据淘汰策略：当Redis中的内存不够用时，此时向Redis中添加新的key，Redis会按照某一种规则将内存中的数据删除掉，这种数据的删除规则称为数据淘汰策略。

候选人：Redis支持8中不同的策略来选择要删除key：

a.noeviction：不淘汰任何key，但是内存满时不允许写入新数据，默认策略。

b.volatile-ttl：对设置了TTL的key，比较key的剩余TTL的值，TTL越小越先被淘汰。

c.allkeys-random：对全体key，随机进行淘汰。

d.volatile-random：对设置了TTL的key，随机进行淘汰。

e.allkeys-lru：对全体key，基于LRU算法进行淘汰。

f.volatile-lru：对设置了TTL的key，基于LRU算法进行淘汰。

g.allkeys-lfu：对全体key，基于LFU算法进行淘汰。

h.volatile-lfu：对设置了TTL的key，基于LFU算法进行淘汰。

①：LRU（Least Recently Used）最近最少使用。用当前时间减去最后一次访问时间，这个值越大则淘汰优先级越高。

②：LFU（Least Frequently Used）最少频率使用。会统计每个key的访问频率，值越小淘汰优先级越高。

二、Redis使用场景之分布式锁

1.Redis实现分布式锁主要利用Redis的setnx命令。

2.redisson实现分布式锁示例代码(加锁、设置过期时间等都是基于lua脚本(保证原子性)完成)

public void redisLock() throws InterruptedException {
    //获取锁（重入锁），执行锁的名称
    RLock lock = redissonClient.getLock("xxxlock");
    //尝试获取锁，参数分别是：获取锁的最大等待时间（期间会重试），锁自动释放时间，时间单位
    boolean isLock = lock.tryLock(10,30,TimeUnit.SECONDS);
    //判断是否获取成功
    if (isLock) {
        try {
            System.out.println("执行业务代码");
        } finally {
            //释放锁
            lock.unlock();
        }
    }
}

3.面试官：Redisson实现分布式锁如何合理的控制锁的有效时长？

候选人：在redisson的分布式锁中，提供了一个WatchDog（看门狗），一个线程获取锁成功以后，WatchDog会给持有锁的线程续期（默认是每隔十秒续期一次）。

4.面试官：Redisson的这个锁，可以重入吗？

候选人：可以重入，多个锁重入需要判断是否是当前线程，在redis中进行存储的时候使用的hash结构，来存储线程信息和重入的次数。

5.面试官：redisson实现的分布式锁能解决主从一致性问题吗？

候选人：不能，但是可能利用redisson提供的红锁来解决此问题，需要注意的是，使用了红锁就会降低性能，并且运维维护成本也会变高，如果非要强一致性，建议使用zookeeper实现的分布式锁。