肇庆网站制作软件,wordpress 评论排序,网站培训班,广州番禺发布一.redis 穿透无中生有key#xff0c;布隆过滤nul隔离 锁与非期解难题。缓存击穿过期key#xff0c; 雪崩大量过期key#xff0c;过期时间要随机。 面试必考三兄弟#xff0c;可用限流来保底。 1.1 Redis的使用场景 根据自己简历上的业务进行回答 缓存穿透、击穿、雪崩、双… 一.redis 穿透无中生有key布隆过滤nul隔离 锁与非期解难题。缓存击穿过期key 雪崩大量过期key过期时间要随机。 面试必考三兄弟可用限流来保底。 1.1 Redis的使用场景 根据自己简历上的业务进行回答 ·缓存穿透、击穿、雪崩、双写一致、持久化、数据过期、淘汰策略 分布式锁 setnx、redisson 总结 1.2 什么是缓存穿透怎么解决 缓存穿透:查询一个不存在的数据mysql查询不到数据也不会直接写入缓存就会导致每次请求都查数据库 解决方案一:缓存空数据解决方案二:布隆过滤器 1.3.什么是缓存击穿 缓存击穿:给某一个key设置了过期时间当key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这些并发的请求可能会瞬间把DB压垮 解决方案一:互斥锁强一致性能差 解决方案二:逻辑过期高可用性能优不能保证数据绝对一致 1.4.什么是缓存雪崩 缓存雪崩是指在同一时段大量的缓存key同时失效或者Redis服务宕机导致大量请求到达数据库带来巨大压力。 解决方案一:给不同的Key的TTL添加随机值 解决方案二:利用Redis集群提高服务的可用性 解决方案三:给缓存业务添加降级限流策略 解决方案四:给业务添加多级缓存 1.5 数据库和redis双写一致性如何保证redis做为缓存mysql的数据如何与redis进行同步呢? 介绍自己简历上的业务我们当时是把文章的热点数据存入到了缓存中虽然是热点数据但是实时要求性并没有那么高所以我们当时采用的是异步的方案同步的数据 我们当时是把抢券的库存存入到了缓存中这个需要实时的进行数据同步为了保证数据的强一致我们当时采用的是redisson提供的读写锁来保证数据的同步 那你来介绍一下异步的方案(你来介绍-下redisson读写锁的这种方案) ---允许延时一致的业务采用异步通知 a.使用MQ中间中间件更新数据之后通知缓存删除 b.利用canal中间件不需要修改业务代码伪装为mysql的一个从节点canal通过读取binlog数据更新缓存 ---强一致性的采用Redisson提供的读写锁 a.共享锁:读锁readLock加锁之后其他线程可以共享读操作 b.排他锁:也叫独占锁writeLock加锁之后阻塞其他线程读写操作 1.6 redis持久化 1.7 Redis的数据过期策略 惰性删除:访问key的时候判断是否过期如果过期则删除 定期删除:定期检查一定量的key是否过期(SLOW模式FAST模式) Redis的过期删除策略:惰性删除定期删除两种策略进行配合使用 redis的淘汰策略有哪些 数据淘汰策略 Redis提供了8种不同的数据淘汰策略默认是noeviction不删除任何数据内存不足直接报错LRU: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: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 平时开发过程中用的比较多的就是alkeys-lru(结合自己的业务场景) 1.8 redis分布式锁是如何实现的? 先按照自己简历上的业务进行描述分布式锁使用的场景 我们当使用的redisson实现的分布式锁底层是setnx和lua脚本(保证原子性) Redisson实现分布式锁如何合理的控制锁的有效时长? 在redisson的分布式锁中提供了一个WatchDog(看门狗)一个线程获取锁成功以后WatchDog会给持有锁的线程续期(默认是每隔10秒续期一次) Redisson的这个锁可以重入吗? 可以重入多个锁重入需要判断是否是当前线程在redis中进行存储的时候使用的hash结构来存储线程信息和重入的次数 Redisson锁能解决主从数据一致的问题吗 不能解决但是可以使用redisson提供的红锁来解决但是这样的话性能就太低了如果业务中非要保证数据的强一致性建议采用zookeeper实现的分布式锁 1.9 redis的主从同步 单节点Redis的并发能力是有上限的要进一步提高Redis的并发能力就需要搭建主从集群实现读写分离-般都是一主多从主节点负责写数据从节点负责读数据 能说一下主从同步数据的流程 全量同步: 1.从节点请求主节点同步数据(replication id、offset ) 2.主节点判断是否是第一次请求是第一次就与从节点同步版本信息(replication id和offset) 3.主节点执行bgsave生成rdb文件后发送给从节点去执行 4.在rdb生成执行期间主节点会以命令的方式记录到缓冲区(一个日志文件) 5.把生成之后的命令日志文件发送给从节点进行同步 增量同步: 1.从节点请求主节点同步数据主节点判断不是第一次请求不是第一次就获取从节点的offset值 2.主节点从命令日志中获取offset值之后的数据发送给从节点进行数据同步 1.10 怎么保证Redis的高并发高可用redis哨兵集群 哨兵模式:实现主从集群的自动故障恢复(监控、自动故障恢复、通知) 你们使用redis是单点还是集群哪种集群 主从(1主1从)哨兵就可以了。单节点不超过10G内存如果Redis内存不足则可以给不同服务分配独立的Redis主从节点 redis集群脑裂该怎么解决呢? 集群脑裂是由于主节点和从节点和sentinel处于不同的网络分区使得sentinel没有能够心跳感知到主节点所以通过选举的方式提升了一个从节点为主这样就存在了两个master就像大脑分裂了一样这样会导致客户端还在老的主节点那里写入数据新节点无法同步数据当网络恢复后sentinel会将老的主节点降为从节点这时再从新master同步数据就会导致数据丢失 解决:我们可以修改redis的配置可以设置最少的从节点数量以及缩短主从数据同步的延迟时间达不到要求就拒绝请求就可以避免大量的数据丢失 1.11 redis的分片集群有什么作用 a.集群中有多个master每个master保存不同数据 b.每个master都可以有多个slave节点 c.master之间通过ping监测彼此健康状态1 d.客户端请求可以访问集群任意节点最终都会被转发到正确节点 Redis分片集群中数据是怎么存储和读取的? Redis 分片集群引入了哈希槽的概念Redis 集群有 16384 个哈希槽 将16384个插槽分配到不同的实例 读写数据:根据key的有效部分计算哈希值对16384取余(有效部分如果key前面有太括号大括号的内容就是有效部分如果没有则以key本身做为有效部分)余数做为插槽寻找插槽所在的实例 1.12 能解释-下redis中的 I/O多路复用模型? 1.I/0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/0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。 2. Redis网络模型 就是使用I/0多路复用结合事件的处理器来应对多个Socket请求 连接应答处理器 命令回复处理器在Redis6.0之后为了提升更好的性能使用了多线程来处理回复事件上 命令请求处理器在Redis6.0之后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
