1.什么是缓存穿透？怎么解决?
2.什么是缓存击穿？怎么解决？
3.什么是缓存雪崩？怎么解决?
4.redis做为缓存，mysql的数据如何与redis进行同步呢?(双写一致性)
5.Redis作为缓存，是怎么实现数据的持久化的？
6.Redis的key过期后,会马上删除吗?
7.Redis的数据淘汰策略有哪些？
8.Redis集群有哪些方案？
9.Redis是单线程的，为什么还这么快呢？
10.Redis的8种数据类型

1~5

1.什么是缓存穿透？怎么解决？

缓存穿透就是查询一个一定不存在的数据，如果从缓存层查询不到，导致这个不存在的数据每次请求都要到数据库去查询，可能导致数据库挂掉。

解决方案:

缓存空字符串:

查询的数据在Redis和数据库中都查不到时缓存空字符串并设置有效期,有效期内再查询该数据就会返回一个空字符串,而不会再查询数据库

优点:简单,易于维护
缺点:

额外占用内存
可能存在短期的不一致(比如查询一个id,查询的时候没有,缓存了空字符串,在空字符串有效期内又添加了这个id的数据就会造成不一致)

布隆过滤器:

在客户端和Redis的中间加一层布隆过滤器，查询数据的时候先到布隆过滤器中查询，有则继续查询Redis，没有则直接结束。

在进行缓存时，要同时进行缓存预热，把数据的id存到布隆过滤器中

布隆过滤器是一个 bitmap（位图）： 相当于是以（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存在一个集合中（经过某种哈希算法计算）。

如果我们要映射一个值到布隆过滤器中，需要使用多个 不同的哈希函数 生成多个哈希值，并将bit向量里位置等于哈希值的元素设置为1。例如针对值 Id=1的数据进行三个不同的哈希函数分别生成了哈希值 1、3、7，则布隆过滤器转变为：

布隆过滤器存在误判: 例如查询一个不存在的id=3 ，而id为3解析出的哈希值3、9、12分别在之前预热id=1和id=2时布隆过滤器对应的位置转变为了1，所以id=3其实不存在但是布隆过滤器的结果依然判定为存在

误判率：数组越大误判率越小，但占用的内存也越大

优点:内存占用少,没有多于的key
缺点:

实现复杂
可能会存在误判或者漏判（布隆过滤器中不存在就是真的不存在，但存在不一定真的存在）

2.什么是缓存击穿？怎么解决？

缓存击穿的意思是对于设置了过期时间的key，缓存在某个时间点过期的时候，恰好这时间点对这个Key有大量的并发请求过来，而数据库再重新缓存数据需要一定的时间，这个时间内大量的请求可能会瞬间把数据库压垮。

解决方案有两种方式：

互斥锁： 缓存中有数据直接返回，没有数据就获取互斥锁，互斥锁内查询数据库获取结果并写入缓存，最后释放锁。在该线程释放锁之前其他线程都不能获取锁且不能查询数据库，只能睡眠一段时间后重试，如果能命中缓存，则返回数据，否则尝试获取互斥锁。（可以用setnx【有值不添加，没值添加】命令实现）

优点：可以保证数据的强一致性
缺点：

性能不高
可能产生死锁（锁需要等）

设置key逻辑过期:

①：在设置key的时候，设置一个过期时间字段一块存入缓存中，不给当前key设置过期时间
②：当查询的时候，从redis取出数据后判断时间是否过期
③：如果过期则开通另外一个线程进行数据同步，当前线程正常返回数据，这个数据不是最新

优点：性能较高
缺点：不能保证数据的强一致性

3.什么是缓存雪崩？怎么解决?

缓存雪崩：

大量的key设置缓存时采用了相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到数据库，数据库瞬时压力过重雪崩。（与缓存击穿的区别：雪崩是很多key，击穿是某一个key缓存。）

解决方案:

将缓存失效时间分散开，比如可以在原有的失效时间基础上增加一个随机值，1-5分钟随机，这样每一个缓存的过期时间的重复率就会降低，就很难引发集体失效的事件。

4.redis做为缓存，mysql的数据如何与redis进行同步呢？

延迟双删:

对于写操作，先删除缓存中的数据，再更新数据库，最后延时删除缓存中的数据。

优点：读操作不受影响
缺点：不能保证强一致性(并发情况下可能会有脏数据)

读写锁:

读写锁 允许多个线程同时读 ，但 只允许一个线程写 。当有线程写时，其他线程既不能读也不能写，直到写操作完成。

读取数据：
在读取数据时，先尝试获取读锁，如果成功则从缓存读取数据，如果缓存没有数据再从数据库读取，然后释放读锁。
更新数据：
在更新数据时，先获取写锁，然后更新数据库，再更新缓存，最后释放写锁。
这样，多个读线程可以同时读取缓存中的数据，但当有写线程在更新数据时，所有的读线程和写线程都会被阻塞，保证了数据的一致性。

优点：保证强一致性
缺点：当有写操作时，会阻塞所有读操作，可能导致读操作的响应时间增加

如何选择

高读取频率场景： 如果系统读取操作远远多于写入操作，可以考虑使用 读写锁 方案，优化读取性能。
写入频率较高场景： 如果系统写入操作比较频繁，可以考虑使用 延迟双删 方案，降低写入时的锁竞争，提高写入效率。

5.Redis的持久化

在Redis中提供了两种数据持久化的方式：

1、RDB 2、AOF(对数据安全性要求高的可以用AOF,要求没这么高的可以用RDB, 也可以两个一起用 )

两种持久化方式有什么区别:

RDB是一个快照文件，它是把redis内存存储的数据写到磁盘上，当redis实例宕机恢复数据的时候，可以从RDB的快照文件中恢复数据。
AOF是追加文件，在redis操作写命令的时候，都会存储这个文件中，当redis实例宕机恢复数据的时候，会从这个文件中再次执行一遍命令来恢复数据

这两种方式，哪种恢复的比较快呢?

RDB更快,因为它是二进制文件，在保存的时候体积也是比较小的，所以它恢复的比较快，但是它有可能会丢数据
AOF恢复的速度慢一些，但是它丢数据的风险要小很多，在AOF文件中可以设置刷盘策略，比如设置的就是每秒批量写入一次命令

6~10

6.Redis的key过期后,会马上删除吗?

不会,Redis中有两种数据过期删除策略

第一种是 惰性删除 ，就是在key过期后,不管它,等到再次get这个key的时候才会把它删除
第二种是 定期删除 ，就是每隔一段时间，就会检查一些key，删除里面过期的key，然后定期删除有两种模式：

SLOW模式是定时任务，执行频率默认为10hz，每次不超过25ms，可以通过redis.conf的hz选项来调整这个次数
FAST模式执行频率不固定，每次事件循环会尝试执行，但是两次间隔不低于2ms，每次耗时不超过1ms

Redis的过期删除策略是定期删除和惰性删除两种策略配合使用的

7.Redis的数据淘汰策略有哪些？

在redis中提供了很多种数据淘汰策略，默认是noeviction，不删除任何数据，内存不够会直接报错，可以在redis的配置文件里设置，里面有两个非常重要的概念，一个是LRU，另外一个是LFU

LRU的意思就是最少最近使用，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。
LFU的意思是最少频率使用。会统计每个key的访问频率，值越小淘汰优先级越高

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 ?

可以使用 allkeys-lru （挑选最近最少使用的数据淘汰）淘汰策略，留下来的都是经常访问的热点数据

Redis的内存用完了会发生什么?

要看redis的数据淘汰策略是什么，如果是默认的配置，redis内存用完以后则直接报错。如果是 allkeys-lru 策略，会把最近最常访问的数据留在缓存中。

8.Redis集群有哪些方案？

在Redis中提供的集群方案总共有三种：主从复制、哨兵模式、Redis分片集群

主从复制 ：主从复制是指将一个 Redis 服务器的数据复制到其他的 Redis 服务器，其中一个为主服务器，其余的为从服务器。主服务器负责写操作，从服务器负责读操作。主从复制的好处在于，从服务器可以用来支持读操作，分担主服务器的读压力，同时也增加了数据的冗余备份。如果主服务器出现故障，可以将一个从服务器提升为新的主服务器。
哨兵模式 ：哨兵模式用于监控 Redis 主从复制中的主服务器状态。它的任务包括监控主服务器的健康状况，当主服务器出现故障时自动将从服务器升级为新的主服务器，以及管理客户端与 Redis 服务器的连接。哨兵模式可以用来实现 Redis 的高可用性，确保系统在主服务器故障时能够快速切换到从服务器。
Redis分片集群 ： Redis 分片集群用于解决单个 Redis 服务器的性能瓶颈问题。它将数据分成多个分片存储在不同的 Redis 节点上，每个节点只负责一部分数据。客户端根据分片规则将数据分配到不同的节点上。分片集群可以水平扩展，通过增加节点来增加系统的容量和性能。

这些架构模式可以根据业务需求进行选择和配置。主从复制和哨兵模式适合需要高可用性的场景，分片集群适合需要高性能和大规模存储的场景。

9.Redis是单线程的，为什么还这么快呢？

C语言编写的
基于内存存储
Redis之父Antirez(全名Salvatore Sanfilippo)很强，写的代码很优雅
采用单线程，避免不必要的上下文切换可竞争条件
使用 I/O多路复用模型 ，非阻塞IO，比如：bgsave 和 bgrewriteaof 都是在后台执行操作，不影响主线程的正常使用，不会产生阻塞

I/O多路复用模型?

I/O多路复用是指利用单个线程来同时监听多个Socket ，并在某个Socket可读、可写时得到通知，从而避免无效的等待，充分利用CPU资源。 目前的I/O多路复用都是采用的epoll模式实现，它会在通知用户进程Socket就绪的同时，把已就绪的Socket写入用户空间，不需要挨个遍历Socket来判断是否就绪，提升了性能。其中Redis的网络模型就是使用I/O多路复用结合事件的处理器来应对多个Socket请求，比如，提供了连接应答处理器、命令回复处理器，命令请求处理器；在Redis6.0之后，为了提升更好的性能，在命令回复处理器使用了多线程来处理回复事件，在命令请求处理器中，将命令的转换使用了多线程，增加命令转换速度，在命令执行的时候，依然是单线程。

10.Redis的8种数据类型

一共是八种，String、Hash、Set、List、Zset、Hyperloglog、Geo、Streams

HyperLogLog：它是一种用于基数（cardinality）估算的数据结构，主要用于对大数据集合的去重计数。在需要统计一个集合中不同元素的数量时，HyperLogLog 提供了一种高效的方法，可以使用固定的内存来估算元素的数量，而不需要存储每个元素本身。
Geo：Redis 的地理位置功能允许你将地理位置信息（经度和纬度）与字符串键关联起来，这样你就可以进行各种地理位置相关的操作，比如查找附近的位置、计算距离等。这对于需要处理地理位置数据的应用，如地图服务或位置分析，非常有用。
Streams：Redis Streams 是一种新的数据类型，用于处理实时数据流。它类似于一个日志数据结构，你可以往其中不断添加新的消息，然后按照时间顺序逐个读取这些消息。Streams 可以用于构建实时消息队列、日志收集、事件处理等场景，非常适合需要处理实时事件数据的应用。

Redis

目录

1~5