常见面试题-Redis专栏（二）

原创

11来了 2023-10-22 00:57:09 博主文章分类：面试题 ©著作权

©著作权归作者所有：来自51CTO博客作者11来了的原创作品，请联系作者获取转载授权，否则将追究法律责任

theme: cyanosis

typora-copy-images-to: imgs

Redisson 分布式锁？在项目中哪里使用？多久会进行释放？如何加强一个分布式锁？

答：

首先入门级别的分布式锁是通过 setnx 进行实现，使用 setnx 实现有四个注意点

需要设置锁的超时时间（如果不设置，在释放锁时，如果机器宕机，会导致锁无法释放）
需要设置一个唯一 ID，表示这个锁是哪个用户添加的，必须由添加锁的用户释放
（如果不设置，线程1在执行任务时，可能锁的超时时间已经达到，被自动释放，此时线程2加锁，开始执行业务，但正好线程1执行完毕，释放锁，由于没有唯一ID表示，线程1将线程2加的锁给释放掉了）
需要锁续命
有可能锁的过期时间设置的太短，导致业务没有执行完毕，锁就被自动释放，因此要使用锁续命来解决（大概逻辑是使用子线程执行定时任务，定时任务间隔时间要小于 key 的过期时间，子线程隔一段时间判断主线程是否在执行，如果在执行，就重新设置一下过期时间）
可重入问题：setnx 实现的分布式锁不可重入，这样获取锁的线程在重复进入相同锁的代码块中会造成死锁

而在 Redission 中已经帮我们实现好了分布式锁，下来看一下 Redission 中的分布式锁：

Redission 中获取锁逻辑：

在 Redission 中加锁，通过一系列调用会到达下边这个方法

他的可重入锁的原理也就是使用 hash 结构来存储锁，key 表示锁是否存在，如果已经存在，表示需要重复访问同一把锁，会将 value + 1，即每次重入一次 value 就加 1，退出一次 value 就减 1

下列方法有三个参数分别为：

KEYS[1] ：锁名称
ARGV[1]：锁失效时间
ARGV[2]： id + “:” + threadId; 锁的小key

<T> RFuture<T> tryLockInnerAsync(long leaseTime, TimeUnit unit, long threadId, RedisStrictCommand<T> command) {
        internalLockLeaseTime = unit.toMillis(leaseTime);

        return commandExecutor.evalWriteAsync(getName(), LongCodec.INSTANCE, command,
                  "if (redis.call('exists', KEYS[1]) == 0) then " +
                      "redis.call('hset', KEYS[1], ARGV[2], 1); " +
                      "redis.call('pexpire', KEYS[1], ARGV[1]); " +
                      "return nil; " +
                  "end; " +
                  "if (redis.call('hexists', KEYS[1], ARGV[2]) == 1) then " +
                      "redis.call('hincrby', KEYS[1], ARGV[2], 1); " +
                      "redis.call('pexpire', KEYS[1], ARGV[1]); " +
                      "return nil; " +
                  "end; " +
                  "return redis.call('pttl', KEYS[1]);",
                    Collections.<Object>singletonList(getName()), internalLockLeaseTime, getLockName(threadId));
    }

Redission 中锁续命原理：

Redission 底层有个看门狗机制，加锁成功后会有一个定时任务，默认锁的失效时间是 30s，该定时任务每隔锁失效时间的 1/3 就会去续约锁时间，也就是每隔 10s 进行锁续命

如何加强一个分布式锁？

也就是如何提升一个分布式锁的性能，分布式锁本质上是将并行操作改为串行，那么我们可以通过使用分段锁来提升性能，比如说有 1000 个库存的话，读入到缓存中将分为 10 份进行存储，即 product_stock_1 = 100, product_stock_2 = 100, ...，给每一份都加上所，那么多个线程来竞争这 10 把锁，比原来竞争 1 把锁的性能提高 10 倍

zset 的底层实现？为什么不用红黑树？

答：

zset 的底层实现是：压缩列表 + 跳表

什么时候使用压缩列表？

有序集合保存的元素个数要小于 128 个；
有序集合保存的所有元素成员的长度都必须小于 64 字节。

否则使用跳表

跳表中每个节点都有多个跳跃指针，因此每个节点的平均跳跃长度较长，可以一次跳过多个节点，当找到大于或等于目标元素的节点后，再使用普通指针开始移动（可以向后移动，也可以向前移动，跳表含有前边节点的指针）寻找目标元素，跳表可以在 O(logn) 的时间内遍历跳表

跳表结构图：

常见面试题-Redis专栏（二）_分布式锁

为什么不用红黑树？

跳表和红黑树的查找时间复杂度都是O(logn)，但是红黑树比跳表的插入/删除效率更低

跳表在插入或删除时，只需考虑相邻节点，而红黑树需考虑节点的旋转问题，焦虑较低

跳表实现比红黑树更简单

zset 几个命令的时间复杂度？

答：

zadd：O(logn)，添加一个元素的时间复杂度是 O(logn)（因为插入元素的话，时间开销都在查找插入位置上，在 zset 中，查找时间复杂度是 O(logn)，因此插入复杂度同是）
zrange：O(logn + m) ，n 是集合中元素数量，m 是指定范围内的用户数量

redis 里面的命令，比如 setnx 和 setex 还有 zset 中的命令？

答：

zset 中的常用命令为：

zadd <key> <score1> <value1> <score2> <value2> ...向集合 key 中添加元素
zrange <key> <start> <stop> [withscores]查找下标在 start 和 stop 之间的元素，如果后边带上 withscores 参数，会将分数也查询出来
zrevrange <key> <start> <stop> [withscores]将分数从大到小进行查询，和 zrange 查询顺序相反
zrangebyscore <key> <min> <max> [withscores]返回集合 key 中所有 score 介于 min 和 max 之间的成员，如果后边带上 withscores 参数，会将分数也查询出来
setex <key> <seconds> <value>设置 key、value 并且设置过期时间
setnx <key> <value>仅当 key 不存在时，才将 key 的值设置为 value，成功返回1，失败返回0

缓存怎么保证数据的一致性？

答：

先删除缓存，再更新数据库 （操作简单）
这种情况造成的缓存不一致为：线程 A 先删除缓存，再去更新数据库，在线程 A 更新数据库之前，如果线程 B 去读取缓存，发现并不存在，去读取数据库，此时读取的是旧数据，再将旧数据写入缓存，此时缓存存储的就是脏数据了。
使用更新数据库 + 延时双删可以解决此情况的数据不一致，在延时双删中，会删除两次缓存，分为以下几步：

1. 删除缓存
2. 更新数据库
3. 睡眠  Thread.sleep()
4. 再删除缓存

即延时双删在线程 A 更新完数据库之后，休眠一段时间，再去删除缓存中可能存在的脏数据。

这样第二次删除缓存可能导致线程 A 执行时间过长，第二次可以使用异步去删除缓存

先更新数据库，再删除缓存这种情况可能因为线程 A 没有及时删除缓存或者删除缓存失败而导致线程 B 读取到旧数据
可以使用消息队列来完成：

先将要删除的缓存值或者是要更新的数据库值暂存到消息队列中
当程序没有成功删除缓存值或者更新数据库值时，从消息队列中读取这些值，再次进行删除或更新
如果成功删除缓存或者更新数据库，要将这些值从消息队列中取出，以免重复操作

高级扩展点：Canal 监听日志更新 + 定时任务缓存处理，简单概括来说就是 Canal 可以监控 MySQL 的 binlog，当发现数据库的数据发生变化后，就去同步缓存，就可以达到最终的数据一致性了

redis基本数据结构？

答：

有 5 中基本数据结构：字符串、list列表、hash字典、set集合、zset有序集合

基本数据结构添加数据命令：

字符串： set key value [ex seconds | px milliseconds] [nx | xx]
nx：指定 key 不存在才会设置成功
xx：指定的 key 必须存在才会设置成功，用于更新 key
list：lpush key value [value...] rpush key value [value...]
hash： hset key field value 将 key 中的 field 的值设置为 value
set： sadd key value [value...]
zset：zadd key score value 向 key 中添加一个 value 和 score，根据 score 排序

数据结构基本介绍：

list 列表是链表，不是数据
set 集合内部的键值对是无序且唯一的

基本数据结构应用场景：

字符串

限速器：防止 DoS 攻击，对 ip 进行访问次数限制，但是无法防止 DDoS 攻击，因为 DDoS 是分布式拒绝服务，使用了不同 ip 不断访问服务器

// 等价于 set 192.168.55.1 ex 60 nx
// 如果该ip不存在，指定key为ip，value为1，过期时间为60秒
Boolean exists = redis.set(ip, 1, "ex 60", "nx");
if(exists != null || redis.incr(ip) <= 5) {
  // 通过访问
} else {
  // 限流
}