Redis内存key-value缓存数据库
2021-11-21 16:33:24 14 举报AI智能生成
Redis面试知识点
作者其他创作
大纲/内容
消息队列
发布订阅
订阅者存放在一个链表中，发布者发布消息后，根据频道的key推送给该频道的订阅者
和memcache相比
memcache
多线程，非阻塞IO
支持的数据类型<font color="#ff00ff">只有String</font>
<font color="#ff00ff">依靠客户端分片写入数据实现集群</font>
支持value: 1MB
redis
单线程多路IO复用
持久性
支持value: 512MB
和jedis,redission相比
jedis
原生redis命令，springboot3 已弃用
redission
命令更抽象，让程序员专注于业务逻辑
支持的数据类型更多
数据库
数据结构
String
存储简单字符串，json对象，<b style=""><font color="#ff0000">计数器,session共享</font></b>
<i style="font-size: inherit;"><font color="#000000">int</font></i><br>
empstr
raw
List
有序可重复，是个双端队列，可做消息队列，<font color="#ff0000">分页查询</font>
linkedlist
ziplist
Set
无序不重复，可左交并差集，用在共同关注，网站uv
dict
intset
ZSet
用score排序，可做排行榜
ziplist
dict
skip
Hash
value为<key,value>,存对象,适合一key多value
ziplist
dict
Geo
和地理位置相关，用于计算距离，共享位置
Hyperloglog
基数，用于求不重复的元素个数，可用作
BitMap
存01二值，可用于统计打卡
事务
原子性
事务不保证原子性
一条命令执行错误，其他命令正常执行
一条命令在<font color="#ff0000">编译时</font>出错，所有命令都不执行
命令原子性
muli开启事务，将命令放入队列，exec执行所有命令，discard放弃事务
怎么保证原子性
分布式锁
setnx expeir
内存
内存的好处
读写快速
内存放不下怎么办
设置过期时间
<font color="#ff00ff">setex key seconds value </font>
删除
定期删除
每隔默认100s随机检查设置了过期时间的key,若已过期则删除
惰性删除
访问key时才检查是否过期，过期则删除更新
出现的问题：会有过期了的key一直存在，不保证一定能删除缓存,导致内存越来越高
<font color="#9c27b0">内存淘汰机制</font>
volatile-LRU
Least Recently used 在设置过期时间的key中，删除最近最少使用
volatile-TTL
Time To Live 在设置过期时间的key中，删除剩余存活时间最短的key
volatile-random
allkeys-random
allkeys-LRU
在所有key中LRU
allkeys-TTL
在所有key中TTL
no-<font color="#ff00ff">enviction</font>
不做删除操作，新写入操作报错
冷热数据分离
热数据经常访问，放在内存中，冷数据写入磁盘
用VM实现
内存断电即失
<font color="#ff0000">持久化</font>
RDB
redis database，fork一个子进程，从父进程中同步复制数据，保存快照，持久化结束后，将快炸保存成dump.rdb文件，释放内存
多长时间内至多操作多少次就会保存，可能会损失最后一次的数据
AOF
append only <font color="#ff0000">module</font><font color="#000000">, fork一个子进程，保存写操作</font>
同步方式：1s，每次操作，不同步，可能会丢掉1s的数据
AOF重写
执行BGREWRITEAOF命令时，Redis服务器会维护一个AOF重写缓存区，该缓冲区会在子进程创建新AOF期间记录所有写命令，<br>子进程完成创建AOF后，服务器将缓冲区的所有内容追加到新AOF末尾
RDB和AOF混合使用
会优先使用AOF，rdb数据会写入aof文件头部
高并发
集群
主从复制
读写分离，主机读写，从机从主机中同步复制数据，只读。一主多从，主机宕机后，需要手动更改ip确定新的主机
主要是为了高并发，缺点是难扩容，整个集群的容量受限于某台机器内存容量
哨兵模式
多个哨兵监控主库，超过指定数量个哨兵发现主库不回应，就投票选举新的主库
<font color="#d32f2f">投票算法</font>
保证了集群的高可用，但仍有容量上限问题
Cluster
多主多从，key通过CRC16算法，结果对应0~16383之间的哈希槽，将数据放到对应的哈希槽，<br>不同的key分散到不同的主节点上，每个主节点管辖一定的槽位
保证了高扩展，适用于数据量大，需要持续扩容
缓存
为什么能做缓存
读写速度快，减轻数据库压力，提高性能
怎么做缓存
放在请求访问和数据库之间，先操作缓存中的数据，<br>若缓存中不存在，则从数据库读取返回并更新至缓存中<br>
缓存问题
缓存击穿
访问数据库中不存在的数据，会不断访问数据库
<font color="#ff00ff">缓存空对象</font>
访问数据库结果为不存在时，将返回空值，保存到缓存中，设置过期时间。<br>缺点：空对象浪费空间；<font color="#ff00ff">缓存层和存储层存在一致性问题</font>
加过滤器
预先将<font color="#64b5f6">所有可能存在的</font>数据存到BitMap，用布隆过滤器进行校验，一定不存在的会被拦截
缓存穿透
缓存中某一热点数据失效，同一时间大量请求直接到了数据库
设置合理的过期时间（永不过期）
缓存雪崩
同一时间大面积缓存失效
事前保证集群高可用
本地ehcache缓存+hystrix限流降级，通过加锁或队列空值写操作的线程数量
将不同数据的缓存时间设置的分散些
事后持久化机制，尽快恢复数据
缓存刚开始为空，大量请求涌入数据库
缓存预热，提前将可能会访问的数据加载到缓存中
缓存降级，保留核心业务的功能
缓存和数据库双写出现一致性问题解决方法
预留缓存，写操作时会先删除缓存中的数据，再写入数据库，缓存再从数据库中拿数据
读写串行化
并发读写
单库
一致性问题：A删除了缓存还没写入数据库，B读缓存没有该数据，就从数据库中读取了，<br>之后A才完成写入数据库，B读到的就是脏数据
根本原因：逻辑处理消耗1s
主从
一致性问题：A写入主库，从库还没来得及更新，B从从库中取出了脏数据之后从库才更新新的数据
根本原因：主从同步延时1s
0 条评论
下一页
