8-4 缓存机制及Redis常考面试题

一、考点聚焦

缓存的使用场景；Redis的使用；缓存使用中的坑
1.为什么要使用缓存？使用场景？
2.Redis的常用数据类型，使用方式
3.缓存使用问题：数据一致性问题；缓存穿透、击穿、雪崩问题

二、什么是缓存？为什么要使用缓存？

本章主要讨论的是内存缓存（常见的有Redis和Memcached）
1.缓解关系数据库（常见的是Mysql）并发访问的压力：热点数据
2.减少响应时间：内存IO速度比磁盘快
3.提升吞吐量：Redis等内存数据库单机就可以支撑很大并发

操作时间对比：

三、Redis和Memcached主要区别？

四、请简述Redis常用数据类型和使用场景？

考察对Redis使用的掌握程度
1.String(字符串)：用来实现简单的KV键值对存储，比如计数器
2.List（链表）：实现双向链表，比如用户的关注，粉丝列表
3.Hash（哈希表）：用来存储彼此相关信息的键值对
比如：用HSET key filed value格式存储用户相关信息：

HSET name[id: user_name]

4.Set(集合)：存储不重复元素，比如用户的关注者
5.Sorted Set(有序集合)：实时信息排行榜

五、延伸考点：Redis内置实现

对于中高级工程师，需要了解Redis各种类型的C底层实现方式
1.String：整数或者sds（Simple Dynamic String）
2.List：ziplit或者double linked list

说明：
ziplist：通过一个连续的内存块实现list结构，其中的每个entry节点头部保存前后节点长度信息，实现双向链表功能。

3.Hash：ziplist或者hashtable
4.Set：intset或者hashtable
5.SortedSet：skiplist跳跃表
6.深入学习请参考：《Redis设计与实现》
自我检查：你知道这些数据结构操作的时间和空间复杂度么？

六、Redis实现的跳跃表是什么结构？

Sorted Set为了简化实现，使用skiplist而不是平衡树实现

七、Redis有哪些持久化方式？

Redis支持两种方式实现持久化
1.快照方式：把数据快照放在磁盘二进制文件中，dump.rdb。

快照的实现试是指定时间间隔把Redis数据库状态保存到一个压缩的二进制文件中。优点是可以恢复某个时间间隔的数据，缺点是一旦数据库宕机，该时间间隔的数据就会丢失。也可以直接在Redis的客户端执行save或bgsave保存快照。

2.AOF(Append Only File)：每一个写命令追加到appendonly.aof中。
这种方式不会因为宕机而丢失很多数据，缺点是文件会比较大
3.可以通过修改Redis配置实现选择哪种持久化方式

八、什么是Redis事务？

和Mysql的事务有什么不同？
1.将多个请求打包，一次性、按序执行多个命令的机制
2.Redis通过MULTI, EXEC，WATCH等命令实现事务功能
3.Python redis-py pipeline=conn.pipeline(transaction=True)设置事务的功能

九、Redis如何实现分布式锁？

1.使用setnx实现加锁，可以同时通过expire添加超时
2.锁的value值可以使用一个随机的uuid或者特定的命名
3.释放锁的时候，通过uuid判断是否是该锁，是则执行delete释放锁

十、使用缓存的模式？

常用的缓存使用模式
1.Cache Aside：同时更新缓存和数据库（推荐使用）
2.Read/Write Through：先更新缓存，缓存负责同步更新数据库
3.Write Behind Caching：先更新缓存，缓存定期异步更新数据库

如何处理数据库和缓存之间的数据一致性问题？
可能导致问题：先更新数据库后更新缓存，并发写操作可能导致缓存读取的是脏数据。
解决方法：一般先更新数据库然后删除缓存

十一、如何解决缓存穿透问题？

大量查询不到的数据的请求落到后端数据库，数据库压力增大
1.由于大量缓存查不到就去数据库取，数据库也没有要查的数据。
比如：很多无脑爬虫通过自增id的方式爬取网站，网站查不到相关id的数据
2.解决：对于没有查到返回为None的数据也缓存
3.插入数据的时候删除是一项耳朵和，或者设置较短的超时时间。

十二、如何解决缓存击穿的问题？

某些非常热点的数据key 过期，大量请求打到后端数据库
1.热点数据key 失效导致大量请求打到数据库增加数据库压力
2.解决：
分布式锁：获取锁的线程从数据库拉数据更新缓存，其他线程等待
异步后台更新：后台任务针对过期的key 自动刷新（实现简单）

十四、如何解决缓存雪崩问题？

缓存不可用或者大量缓存key 同时失效，大量请求直接打到数据库

场景：
缓存不可用：有多个缓存服务器，其中一台或多台挂了，这时大量的请求落到少数的缓存服务器上，缓存可能承受不了了。
大量缓存key同时失效：设置缓存时可能会给类似的失效时间，导致短时间里有大量的缓存key失效

解决：
1.多级缓存：不同级别的key 设置不同的超时时间
2.随机超时：key的超时时间随机设置，防止同时超时
3.架构层：提升系统可用性。监控、报警完善