一般分为两种缓存和分布式锁。缓存包含穿透、击穿、雪崩、双写一致、持久化、数据过期、淘汰策略分布式锁包含setnx、redisson一、缓存穿透缓存穿透概念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这种情况下数据库需要处理这个请求并返回结果。如果请求频繁数据库的负载就会增加甚至可能导致数据库崩溃。解决方案一缓存空数据缓存空数据 查询返回的数据为空仍把这个空结果进行缓存优点简单缺点消耗内存可能会发生不一致得问题如果数据库中有值了但redis中没有就会不一致解决方案二布隆过滤器布隆过滤器:在我们进行缓存预热的时候需要给布隆过滤器中添加数据若有请求时先请求布隆过滤器判断请求得id或其他 是否存在若存在去查redis若不存在直接返回不存在。bitmap(位图)相当于是一个以bit位为单位得数组数组中每个单元只能存储二进制数0或1布隆过滤器作用可以用于检索一个元素是否在一个集合中优点内存占用较少没有多余得key缺点实现复杂也可能存在误判缓存穿透原因1.缓存未命中当请求的数据不存在于缓存中时缓存系统无法提供响应导致请求直接访问数据库。2.缓存失效缓存中的数据过期或被清除导致后续请求无法命中缓存直接访问数据库。3.缓存雪崩大量缓存同时失效导致请求全部访问数据库形成缓存穿透。缓存穿透影响1.增加数据库压力缓存穿透会导致数据库访问量激增增加数据库负载甚至可能导致数据库崩溃。2.降低系统性能频繁的数据库访问会导致系统响应时间延长降低系统性能。3.增加运维成本缓存穿透需要额外的数据库维护和优化增加运维成本。缓存穿透预防措施1.限制查询频率对查询操作进行频率限制避免恶意攻击。2.使用缓存预热在系统启动时将热点数据加载到缓存中减少查询数据库的次数。缓存穿透的检测方法监控数据库访问量通过监控数据库访问量发现异常情况。分析日志分析系统日志发现缓存穿透的请求。缓存穿透的优化策略使用分布式缓存将缓存部署在多个节点上提高缓存系统的可用性和性能。使用缓存集群将缓存集群部署在多个服务器上提高缓存系统的扩展性和性能。面试题面试官:什么是缓存穿透?怎么解决?缓存穿透是指查询一个一定不存在的数据。如果从存储层查不到数据则不写入缓存这将导致这个不存在的数据每次请求都要到DB去查询可能导致DB挂掉。这种情况大概率是遭到了攻击。解决方案的话我们通常都会用布隆过滤器来解决它面试官:你能介绍一下布隆过滤器吗?是这样~布隆过滤器主要是用于检索一个元素是否在一个集合中。我们当时使用的是redisson实现的布隆过滤它的底层主要是先去初始化一个比较大数组里面存放的二进制0或1。在一开始都是0当一个key来了之后经过3次hash计算模于数组长度找到数据的下标然后把数组中原来的0改为1这样的话三个数组的位置就能标明一个key的存在。查找的过程也是一样的。当然是有缺点的布隆过滤器有可能会产生一定的误判。我们一般可以设置这个误判率大概不会超过5%其实这个误判是必然存在的要不就得增加数组的长度其实已经算是很划分了5%以内的误判率一般项目也能接受不至于高并发下压倒数据库。二、缓存击穿缓存击穿概念给某一个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有大量得并发请求过来这些并发请求会瞬间把数据库DB压垮。解决方案一互斥锁(能保证数据的强一致性性能差)解决方案二逻辑过期(有限保证高可用性能优不能保证数据绝对一致)面试问题面试官:什么是缓存击穿?怎么解决?候选人: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。这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存这个时候大并发的请求可能会瞬间把DB压垮。解决方案有两种方式:第一可以使用互斥锁:当缓存失效时不立即去load db先使用如Redis 的setnx去设置一个互斥锁.当操作成功返回时再进行loaddb的操作并回设缓存否则重试get缓存的方法第二种方案可以设置当前key逻辑过期。大概是思路如下: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当然两种方案各有利弊:如果选择数据的强一致性。建议使用分布式锁的方案性能上可能没那么高锁需要等也有可能产生死锁的问题。如果选择key的逻辑删除则优先考虑的高可用性性能比较高但是数据同步这块做不到强一致。三、缓存雪崩缓存雪崩概念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1.给不同的key的TTL添加随机值2.利用redis集群提高服务的可用性哨兵模式、集群模式redis宕机方案3.给缓存业务添加降级限流策略nginx或spring cloud gateway降级策略可作为系统的保底策略适用于穿透、击穿、雪崩4.给业务添加多级缓存Guava或Caffeine面试问题面试官:什么是缓存雪崩?怎么解决?候选人:缓存雪崩意思是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DBDB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。解决方案主要是可以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比如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。方便记忆的打油诗《缓存三兄弟》穿透无中生有key布隆过滤nul隔离。缓存击穿过期key锁与非期解难题。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。四、缓存双写一致性redis作为缓存mysql的数据如何与redis进行同步呢双写一致性概念 当修改了数据库的数据也要同时更新缓存的数据缓存和数据可的数据要保持一致如果需要实时的进行数据同步为了保证数据的情义值性采用redisson提供的读写锁来保证数据的同步如果实时要求性并没有那么高可以用异步的方案同步数据为了保证强一致性使用读写操作读操作读数据操作缓存命中直接返回缓存未命中查询数据库写入缓存设定超时时间写操作写数据操作延迟双删异步通知保证数据的最终一致性面试问题面试官:redis做为缓存mysql的数据如何与redis进行同步呢?(双写一致性)候选人:嗯!就说我最近做的这个项目里面有xxx(根据自己的简历上写)的功能需要让数据库与redis高度保持一致因为要求时效性比较高我们当时采用的读写锁保证的强一致性。我们采用的是redisson实现的读写锁在读的时候添加共享锁可以保证读读不互斥读写互斥。当我们更新数据的时候添加排他锁它是读写读读都互斥这样就能保证在写数据的问时是不会让其他线程读数据的避免了脏数据。这里面需要注意的是读方法和写方法上需要使用同一把锁才行。面试官:那这个排他锁是如何保证读写、读读互斥的呢?候选人:其实排他锁底层使用也是setnx保证了同时只能有一个线程操作锁住的方法面试官:你听说过延时双删吗?为什么不用它呢?候选人:延迟双删如果是写操作我们先把缓存中的数据删除然后更新数据库最后再延时删除缓存中的数据其中这个延时多久不太好确定在延时的过程中可能会出现脏数据并不能保证强一致性所以没有采用它。|面试官:redis做为缓存mysql的数据如何与redis进行同步呢?(双写一致性)候选人:嗯!就说我最近做的这个项目里面有xxxX(根据自己的简历上写)的功能数据回步可以有一定的延时《符合大部分业务)我们当时采用的阿里的canal组件实现数据网步:不需要更改业务代码部署一个canal服务。canal服务把自己伪装成mysql的一个从节点当mysql数据更新以后canal会读取binlog数据然后在通过canal的客户端获取到数据更新缓存即可。五、redis缓存的持久化分为两个RDB和AOFRDB全称Redis Database Backup file(Redis数据备份文件)也被叫做Redis数据快照。简单来说就是把内存中的所有数据都记录到磁盘中。当Redis实例故障重启后从磁盘读取快照文件恢复数据RDB执行原理bgsave开始时会fork克隆主进程得到子进程子进程共享主进程的内存数据。完成fork后读取内存数据并写入RDB文件。fork采用的是copy-on-write技术:当主进程执行读操作时访问共享内存;当主进程执行写操作时则会拷贝一份数据执行写操作。AOF全称为Append Only File追加文件。redis处理每一个写命令都会记录在AOF文件可以看作是命令日志文件AOF默认是关闭的需要修改redis.conf配置文件来开启AOFAOF的命令记录的频率也可以通过redis.conf文件配置因为是记录命令AOF文件会比RDB文件大的多。而且AOF会记录对同一个key的多次写操作但只有最后一次写操作才有意义。通过执行bgrewriteaof命令可以让AOF文件执行重写功能用最少的命令达到相同效果。redis也会在触发阈值时自动去重写AOF文件。阈值也可以在redis.conf中配置RDB与AOF对比各有优缺点如果对数据安全性要求较高在实际开发中往往会结合两者来使用面试问题面试官:redis做为缓存数据的持久化是怎么做的?候选人:在Redis中提供了两种数据持久化的方式:1、RDB 2、AOF面试官:这两种持久化方式有什么区别呢?候选人: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方便从RDB的快照文件中恢复数据。AOF的含义是追加文件当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面试官:这两种方式哪种恢复的比较快呢?候选人:RDB因为是二进制文件在保存的时候体积也是比较小的它恢复的比较快但是它有可能会丢数据我们通常在项目中也会使用AOF来恢复数据虽然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我们当时设置的就是每秒批量写入一次命令六、数据过期策略redis的key过期后会立即删除吗数据过期策略概念Redis对数据设置数据的有效时间数据过期以后就需要将数据从内存中删除掉。可以按照不同的规则进行删除这种删除规则就被称之为数据的删除策略。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两种策略1.惰性删除2.定期删除惰性删除:设置该key过期时间后我们不去管它当需要该key时我们在检查其是否过期如果过期我们就删掉它反之返回该key优点:对CPU友好只会在使用该key时才会进行过期检查对于很多用不到的key不用浪费时间进行过期检查缺点:对内存不友好如果一个key已经过期但是一直没有使用那么该key就会一直存在内存中内存永远不会释放定期删除:每隔一段时间我们就对一些key进行检查删除里面过期的key(从一定数量的数据库中取出一定数量的随机key进行检查并删除其中的过期key)。定期清理有两种模式:SLOW模式是定时任务执行频率默认为10hz每次不超过25ms,以通过修改配置文件redis.conf 的hz选项来调整这个次数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优点:可以通过限制删除操作执行的时长和频率来减少删除操作对CPU的影响。另外定期删除也能有效释放过期键占用的内存。缺点:难以确定删除操作执行的时长和频率。面试问题面试官:Redis的数据过期策略有哪些?候选人:在redis中提供了两种数据过期删除策略第一种是惰性删除在设置该key过期时间后我们不去管它当需要该key时我们在检查其是否过期如果过期我们就删掉它反之返回该key。第二种是定期删除就是说每隔一段时间我们就对一些key进行检查删除里面过期的key定期清理的两种模式:SLOW模式是定时任务执行频率默认为10hz每次不超过25ms以通过修改配置文件redis.confFAST模式执行频率不固定每次事件循环会尝试执行但两次间隔不低于2ms每次耗时不超过lms的hz选项来调整这个次数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七、数据淘汰策略缓存过多内存有限内存被占满了怎么办数据的淘汰策略:当Redis中的内存不够用时此时在向Redis中添加新的key那么Redis就会按照某一种规则将内存中的数据删除掉这种数据的删除规则被称之为内存的淘汰策略。LRU(Least Recently Used)最近最少使用。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(Least Frequently Used)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。Redis支持8种不同策略来选择要删除的key:noeviction:不淘汰任何key但是内存满时不允许写入新数据默认就是这种策略。volatile-ttl:对设置了TTL的key比较key的剩余TTL值TTL越小越先被淘汰allkeys-random:对全体key随机进行淘汰。volatile-random:对设置了TTL的key随机进行淘汰。allkeys-Iru:对全体key基于LRU算法进行淘汰volatile-Iru:对设置了TTL的key基于LRU算法进行淘汰allkeys-Ifu:对全体key基于LFU算法进行淘汰volatile-Ifu:对设置了TTL的key基于LFU算法进行淘汰使用建议1.优先使用allkeys-Iru策略。充分利用LRU算法的优势把最近最常访问的数据留在缓存中。如果业务有明显的冷热数据区分建议使用。2.如果业务中数据访问频率差别不大没有明显冷热数据区分建议使用allkeys-random随机选择淘汰。3.如果业务中有置顶的需求可以使用volatile-Iru策略同时置顶数据不设置过期时间这些数据就一直不被删除会淘汰其他设置过期时间的数据。4.如果业务中有短时高频访问的数据可以使用allkeys-Ifu或volatile-Ifu策略。面试问题面试官:Redis的数据淘汰策略有哪些?候选人:这个在redis中提供了很多种默认是noeviction不删除任何数据内部不足直接报错是可以在redis的配置文件中进行设置的里面有两个非常重要的概念一个是LRU另外一个是LFULRU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我们在项目设置的是allkeys-Iru挑选最近最少使用的数据淘汰把一些经常访问的key留在redis中面试官: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?候选人:可以使用alkeys-Iru(挑选最近最少使用的数据淘汰)淘汰策略那留下来的都是经常访问的热点数据面试官:Redis的内存用完了会发生什么?主要看数据淘汰策略是什么?如果是默认的配置(noeviction)会直接报错 
长河君 · 2026/9/5 3:58:07 · 阅读 1.2k redis篇 使用场景
一般分为两种缓存和分布式锁。缓存包含穿透、击穿、雪崩、双写一致、持久化、数据过期、淘汰策略分布式锁包含setnx、redisson一、缓存穿透缓存穿透概念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这种情况下数据库需要处理这个请求并返回结果。如果请求频繁数据库的负载就会增加甚至可能导致数据库崩溃。解决方案一缓存空数据缓存空数据 查询返回的数据为空仍把这个空结果进行缓存优点简单缺点消耗内存可能会发生不一致得问题如果数据库中有值了但redis中没有就会不一致解决方案二布隆过滤器布隆过滤器:在我们进行缓存预热的时候需要给布隆过滤器中添加数据若有请求时先请求布隆过滤器判断请求得id或其他 是否存在若存在去查redis若不存在直接返回不存在。bitmap(位图)相当于是一个以bit位为单位得数组数组中每个单元只能存储二进制数0或1布隆过滤器作用可以用于检索一个元素是否在一个集合中优点内存占用较少没有多余得key缺点实现复杂也可能存在误判缓存穿透原因1.缓存未命中当请求的数据不存在于缓存中时缓存系统无法提供响应导致请求直接访问数据库。2.缓存失效缓存中的数据过期或被清除导致后续请求无法命中缓存直接访问数据库。3.缓存雪崩大量缓存同时失效导致请求全部访问数据库形成缓存穿透。缓存穿透影响1.增加数据库压力缓存穿透会导致数据库访问量激增增加数据库负载甚至可能导致数据库崩溃。2.降低系统性能频繁的数据库访问会导致系统响应时间延长降低系统性能。3.增加运维成本缓存穿透需要额外的数据库维护和优化增加运维成本。缓存穿透预防措施1.限制查询频率对查询操作进行频率限制避免恶意攻击。2.使用缓存预热在系统启动时将热点数据加载到缓存中减少查询数据库的次数。缓存穿透的检测方法监控数据库访问量通过监控数据库访问量发现异常情况。分析日志分析系统日志发现缓存穿透的请求。缓存穿透的优化策略使用分布式缓存将缓存部署在多个节点上提高缓存系统的可用性和性能。使用缓存集群将缓存集群部署在多个服务器上提高缓存系统的扩展性和性能。面试题面试官:什么是缓存穿透?怎么解决?缓存穿透是指查询一个一定不存在的数据。如果从存储层查不到数据则不写入缓存这将导致这个不存在的数据每次请求都要到DB去查询可能导致DB挂掉。这种情况大概率是遭到了攻击。解决方案的话我们通常都会用布隆过滤器来解决它面试官:你能介绍一下布隆过滤器吗?是这样~布隆过滤器主要是用于检索一个元素是否在一个集合中。我们当时使用的是redisson实现的布隆过滤它的底层主要是先去初始化一个比较大数组里面存放的二进制0或1。在一开始都是0当一个key来了之后经过3次hash计算模于数组长度找到数据的下标然后把数组中原来的0改为1这样的话三个数组的位置就能标明一个key的存在。查找的过程也是一样的。当然是有缺点的布隆过滤器有可能会产生一定的误判。我们一般可以设置这个误判率大概不会超过5%其实这个误判是必然存在的要不就得增加数组的长度其实已经算是很划分了5%以内的误判率一般项目也能接受不至于高并发下压倒数据库。二、缓存击穿缓存击穿概念给某一个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有大量得并发请求过来这些并发请求会瞬间把数据库DB压垮。解决方案一互斥锁(能保证数据的强一致性性能差)解决方案二逻辑过期(有限保证高可用性能优不能保证数据绝对一致)面试问题面试官:什么是缓存击穿?怎么解决?候选人: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。这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存这个时候大并发的请求可能会瞬间把DB压垮。解决方案有两种方式:第一可以使用互斥锁:当缓存失效时不立即去load db先使用如Redis 的setnx去设置一个互斥锁.当操作成功返回时再进行loaddb的操作并回设缓存否则重试get缓存的方法第二种方案可以设置当前key逻辑过期。大概是思路如下: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当然两种方案各有利弊:如果选择数据的强一致性。建议使用分布式锁的方案性能上可能没那么高锁需要等也有可能产生死锁的问题。如果选择key的逻辑删除则优先考虑的高可用性性能比较高但是数据同步这块做不到强一致。三、缓存雪崩缓存雪崩概念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1.给不同的key的TTL添加随机值2.利用redis集群提高服务的可用性哨兵模式、集群模式redis宕机方案3.给缓存业务添加降级限流策略nginx或spring cloud gateway降级策略可作为系统的保底策略适用于穿透、击穿、雪崩4.给业务添加多级缓存Guava或Caffeine面试问题面试官:什么是缓存雪崩?怎么解决?候选人:缓存雪崩意思是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DBDB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。解决方案主要是可以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比如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。方便记忆的打油诗《缓存三兄弟》穿透无中生有key布隆过滤nul隔离。缓存击穿过期key锁与非期解难题。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。四、缓存双写一致性redis作为缓存mysql的数据如何与redis进行同步呢双写一致性概念 当修改了数据库的数据也要同时更新缓存的数据缓存和数据可的数据要保持一致如果需要实时的进行数据同步为了保证数据的情义值性采用redisson提供的读写锁来保证数据的同步如果实时要求性并没有那么高可以用异步的方案同步数据为了保证强一致性使用读写操作读操作读数据操作缓存命中直接返回缓存未命中查询数据库写入缓存设定超时时间写操作写数据操作延迟双删异步通知保证数据的最终一致性面试问题面试官:redis做为缓存mysql的数据如何与redis进行同步呢?(双写一致性)候选人:嗯!就说我最近做的这个项目里面有xxx(根据自己的简历上写)的功能需要让数据库与redis高度保持一致因为要求时效性比较高我们当时采用的读写锁保证的强一致性。我们采用的是redisson实现的读写锁在读的时候添加共享锁可以保证读读不互斥读写互斥。当我们更新数据的时候添加排他锁它是读写读读都互斥这样就能保证在写数据的问时是不会让其他线程读数据的避免了脏数据。这里面需要注意的是读方法和写方法上需要使用同一把锁才行。面试官:那这个排他锁是如何保证读写、读读互斥的呢?候选人:其实排他锁底层使用也是setnx保证了同时只能有一个线程操作锁住的方法面试官:你听说过延时双删吗?为什么不用它呢?候选人:延迟双删如果是写操作我们先把缓存中的数据删除然后更新数据库最后再延时删除缓存中的数据其中这个延时多久不太好确定在延时的过程中可能会出现脏数据并不能保证强一致性所以没有采用它。|面试官:redis做为缓存mysql的数据如何与redis进行同步呢?(双写一致性)候选人:嗯!就说我最近做的这个项目里面有xxxX(根据自己的简历上写)的功能数据回步可以有一定的延时《符合大部分业务)我们当时采用的阿里的canal组件实现数据网步:不需要更改业务代码部署一个canal服务。canal服务把自己伪装成mysql的一个从节点当mysql数据更新以后canal会读取binlog数据然后在通过canal的客户端获取到数据更新缓存即可。五、redis缓存的持久化分为两个RDB和AOFRDB全称Redis Database Backup file(Redis数据备份文件)也被叫做Redis数据快照。简单来说就是把内存中的所有数据都记录到磁盘中。当Redis实例故障重启后从磁盘读取快照文件恢复数据RDB执行原理bgsave开始时会fork克隆主进程得到子进程子进程共享主进程的内存数据。完成fork后读取内存数据并写入RDB文件。fork采用的是copy-on-write技术:当主进程执行读操作时访问共享内存;当主进程执行写操作时则会拷贝一份数据执行写操作。AOF全称为Append Only File追加文件。redis处理每一个写命令都会记录在AOF文件可以看作是命令日志文件AOF默认是关闭的需要修改redis.conf配置文件来开启AOFAOF的命令记录的频率也可以通过redis.conf文件配置因为是记录命令AOF文件会比RDB文件大的多。而且AOF会记录对同一个key的多次写操作但只有最后一次写操作才有意义。通过执行bgrewriteaof命令可以让AOF文件执行重写功能用最少的命令达到相同效果。redis也会在触发阈值时自动去重写AOF文件。阈值也可以在redis.conf中配置RDB与AOF对比各有优缺点如果对数据安全性要求较高在实际开发中往往会结合两者来使用面试问题面试官:redis做为缓存数据的持久化是怎么做的?候选人:在Redis中提供了两种数据持久化的方式:1、RDB 2、AOF面试官:这两种持久化方式有什么区别呢?候选人: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方便从RDB的快照文件中恢复数据。AOF的含义是追加文件当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面试官:这两种方式哪种恢复的比较快呢?候选人:RDB因为是二进制文件在保存的时候体积也是比较小的它恢复的比较快但是它有可能会丢数据我们通常在项目中也会使用AOF来恢复数据虽然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我们当时设置的就是每秒批量写入一次命令六、数据过期策略redis的key过期后会立即删除吗数据过期策略概念Redis对数据设置数据的有效时间数据过期以后就需要将数据从内存中删除掉。可以按照不同的规则进行删除这种删除规则就被称之为数据的删除策略。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两种策略1.惰性删除2.定期删除惰性删除:设置该key过期时间后我们不去管它当需要该key时我们在检查其是否过期如果过期我们就删掉它反之返回该key优点:对CPU友好只会在使用该key时才会进行过期检查对于很多用不到的key不用浪费时间进行过期检查缺点:对内存不友好如果一个key已经过期但是一直没有使用那么该key就会一直存在内存中内存永远不会释放定期删除:每隔一段时间我们就对一些key进行检查删除里面过期的key(从一定数量的数据库中取出一定数量的随机key进行检查并删除其中的过期key)。定期清理有两种模式:SLOW模式是定时任务执行频率默认为10hz每次不超过25ms,以通过修改配置文件redis.conf 的hz选项来调整这个次数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优点:可以通过限制删除操作执行的时长和频率来减少删除操作对CPU的影响。另外定期删除也能有效释放过期键占用的内存。缺点:难以确定删除操作执行的时长和频率。面试问题面试官:Redis的数据过期策略有哪些?候选人:在redis中提供了两种数据过期删除策略第一种是惰性删除在设置该key过期时间后我们不去管它当需要该key时我们在检查其是否过期如果过期我们就删掉它反之返回该key。第二种是定期删除就是说每隔一段时间我们就对一些key进行检查删除里面过期的key定期清理的两种模式:SLOW模式是定时任务执行频率默认为10hz每次不超过25ms以通过修改配置文件redis.confFAST模式执行频率不固定每次事件循环会尝试执行但两次间隔不低于2ms每次耗时不超过lms的hz选项来调整这个次数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七、数据淘汰策略缓存过多内存有限内存被占满了怎么办数据的淘汰策略:当Redis中的内存不够用时此时在向Redis中添加新的key那么Redis就会按照某一种规则将内存中的数据删除掉这种数据的删除规则被称之为内存的淘汰策略。LRU(Least Recently Used)最近最少使用。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(Least Frequently Used)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。Redis支持8种不同策略来选择要删除的key:noeviction:不淘汰任何key但是内存满时不允许写入新数据默认就是这种策略。volatile-ttl:对设置了TTL的key比较key的剩余TTL值TTL越小越先被淘汰allkeys-random:对全体key随机进行淘汰。volatile-random:对设置了TTL的key随机进行淘汰。allkeys-Iru:对全体key基于LRU算法进行淘汰volatile-Iru:对设置了TTL的key基于LRU算法进行淘汰allkeys-Ifu:对全体key基于LFU算法进行淘汰volatile-Ifu:对设置了TTL的key基于LFU算法进行淘汰使用建议1.优先使用allkeys-Iru策略。充分利用LRU算法的优势把最近最常访问的数据留在缓存中。如果业务有明显的冷热数据区分建议使用。2.如果业务中数据访问频率差别不大没有明显冷热数据区分建议使用allkeys-random随机选择淘汰。3.如果业务中有置顶的需求可以使用volatile-Iru策略同时置顶数据不设置过期时间这些数据就一直不被删除会淘汰其他设置过期时间的数据。4.如果业务中有短时高频访问的数据可以使用allkeys-Ifu或volatile-Ifu策略。面试问题面试官:Redis的数据淘汰策略有哪些?候选人:这个在redis中提供了很多种默认是noeviction不删除任何数据内部不足直接报错是可以在redis的配置文件中进行设置的里面有两个非常重要的概念一个是LRU另外一个是LFULRU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我们在项目设置的是allkeys-Iru挑选最近最少使用的数据淘汰把一些经常访问的key留在redis中面试官: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?候选人:可以使用alkeys-Iru(挑选最近最少使用的数据淘汰)淘汰策略那留下来的都是经常访问的热点数据面试官:Redis的内存用完了会发生什么?主要看数据淘汰策略是什么?如果是默认的配置(noeviction)会直接报错