Redis面试题
目录
缓存穿透：
解决办法：
1.缓存空值：
2.布隆过滤器：
缓存预热：
误判的情况：
缓存击穿：
互斥锁和逻辑过期
互斥锁：
逻辑过期：
缓存雪崩：
双写一致：
延迟双删
先删除缓存，后删除数据库：
先删除缓数据库，后删除缓存：
小结：
读写锁：
异步通知：
基于MQ的异步通知：
基于Canal的异步通知：
总结：
数据过期策略：
惰性删除：
定期删除：
slow模式：
fast模式：
数据淘汰策略
redis的其他面试问题：
前言
在当今数字化高速发展的时代，数据的存储与处理效率成为众多企业关注的核心要点。Redis，作为一款高性能的键值对存储数据库，凭借其丰富的数据结构、卓越的读写性能以及出色的可扩展性，在互联网技术栈中占据着举足轻重的地位。无论是小型创业公司，还是大型互联网巨头，都离不开 Redis 的助力。当我们渴望踏入相关技术岗位，深入掌握 Redis 面试题就成为了迈向成功的关键一步。它不仅能帮助我们梳理知识体系，更能让我们在面试中从容应对，展现专业风采。现在，就让我们一同深入探索 Redis 面试题的世界。
缓存穿透：
大量的恶意请求去访问你数据库里不存在的数据，导致请求不走缓存，直接打到数据库，造成数据库压力过大甚至崩溃。
解决办法：
1.缓存空值：
每次的请求发现数据库不存在的数据，也会对他进行缓存（key:1 value:null）。因为可能会缓存大量的空值,所以占用的内存会很高。而且可能缓存里存了空值，数据库更新有数据了，这就会导致缓存不一致
2.布隆过滤器：
大量请求过来，先去查布隆过滤器，布隆过滤器要是没有，那就直接返回，缓存都不走。
实现：
缓存预热：
我们把热点数据在放进redis同时也放进布隆过滤器。
误判的情况：
id等于3的数据它不存在，但是他经过哈希函数算出来的位图下标都为1，会判定它存在
缓存击穿：
互斥锁和逻辑过期
互斥锁：
线程1到查询这个key，它过期了，他会加一把互斥锁，然后重建数据库。这个时候如果线程2来访问，那就会让他等待，并且他还会隔一段时间就来请求
逻辑过期：
线程1到查询这个key，它过期了，他会加一把互斥锁。然后他会新开一个线程2来去重建数据库，写入缓存，重建过期时间，这个时候线程1会返回过期数据，线程2释放锁，这个时候注意：新来的线程（线程3）他如果来的时间是线程2释放锁之前，他会获取锁失败返回旧数据，线程2释放锁之后，那么它（线程4）就能获取最新数据
缓存雪崩：
如果是这个key同时过期，我们可以给这些key设随机过期时间
如果是redis宕机了，那就可以用哨兵模式集群模式
这里可以参考：我写的redis主从模式和集群模式
双写一致：
延迟双删
写操作时：延迟双删
这个时候到底是先删库还是删缓存呢？
其实都有弊端：
先删除缓存，后删除数据库：
缓存10 ，库10
线程1：执行完了：缓：null,库10
线程2：缓：10，库，10
线程1：缓：10，库：20（不一致）
先删除缓数据库，后删除缓存：
起始条件：缓存：null，数据库10
线程1：缓存：null，数据库10
线程2：缓存：null,数据库20
线程1：缓存：10，数据库20（不一致）
小结：
两种删除方法都会导致脏数据的出现导致不一致
所以这个时候就要用延时双删了，修改完数据库后延时再删一次缓存，保证数据的一致性，但是延时多少，我们就不知道到底是多少比较好，所以这个延时双删的策略也有脏数据的产生
那延时双删不能保证强一致性，那有以下办法来保证
读写锁：
业务场景一般是读多写少，所以我们可以加一个共享锁（读锁）和排他锁（写锁）
读数据时：其他线程可以共享读操作
写数据时：加锁后阻塞其他线程的读写操作。
因为是读多写少，读的时候加读锁，其他线程也不干扰，在写操作时加了写锁，能保证数据的一致性，这样对比分布式锁（读和写都添加了锁）肯定性能要更高。
异步通知：
基于MQ的异步通知：
修改数据时，会发送一条消息给MQ,缓存服务要监听这个MQ，一旦有消息，那就更新redis。
这个虽然会有延迟性（发消息要时间），但是它可以保证最终的一致性，他是依靠于MQ的稳定性。
基于Canal的异步通知：
数据库发生变化后，数据库更新BINLOG二进制日志，Canal监听到消息后，通知redis。
优点：异步通知对代码没有侵入
总结：
数据过期策略：
假如redis里的数据过期了，会立即删除吗？
我们有两种不同的删除策略：惰性删除和定期删除
惰性删除：
当我们的线程访问数据时看他有没有过期，过期了就删掉。这种策略很明显，对CPU很友好，但是对内存不太友好，因为可能会存在大量过期的Key不能被删掉。
定期删除：
每隔一段时间，我们就对一部分Key做一些检查，检查他们是否过期，删除过期的Key。当然了，会把所有的Key都遍历一遍。
定期删除又分为两个模式：Slow和Fast模式
slow模式：
频率为10HZ,每次不超过25ms，可以通过修改配置文件来调整参数
fast模式：
Fast模式执行频率不固定，但两次间隔不低于2ms,每次耗时不超过1ms。
Redis所用的是惰性删除和定期删除混合的策略。
数据淘汰策略
重点是：LRU和LFU解释清楚，分别是时间和频率。
redis的其他面试问题：
结尾
通过对一系列 Redis 面试题的剖析与探讨，我们对 Redis 的原理、应用场景、性能优化等方面有了更为透彻的理解。这些知识不仅是面试场上的有力武器，更是我们在实际开发工作中优化系统、提升效率的宝贵财富。面试是检验知识储备与技术能力的关卡，但学习 Redis 远不止于此。技术的浪潮永不停歇，Redis 也在持续演进，我们应保持求知若渴的态度，不断探索新特性、新用法，在技术之路上稳步前行，以更好地适应不断变化的开发需求，为项目和团队创造更大价值。