redis常见面试题

原创

mob604756e834f7 2021-03-12 20:58:17 ©著作权

文章标签 java 文章分类 Redis 数据库

©著作权归作者所有：来自51CTO博客作者mob604756e834f7的原创作品，请联系作者获取转载授权，否则将追究法律责任

原文链接：https://blog.51cto.com/4259679

redis常见面试题

1. 缓存穿透

特点: 用户高并发环境下,访问数据库中根本不存在的数据.

影响:由于用户高并发访问,则数据库可能存在宕机的风险.

2. 缓存击穿

说明: 由于用户高并发的访问. 访问的数据刚开始有缓存,但是由于特殊原因导致缓存失效.(数据’‘单个’’)

解决方案: 串联redis服务器, 并且redis缓存失效时间相差几秒至几十秒, 保证不再同一时间删除

3. 缓存雪崩

说明: 由于高并发的环境下.大量的用户访问服务器. redis中有大量的数据在同一时间超时(删除).

解决方案: 串联redis服务器, 并且redis缓存失效时间相差几秒至几十秒, 保证不再同一时间删除 (根缓存击穿解决方案类似)

4. Redis持久化问题

问题说明:

Redis中的数据都保存在内存中.如果服务关闭或者宕机则内存资源直接丢失.导致缓存失效.

持久化原理说明

Redis中有自己的持久化策略.Redis启动时根据配置文件中指定的持久化方式进行持久化操作. Redis中默认的持久化的方式为RDB模式.

4.1 RDB模式

特点说明:

RDB模式采用定期持久化的方式. 风险:可能丢失数据.

RDB模式记录的是当前Redis的内存记录快照. 只记录当前状态. 持久化效率最高的 (快照文件默认为redis目录下的dump.rdb)

RDB模式是默认的持久化方式.

持久化命令:

命令1: save 同步操作. 要求记录马上持久化. 可能对现有的操作造成阻塞

命令2: bgsave 异步操作. 开启单独的线程实现持久化任务.

持久化周期:

save 900 1 在900秒内,如果执行一次更新操作,则持久化一次.

save 300 10 在300秒内,如果执行10次更新操作,则持久化一次.

save 60 10000 在60秒内,如果执行10000次更新操作,则持久化一次.

save 1 1 不可以这样配置, 容易阻塞性能太低.不建议使用.

用户操作越频繁,则持久化周期越短.

4.2 AOF模式

特点:

AOF模式默认是关闭状态如果需要则手动开启.

AOF能够记录程序的执行过程可以实现数据的实时持久化. AOF文件占用的空间较大.回复数据的速度较慢.

AOF模式开启之后.RDB模式将不生效.

AOF配置:

在redis配置文件中修改如下 (文件内容过多, 建议搜索关键字找到此配置)

# 开启AOF模式

appendonly=yes

# aof更新日志文件

appendfilename "appendonly.aof"

持久化周期配置:

appendfsync always 实时持久化.

appendfsync everysec 每秒持久化一次略低于rdb模式

appendfsync no 自己不主动持久化(被动:由操作系统解决)

手动持久化命令: save 由主进程完成(可能会阻塞)，bgsave使用新的进程完成

4.3 如何选择持久化方式

思路: 如果允许数据少量的丢失,则首选RDB.(快),如果不允许数据丢失则使用AOF模式.

情景题案例

在双11前夜误操作将Redis服务器执行了flushAll命令. 问项目经理应该如何解决??

A: 痛批一顿 ,让其提交离职申请.

B: 批评教育, 让其深刻反省,并且请主管捏脚.

C:项目经理快速解决.并且通知全部门注意.

解决方案:

修改aof文件中的命令.删除flushAll之后重启redis即可.

5. Redis内存优化策略

修改Redis内存大小

修改redis.conf配置文件 (大约566行), 以下为注释内容, 默认是注释掉的

# maxmemory <bytes>

修改bytes参数即可

# 1k => 1000 bytes

# 1kb => 1024 bytes

# 1m => 1000000 bytes

# 1mb => 1024*1024 bytes

# 1g => 1000000000 bytes

# 1gb => 1024*1024*1024 bytes

场景说明

Redis运行的空间是内存.内存的资源比较紧缺.所以应该维护redis内存数据,将改让redis保留热点数据.

LRU算法

以下为百度内容, 下面所说的页面可以理解为redis中保存的数据

LRU是Least Recently Used的缩写，即最近最少使用，是一种常用的页面置换算法，选择最近最久未使用的页面予以淘汰。该算法赋予每个页面一个访问字段，用来记录一个页面自上次被访问以来所经历的时间 t，当须淘汰一个页面时，选择现有页面中其 t 值最大的，即最近最少使用的页面予以淘汰。

维度: 自上一次使用的时间T

最为理想的内存置换算法.

LFU算法

以下为百度内容, 下面所说的页面可以理解为redis中保存的数据

LFU（least frequently used (LFU) page-replacement algorithm）。即最不经常使用页置换算法，要求在页置换时置换引用计数最小的页，因为经常使用的页应该有一个较大的引用次数。但是有些页在开始时使用次数很多，但以后就不再使用，这类页将会长时间留在内存中，因此可以将引用计数寄存器定时右移一位，形成指数衰减的平均使用次数。

least frequently used (LFU) page-replacement algorithm

即最不经常使用页置换算法，要求在页置换时置换引用计数最小的页，因为经常使用的页应该有一个较大的引用次数。但是有些页在开始时使用次数很多，但以后就不再使用，这类页将会长时间留在内存中，因此可以将引用计数寄存器定时右移一位，形成指数衰减的平均使用次数。

维度: 引用次数

RANDOM算法

随机算法, 即内存不足的时候随机删除一些已有的数据

内存策略优化配置

大约在配置文件597行, 有以下被注释的内容

# maxmemory-policy noeviction

解除注释, 把noeviction改为以下配置即可, 默认为noeviction策略

volatile-lru 在设定了超时时间的数据, 采用lru算法进行删除.

allkeys-lru 所有数据采用lru算法

volatile-lfu 在设定了超时时间的数据, 采用LFU算法进行删除.