java面试之redis存储以及数据搜索相关事宜

            **redis缓存如何解决数据更新的问题**
   方案1

[主动]后台点击更新缓存按钮，从DB查找最新数据集合，删除原缓存数据，存储新数据到缓存；

问题：更新过程中删除掉缓存后刚好有业务在查询，那么这个时候返回的数据会是空，会影响用户体验

方案2

[被动]前台获取数据时发现没有缓存数据就会去数据库同步数据到缓存

问题：当并发请求获取缓存数据不存在的时候，就会产生并发的查询数据的操作。

方案3

[主动]后台点击更新缓存按钮，从DB查找最新数据集合，这里不删除缓存，通过遍历数据覆盖和删除掉无效的数据

问题：逻辑相对麻烦，而且更新机制无法通用；

推荐
　　以上的几种更新方案我都遇到过，因为产生了各种问题，所以我想到了一个相对好的方案，类似预加载功能，先把数据加载到缓存中，缓存成功后再切换显示最新的数据，将旧数据设置过期；
方案4

前台获取缓存的时候需要先得到缓存数据对应的Redis Key（简称：[ShowingKey]（可以是最近一次更新缓存的时间戳或者根据自己规则自定义），然后根据[ShowingKey]去读取缓存数据（简称：[缓存];
更新总结
第1种更新方案影响用户体验一般不推荐使用

第2种更新方案可以通过程序锁，锁住更新操作只能有一个进入DB查询，可以避免问题

第3种更新方案不会有第1，2 的问题，但是更新逻辑写起来比较麻烦，而且更新方案不能抽象通用

第4种更新方案使用提前加载到缓存，然后在切换需要显示的缓存数据，可以完美解决1,2,3中的问题, redis内存不足，滥用
问题
数据不断累加，无效数据未清理，缓存未设置过期时间

存储数据中包含未使用到字段，整个对象序列化到redis中

冷数据，或者根本不会再去使用的无效数据没有清理

解决

数据区分无效时间，设置过期时间，使无效数据过期；（如：通过日期后缀命名Key）

区分冷数据，清理掉冷数据；
缓存数据从简，redis key命名从简，数据字段命名从简，无效字段不添加在缓存中；键命名规范
redis缓存和map缓存
Redis 可以实现分布式的缓存，Map 属于本地缓存，只能存在创建它的程序里

Redis 的缓存可以持久化，Map 是内存对象，程序一重启数据就没了

Redis 缓存有过期机制，Map 本身无此功能

Redis 可以处理每秒百万级的并发，是专业的缓存服务，Map 只是一个普通的对象

Redis 可以用几十 G 内存来做缓存，Map 不行，一般 JVM 也就分几个 G 数据就够大了

Redis 有丰富的 API，Map 就简单太多了
关于本地缓存和分布式缓存
缓存分为本地缓存和分布式缓存。
以java为例，使用自带的map或者guava实现的是本地缓存，其最主要的特点是轻量、快速，生命周期随着jvm的销毁而结束，并且在多实例的情况下，每个实例都需要各自保存一份缓存，缓存不具有一致性。
使用redis或memcached之类的称为分布式缓存，在多实例的情况下，各实例共用一份缓存数据，缓存具有一致性。缺点是需要保持redis或memcached服务的高可用，整个程序架构上较为复杂。

                   ********mysql的两种搜索引擎********
    InnoDB 支持事务，MyISAM 不支持事务。这是 MySQL 将默认存储引擎从 MyISAM 变成 InnoDB 的重要原因之一；

2. InnoDB 支持外键，而 MyISAM 不支持。对一个包含外键的 InnoDB 表转为 MYISAM 会失败；
3. InnoDB 是聚集索引，MyISAM 是非聚集索引。InnoDB 必须要有主键，通过主键索引效率很高。MyISAM 是非聚集索引，数据文件是分离的，索引保存的是数据文件的指针。主键索引和辅助索引是独立的。
4. InnoDB 不保存表的具体行数，执行 select count(*) from table 时需要全表扫描。而MyISAM 用一个变量保存了整个表的行数，执行上述语句时只需要读出该变量即可，速度很快；
5. InnoDB 最小的锁粒度是行锁，MyISAM 最小的锁粒度是表锁。一个更新语句会锁住整张表，导致其他查询和更新都会被阻塞，因此并发访问受限。这也是 MySQL 将默认存储引擎从 MyISAM 变成 InnoDB 的重要原因之一