目录
问题四： redis作为缓存，mysql的数据如何redis进行同步？（双写一致性）
业务场景一：那怎么保证双写一致呐？（一致性要求高的业务需求）
业务场景二：延迟一致怎么做？（允许短暂的不一致，实际开发中最为主流的）
编辑 问题六：假设redis的key过期之后，会立即删除吗？（数据过期策略）
问题七： 假如缓存过多，内存是有限的，内存被占满了怎么办？（数据淘汰策略）
1、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？
以下问题包括知识点和面试题，看的时候直接看《模拟面试即可》，后续持续更新中。。。
一、项目中哪些地方使用了redis
面试官：我看你做的项目中，都用到了redis,你在最近的项目中哪些场景使用了redis？
一般这个问题要结合自己的实际项目经历回答，面试想这样问：一方面验证你的项目场景的真实性，二是为了作为深入发问的切入点
比如你回答了使用了：（可能会被问道的相关问题或知识点）
缓存：缓存三兄弟（穿透、击穿、雪崩）、双写一致、持久化、数据过期策略、数据淘汰策略
分布式锁：setnx、redisson
消息队列、延迟队列：何种数据类型
问题一：发生了缓存穿透该怎么解决？
以下是正常使用缓存的流程：
那么什么是缓存穿透呐？
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去查询数据库
那为什么会出现这种情况呐？
通常呐，就是有人恶意攻击你的系统，有人知道你的请求路径，知道你的请求参数跟在请求路径后面的，就会制造一些假的id发起请求等等，就会冲击你的数据库，你的数据库的并发是不高的，请求到了一定的量就会击垮数据库。
解决方案：
方案一：缓存空数据
解决方案一：缓存空数据，查询返回的数据为空，仍把这个空数据进行缓存
优点：操作简单
缺点：消耗内存，可能会发生不一致的问题
方案二：布隆过滤器
解决方案二：布隆过滤器
优点：内存占用较少，没有多余key缺点：实现复杂，存在误判
布隆过滤器：
bitmap(位图)：相当于一个以（bit）位为单位的数组，数组中每个单元只能存储二进制数0或1
布隆过滤器作用：布隆过滤器可以用于检索一个元素是否再一个集合中。可能产生误判：
误判率：数组越小误判率就越大，数组越大误判率就越小，但是同时带来了更多的内存消耗
模拟面试
问题二： 发生了缓存击穿该怎么解决？
什么是缓存击穿？
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数据库压垮
解决方案：
方案一：互斥锁
特点：强一致，性能差
方案二：逻辑过期
特点：高可用、性能优、不能保证数据的绝对一致
模拟面试
问题三： 发生了缓存雪崩该怎么解决？
什么是缓存雪崩？
在同一时段大量的缓存key同时失效或者Redis服务宕机，导致大量请求到达数据库，带来巨大压力
解决方案：
- 给不同的key的TTL添加随机值
- 利用Redis集群提高服务的可用性
- 给缓存业务添加降级限流策略 （降级可作为系统的保底策略，适用于穿透、击穿、雪崩）
- 给业务添加多级缓存
模拟面试：
问题四： redis作为缓存，mysql的数据如何redis进行同步？（双写一致性）
一定要设置前提，，，结合自己的项目业务背景去讲！！！！
看看到底属于哪一种：是一致性要求高的业务需求，还是说是允许延迟一致？
双写一致性：当修改了数据库的数据也要同时更新缓存的数据，缓存和数据库的数据要保持一致
读操作：缓存命中，直接返回；缓存未命中查询数据库，写入缓存，设定超时时间
写操作：延迟双删
这个时候我们就要考虑是先删除缓存，还是先修改数据库？
情况一：先删除缓存，再操作数据库
正常情况：
不正常情况：因为线程是交替执行的,这种方式可能会出现脏数据的现象
情况二：先操作数据库，再删除缓存
正常情况：
不正常情况：这种方式可能会出现脏数据的现象
那么为什么要删除两次缓存？
降低脏数据的出现
为什么要延时删除？
业务场景一：那怎么保证双写一致呐？（一致性要求高的业务需求）
但是这样的话，性能就有点差了
当然我们都是知道的，放入redis的数据一般都是读多写少
所以使用读写锁就可以了
特点：强一致，性能差（强一致性情况下才会使用）
共享锁：读锁readLock，加锁之后，其他线程可以共享读操作
排他锁：独占锁writeLock，加锁之后，阻塞其他线程读写操作
业务场景二：延迟一致怎么做？（允许短暂的不一致，实际开发中最为主流的）
方案一：基于MQ的异步通知
方案二：基于Canal的异步通知
模拟面试
强一致性回答：
最终一致性回答：
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
