电子商务网站规划 分析 设计,阿里云主机安装wordpress,网站建设子栏目怎么弄,常州规划网站1、什么是 Redis#xff1f;简述它的优缺点#xff1f;
Redis 的全称是#xff1a;Remote Dictionary.Server#xff0c;本质上是一个 Key-Value 类型的内存数据库#xff0c;很像
memcached#xff0c;整个数据库统统加载在内存当中进行操作#xff0c;定期通过异步操…1、什么是 Redis简述它的优缺点
Redis 的全称是Remote Dictionary.Server本质上是一个 Key-Value 类型的内存数据库很像
memcached整个数据库统统加载在内存当中进行操作定期通过异步操作把数据库数据 flush 到硬盘上进行保存。
因为是纯内存操作Redis 的性能非常出色每秒可以处理超过 10 万次读写操作是已知性能最快的Key-Value DB。
Redis 的出色之处不仅仅是性能Redis 最大的魅力是支持保存多种数据结构此外单个 value 的最大限制是 1GB不像 memcached 只能保存 1MB 的数据因此 Redis 可以用来实现很多有用的功能。
比方说用他的 List 来做 FIFO 双向链表实现一个轻量级的高性 能消息队列服务用他的 Set 可以做高性能的 tag 系统等等。
另外 Redis 也可以对存入的 Key-Value 设置 expire 时间因此也可以被当作一 个功能加强版的memcached 来用。 Redis 的主要缺点是数据库容量受到物理内存的限制不能用作海量数据的高性能读写因此 Redis 适合的场景主要局限在较小数据量的高性能操作和运算上。
2、Redis 与 memcached 相比有哪些优势
1.memcached 所有的值均是简单的字符串redis 作为其替代者支持更为丰富的数据类型
2.redis 的速度比 memcached 快很多 redis 的速度比 memcached 快很多
3.redis 可以持久化其数据 redis 可以持久化其数据
3、Redis 支持哪几种数据类型
String、List、Set、Sorted Set、hashes
4、Redis 主要消耗什么物理资源
内存。
5、Redis 有哪几种数据淘汰策略
1.noeviction:返回错误当内存限制达到并且客户端尝试执行会让更多内存被使用的命令。
2.allkeys-lru: 尝试回收最少使用的键LRU使得新添加的数据有空间存放。
3.volatile-lru: 尝试回收最少使用的键LRU但仅限于在过期集合的键,使得新添加的数据有空间存放。
4.allkeys-random: 回收随机的键使得新添加的数据有空间存放。
5.volatile-random: 回收随机的键使得新添加的数据有空间存放但仅限于在过期集合的键。
6.volatile-ttl: 回收在过期集合的键并且优先回收存活时间TTL较短的键,使得新添加的数据有空间存放。
6、Redis 官方为什么不提供 Windows 版本
因为目前 Linux 版本已经相当稳定而且用户量很大无需开发 windows 版本反而会带来兼容性等问题。
7、一个字符串类型的值能存储最大容量是多少
512M
8、为什么 Redis 需要把所有数据放到内存中
Redis 为了达到最快的读写速度将数据都读到内存中并通过异步的方式将数据写入磁盘。
所以 redis 具有快速和数据持久化的特征如果不将数据放在内存中磁盘 I/O 速度为严重影响 redis 的性能。
在内存越来越便宜的今天redis 将会越来越受欢迎 如果设置了最大使用的内存则数据已有记录数达到内存限值后不能继续插入新值。
9、Redis 集群方案应该怎么做都有哪些方案
1.codis
2.目前用的最多的集群方案基本和 twemproxy 一致的效果但它支持在节点数量改变情况下旧节点数据可恢复到新 hash 节点。
redis cluster3.0 自带的集群特点在于他的分布式算法不是一致性 hash而是 hash 槽的概念以及自身支持节点设置从节点。具体看官方文档介绍。
3.在业务代码层实现起几个毫无关联的 redis 实例在代码层对 key 进行 hash 计算然后去对应的redis 实例操作数据。这种方式对 hash 层代码要求比较高考虑部分包括节点失效后的替代算法方案数据震荡后的自动脚本恢复实例的监控等等。
10、Redis 集群方案什么情况下会导致整个集群不可用
有 ABC 三个节点的集群,在没有复制模型的情况下,如果节点 B 失败了那么整个集群就会以为缺少5501-11000 这个范围的槽而不可用。
11、MySQL 里有 2000w 数据redis 中只存 20w 的数据如何保证 redis 中的数据都是热点数据
redis 内存数据集大小上升到一定大小的时候就会施行数据淘汰策略。
其实面试除了考察 Redis不少公司都很重视高并发高可用的技术特别是一线互联网公司分布式、
12、Redis 有哪些适合的场景
1会话缓存Session Cache
最常用的一种使用 Redis 的情景是会话缓存sessioncache用 Redis 缓存会话比其他存储如Memcached的优势在于Redis 提供持久化。当维护一个不是严格要求一致性的缓存时如果用户的购物车信息全部丢失大部分人都会不高兴的现在他们还会这样吗
幸运的是随着 Redis 这些年的改进很容易找到怎么恰当的使用 Redis 来缓存会话的文档。甚至广为人知的商业平台 Magento 也提供 Redis 的插件。
2全页缓存FPC
除基本的会话 token 之外Redis 还提供很简便的 FPC 平台。回到一致性问题即使重启了 Redis 实例因为有磁盘的持久化用户也不会看到页面加载速度的下降这是一个极大改进类似 PHP 本地FPC。
再次以 Magento 为例Magento 提供一个插件来使用 Redis 作为全页缓存后端。
此外对 WordPress 的用户来说Pantheon 有一个非常好的插件 wp-redis这个插件能帮助你以最快速度加载你曾浏览过的页面。
3队列
Reids 在内存存储引擎领域的一大优点是提供 list 和 set 操作这使得 Redis 能作为一个很好的消息队列平台来使用。Redis 作为队列使用的操作就类似于本地程序语言如 Python对 list 的 push/pop操作。
如果你快速的在 Google 中搜索“Redis queues”你马上就能找到大量的开源项目这些项目的目的就是利用 Redis 创建非常好的后端工具以满足各种队列需求。例如Celery 有一个后台就是使用Redis 作为 broker你可以从这里去查看。
4排行榜/计数器
Redis 在内存中对数字进行递增或递减的操作实现的非常好。集合Set和有序集合SortedSet也使得我们在执行这些操作的时候变的非常简单Redis 只是正好提供了这两种数据结构。
所以我们要从排序集合中获取到排名最靠前的 10 个用户–我们称之为“user_scores”我们只需要像下面一样执行即可
当然这是假定你是根据你用户的分数做递增的排序。如果你想返回用户及用户的分数你需要这样执行
ZRANGE user_scores 0 10 WITHSCORESAgora Games 就是一个很好的例子用 Ruby 实现的它的排行榜就是使用 Redis 来存储数据的你可以在这里看到。
5发布/订阅
最后但肯定不是最不重要的是 Redis 的发布/订阅功能。发布/订阅的使用场景确实非常多。我已看见人们在社交网络连接中使用还可作为基于发布/订阅的脚本触发器甚至用 Redis 的发布/订阅功能来建立聊天系统
13、Redis 支持的 Java 客户端都有哪些官方推荐用哪个
Redisson、Jedis、lettuce 等等官方推荐使用 Redisson。
14、Redis 和 Redisson 有什么关系
Redisson 是一个高级的分布式协调 Redis 客服端能帮助用户在分布式环境中轻松实现一些 Java 的对象 (Bloom filter, BitSet, Set, SetMultimap, ScoredSortedSet, SortedSet, Map, ConcurrentMap,List, ListMultimap, Queue, BlockingQueue, Deque, BlockingDeque, Semaphore, Lock,ReadWriteLock, AtomicLong, CountDownLatch, Publish / Subscribe, HyperLogLog)。
15、Jedis 与 Redisson 对比有什么优缺点
Jedis 是 Redis 的 Java 实现的客户端其 API 提供了比较全面的 Redis 命令的支持
Redisson 实现了分布式和可扩展的 Java 数据结构和 Jedis 相比功能较为简单不支持字符串操作不支持排序、事务、管道、分区等 Redis 特性。Redisson 的宗旨是促进使用者对 Redis 的关注分离从而让使用者能够将精力更集中地放在处理业务逻辑上。
16、说说 Redis 哈希槽的概念
Redis 集群没有使用一致性 hash,而是引入了哈希槽的概念Redis 集群有 16384 个哈希槽每个 key 通过 CRC16 校验后对 16384 取模来决定放置哪个槽集群的每个节点负责一部分 hash 槽。
17、Redis 集群的主从复制模型是怎样的
为了使在部分节点失败或者大部分节点无法通信的情况下集群仍然可用所以集群使用了主从复制模型,每个节点都会有 N-1 个复制品.
18、Redis 集群会有写操作丢失吗为什么
Redis 并不能保证数据的强一致性这意味这在实际中集群在特定的条件下可能会丢失写操作。
19、Redis 集群之间是如何复制的
异步复制
20、Redis 集群最大节点个数是多少
16384 个
21、Redis 集群如何选择数据库
Redis 集群目前无法做数据库选择默认在 0 数据库。
22、Redis 中的管道有什么用
一次请求/响应服务器能实现处理新的请求即使旧的请求还未被响应这样就可以将多个命令发送到服务器而不用等待回复最后在一个步骤中读取该答复。
这就是管道pipelining是一种几十年来广泛使用的技术。例如许多 POP3 协议已经实现支持这个功能大大加快了从服务器下载新邮件的过程。
23、怎么理解 Redis 事务
事务是一个单独的隔离操作事务中的所有命令都会序列化、按顺序地执行事务在执行的过程中不会被其他客户端发送来的命令请求所打断。事务是一个原子操作事务中的命令要么全部被执行要么全部都不执行。
24、Redis 事务相关的命令有哪几个
MULTIEXECDISCARDWATCH
25、Redis key 的过期时间和永久有效分别怎么设置
EXPIRE 和 PERSIST 命令
26、Redis 如何做内存优化
尽可能使用散列表hashes散列表是说散列表里面存储的数少使用的内存非常小所以你应该尽可能的将你的数据模型抽象到一个散列表里面。
比如你的 web 系统中有一个用户对象不要为这个用户的名称姓氏邮箱密码设置单独的 key,而是应该把这个用户的所有信息存储到一张散列表里面。
27、Redis 回收进程如何工作的
一个客户端运行了新的命令添加了新的数据。Redi 检查内存使用情况如果大于 maxmemory 的限制, 则根据设定好的策略进行回收。一个新的命令被执行等等。
所以我们不断地穿越内存限制的边界通过不断达到边界然后不断地回收回到边界以下。
如果一个命令的结果导致大量内存被使用例如很大的集合的交集保存到一个新的键不用多久内存限制就会被这个内存使用量超越。
28.加锁机制
现在某个客户端要加锁。如果该客户端面对的是一个 redis cluster 集群他首先会根据 hash 节点选择一台机器。这里注意仅仅只是选择一台机器这点很关键紧接着就会发送一段 lua 脚本到 redis 上那段 lua 脚本如下所示
为啥要用 lua 脚本呢因为一大坨复杂的业务逻辑可以通过封装在 lua 脚本中发送给 redis保证这段复杂业务逻辑执行的原子性。
那么这段 lua 脚本是什么意思呢这里 KEYS[1]代表的是你加锁的那个 key比如说RLock lock redisson.getLock(“myLock”);这里你自己设置了加锁的那个锁 key 就是“myLock”。
ARGV[1]代表的就是锁 key 的默认生存时间默认 30 秒。ARGV[2]代表的是加锁的客户端的 ID类似于下面这样8743c9c0-0795-4907-87fd-6c719a6b4586:1给大家解释一下第一段 if 判断语句就是用“exists myLock”命令判断一下如果你要加锁的那个锁 key 不存在的话你就进行加锁。如何加锁呢很简单用下面的命令hset myLock8743c9c0-0795-4907-87fd-6c719a6b4586:1 1通过这个命令设置一个 hash 数据结构这行命令执行后会出现一个类似下面的数据结构
上述就代表“8743c9c0-0795-4907-87fd-6c719a6b4586:1”这个客户端对“myLock”这个锁 key 完成了加锁。接着会执行“pexpire myLock 30000”命令设置 myLock 这个锁 key 的生存时间是 30 秒。好了到此为止ok加锁完成了。
29.锁互斥机制
那么在这个时候如果客户端 2 来尝试加锁执行了同样的一段 lua 脚本会咋样呢很简单第一个 if 判断会执行“exists myLock”发现 myLock 这个锁 key 已经存在了。接着第二个 if 判断判断一下myLock 锁 key 的 hash 数据结构中是否包含客户端 2 的 ID但是明显不是的因为那里包含的是客户端 1 的 ID。
所以客户端 2 会获取到 pttl myLock 返回的一个数字这个数字代表了 myLock 这个锁 key的剩余生存时间。比如还剩 15000 毫秒的生存时间。此时客户端 2 会进入一个 while 循环不停的尝试加锁。
30.watch dog 自动延期机制
客户端 1 加锁的锁 key 默认生存时间才 30 秒如果超过了 30 秒客户端 1 还想一直持有这把锁怎么办呢
简单只要客户端 1 一旦加锁成功就会启动一个 watch dog 看门狗他是一个后台线程会每隔 10 秒检查一下如果客户端 1 还持有锁 key那么就会不断的延长锁 key 的生存时间。
31.可重入加锁机制
那如果客户端 1 都已经持有了这把锁了结果可重入的加锁会怎么样呢
这时我们来分析一下上面那段 lua 脚本。第一个 if 判断肯定不成立“exists myLock”会显示锁key 已经存在了。第二个 if 判断会成立因为 myLock 的 hash 数据结构中包含的那个 ID就是客户端 1 的那个 ID也就是“8743c9c0-0795-4907-87fd-6c719a6b4586:1”
此时就会执行可重入加锁的逻辑他会用
incrby myLock 8743c9c0-0795-4907-87fd-6c71a6b4586:1 1 通过这个命令对客户端 1的加锁次数累加 1。此时 myLock 数据结构会发生改变
myLock 的 hash 数据结构中的那个客户端 ID就对应着加锁的次数
32.释放锁机制
如果执行 lock.unlock()就可以释放分布式锁此时的业务逻辑也是非常简单的。其实说白了就是每次都对 myLock 数据结构中的那个加锁次数减 1。如果发现加锁次数是 0 了说明这个客户端已经不再持有锁了此时就会用“del myLock”命令从 redis 里删除这个 key。
然后呢另外的客户端 2 就可以尝试完成加锁了。这就是所谓的分布式锁的开源 Redisson 框架的实现机制。
一般我们在生产系统中可以用 Redisson 框架提供的这个类库来基于 redis 进行分布式锁的加锁与释放锁。
33. Redis 分布式锁的缺点
其实上面那种方案最大的问题就是如果你对某个 redis master 实例写入了 myLock 这种锁key 的 value此时会异步复制给对应的 master slave 实例。但是这个过程中一旦发生 redis master 宕机主备切换redis slave 变为了 redis master。
接着就会导致客户端 2 来尝试加锁的时候在新的 redis master 上完成了加锁而客户端 1也以为自己成功加了锁。此时就会导致多个客户端对一个分布式锁完成了加锁。这时系统在业务语义上一定会出现问题导致各种脏数据的产生。
所以这个就是 redis cluster或者是 redis master-slave 架构的主从异步复制导致的 redis 分布式锁的最大缺陷在 redis master 实例宕机的时候可能导致多个客户端同时完成加锁。
34.使用过 Redis 分布式锁么它是怎么实现的
先拿 setnx 来争抢锁抢到之后再用 expire 给锁加一个过期时间防止锁忘记了释放。
如果在 setnx 之后执行 expire 之前进程意外 crash 或者要重启维护了那会怎么样
set 指令有非常复杂的参数这个应该是可以同时把 setnx 和 expire 合成一条指令来用的
35.使用过 Redis 做异步队列么你是怎么用的有什么缺点
般使用 list 结构作为队列rpush 生产消息lpop 消费消息。当 lpop 没有消息的时候要适当 sleep一会再重试。
缺点
在消费者下线的情况下生产的消息会丢失得使用专业的消息队列如 rabbitmq 等。
能不能生产一次消费多次呢
使用 pub/sub 主题订阅者模式可以实现 1:N 的消息队列。
36.什么是缓存穿透如何避免什么是缓存雪崩何如避免
缓存穿透
一般的缓存系统都是按照 key 去缓存查询如果不存在对应的 value就应该去后端系统查找比如DB。一些恶意的请求会故意查询不存在的 key,请求量很大就会对后端系统造成很大的压力。这就叫做缓存穿透。
如何避免
1对查询结果为空的情况也进行缓存缓存时间设置短一点或者该 key 对应的数据 insert 了之后清理缓存。
2对一定不存在的 key 进行过滤。可以把所有的可能存在的 key 放到一个大的 Bitmap 中查询时通过该 bitmap 过滤。
缓存雪崩
当缓存服务器重启或者大量缓存集中在某一个时间段失效这样在失效的时候会给后端系统带来很大压力。导致系统崩溃。
如何避免
1在缓存失效后通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个 key 只允许一个线程查询数据和写缓存其他线程等待。
2做二级缓存A1 为原始缓存A2 为拷贝缓存A1 失效时可以访问 A2A1 缓存失效时间设置为短期A2 设置为长期
3不同的 key设置不同的过期时间让缓存失效的时间点尽量均匀
37.redis 和 memcached 什么区别为什么高并发下有时单线程的 redis 比多线程的memcached 效率要高
区别
1.mc 可缓存图片和视频。rd 支持除 k/v 更多的数据结构;
2.rd 可以使用虚拟内存rd 可持久化和 aof 灾难恢复rd 通过主从支持数据备份;
3.rd 可以做消息队列。
原因
mc 多线程模型引入了缓存一致性和锁加锁带来了性能损耗。
redis 主从复制如何实现的redis 的集群模式如何实现redis 的 key 是如何寻址的
主从复制实现主节点将自己内存中的数据做一份快照将快照发给从节点从节点将数据恢复到内存中。之后再每次增加新数据的时候主节点以类似于 mysql 的二进制日志方式将语句发送给从节点从节点拿到主节点发送过来的语句进行重放。
分片方式
-客户端分片
-基于代理的分片
● Twemproxy
● codis-路由查询分片
● Redis-cluster本身提供了自动将数据分散到 Redis Cluster 不同节点的能力整个数据集合的某个数据子集存储在哪个节点对于用户来说是透明的
redis-cluster 分片原理Cluster 中有一个 16384 长度的槽(虚拟槽)编号分别为 0-16383。
每个 Master 节点都会负责一部分的槽当有某个 key 被映射到某个 Master 负责的槽那么这个 Master 负责为这个 key 提供服务至于哪个 Master 节点负责哪个槽可以由用户指定也可以在初始化的时候自动生成只有 Master 才拥有槽的所有权。Master 节点维护着一个 16384/8 字节的位序列Master 节点用 bit 来标识对于某个槽自己是否拥有。比如对于编号为 1 的槽Master 只要判断序列的第二位索引从 0 开始是不是为 1 即可。
这种结构很容易添加或者删除节点。比如如果我想新添加个节点 D, 我需要从节点 A、B、C 中得部分槽到 D 上。
38 使用 redis 如何设计分布式锁说一下实现思路使用 zk 可以吗如何实现这两种有什么区别
redis:
1.线程 A setnx(上锁的对象,超时时的时间戳 t1)如果返回 true获得锁。
2.线程 B 用 get 获取 t1,与当前时间戳比较,判断是是否超时,没超时 false,若超时执行第 3 步;
3.计算新的超时时间 t2,使用 getset 命令返回 t3(该值可能其他线程已经修改过),如果
t1t3获得锁如果 t1!t3 说明锁被其他线程获取了。
4.获取锁后处理完业务逻辑再去判断锁是否超时如果没超时删除锁如果已超时不用处理防止删除其他线程的锁。
zk:
1.客户端对某个方法加锁时在 zk 上的与该方法对应的指定节点的目录下生成一个唯一的瞬时有序节点 node1;
2.客户端获取该路径下所有已经创建的子节点如果发现自己创建的 node1 的序号是最小的就认为这个客户端获得了锁。
3.如果发现 node1 不是最小的则监听比自己创建节点序号小的最大的节点进入等待。
4.获取锁后处理完逻辑删除自己创建的 node1 即可。
区别:zk 性能差一些开销大实现简单。
39 知道 redis 的持久化吗底层如何实现的有什么优点缺点
RDB(Redis DataBase:在不同的时间点将 redis 的数据生成的快照同步到磁盘等介质上):内存到硬盘的快照定期更新。缺点耗时耗性能(forkio 操作)易丢失数据。
AOF(Append Only File将 redis 所执行过的所有指令都记录下来在下次 redis 重启时只需要执行指令就可以了):
写日志。缺点体积大恢复速度慢。bgsave 做镜像全量持久化aof 做增量持久化。因为 bgsave 会消耗比较长的时间不够实时在停机的时候会导致大量的数据丢失需要 aof 来配合在 redis 实例重启时优先使用 aof 来恢复内存的状态如果没有 aof 日志就会使用 rdb 文件来恢复。Redis 会定期做aof 重写压缩 aof 文件日志大小。Redis4.0 之后有了混合持久化的功能将 bgsave 的全量和 aof 的增量做了融合处理这样既保证了恢复的效率又兼顾了数据的安全性。bgsave 的原理fork 和 cow, fork 是指 redis 通过创建子进程来进行 bgsave 操作cow 指的是 copy onwrite子进程创建后父子进程共享数据段父进程继续提供读写服务写脏的页面数据会逐渐和子进程分离开来。
40 redis 过期策略都有哪些LRU 算法知道吗写一下 java 代码实现
过期策略:
定时过期(一 key 一定时器)惰性过期只有使用 key 时才判断 key 是否已过期过期则清除。定期过期前两者折中。
LRU:new LinkedHashMapK, V(capacity, DEFAULT_LOAD_FACTORY, true);//第三个参数置为 true代表 linkedlist 按访问顺序排序可作为 LRU 缓存设为 false 代表按插入顺序排序可作为 FIFO 缓存
LRU 算法实现
1.通过双向链表来实现新数据插入到链表头部
2.每当缓存命中即缓存数据被访问则将数据移到链表头部
3.当链表满的时候将链表尾部的数据丢弃。
LinkedHashMapHashMap 和双向链表合二为一即是 LinkedHashMap。HashMap 是无序的LinkedHashMap 通过维护一个额外的双向链表保证了迭代顺序。该迭代顺序可以是插入顺序默认也可以是访问顺序。
41 缓存穿透、缓存击穿、缓存雪崩解决方案
缓存穿透
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。
解决方案
1.查询返回的数据为空仍把这个空结果进行缓存但过期时间会比较短
2.布隆过滤器将所有可能存在的数据哈希到一个足够大的 bitmap 中一个一定不存在的数据会被这个 bitmap 拦截掉从而避免了对 DB 的查询。
缓存击穿
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
1.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 load db 的操作并回设缓存否则重试 get 缓存的方法。
2.永远不过期物理不过期但逻辑过期后台异步线程去刷新。
缓存雪崩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。
42 在选择缓存时什么时候选择 redis什么时候选择 memcached
选择 redis 的情况
1、复杂数据结构value 的数据是哈希列表集合有序集合等这种情况下会选择redis, 因为 memcache 无法满足这些数据结构最典型的的使用场景是用户订单列表用户消息帖子评论等。
2、需要进行数据的持久化功能但是注意不要把 redis 当成数据库使用如果 redis挂了内存能够快速恢复热数据不会将压力瞬间压在数据库上没有 cache 预热的过程。对于只读和数据一致性要求不高的场景可以采用持久化存储
3、高可用redis 支持集群可以实现主动复制读写分离而对于 memcache 如果想要实现高可用需要进行二次开发。
4、存储的内容比较大memcache 存储的 value 最大为 1M。
选择 memcache 的场景
1、纯 KV,数据量非常大的业务使用 memcache 更合适原因是
a)memcache 的内存分配采用的是预分配内存池的管理方式能够省去内存分配的时间redis 是临时申请空间可能导致碎片化。
b)虚拟内存使用memcache 将所有的数据存储在物理内存里redis 有自己的 vm 机制理论上能够存储比物理内存更多的数据当数据超量时引发 swap,把冷数据刷新到磁盘上从这点上数据量大时memcache 更快
c)网络模型memcache 使用非阻塞的 IO 复用模型redis 也是使用非阻塞的 IO 复用模型但是 redis 还提供了一些非 KV 存储之外的排序聚合功能复杂的 CPU 计算会阻塞整个 IO 调度从这点上由于 redis 提供的功能较多memcache 更快些
d) 线程模型memcache 使用多线程主线程监听worker 子线程接受请求执行读写这个过程可能存在锁冲突。redis 使用的单线程虽然无锁冲突但是难以利用多核的特性提升吞吐量。
缓存与数据库不一致怎么办
假设采用的主存分离读写分离的数据库
如果一个线程 A 先删除缓存数据然后将数据写入到主库当中这个时候主库和从库同步没有完成线程 B 从缓存当中读取数据失败从从库当中读取到旧数据然后更新至缓存这个时候缓存当中的就是旧的数据。
发生上述不一致的原因在于主从库数据不一致问题加入了缓存之后主从不一致的时间被拉长了
处理思路在从库有数据更新之后将缓存当中的数据也同时进行更新即当从库发生了数据更新之后向缓存发出删除淘汰这段时间写入的旧数据。
主从数据库不一致如何解决场景描述对于主从库读写分离如果主从库更新同步有时差就会导致主从库数据的不一致
1、忽略这个数据不一致在数据一致性要求不高的业务下未必需要时时一致性
2、强制读主库使用一个高可用的主库数据库读写都在主库添加一个缓存提升数据读取的性能。
3、选择性读主库添加一个缓存用来记录必须读主库的数据将哪个库哪个表哪个主键作为缓存的 key,设置缓存失效的时间为主从库同步的时间如果缓存当中有这个数据直接读取主库如果缓存当中没有这个主键就到对应的从库中读取。
43 Redis 常见的性能问题和解决方案
1、master 最好不要做持久化工作如 RDB 内存快照和 AOF 日志文件
2、如果数据比较重要某个 slave 开启 AOF 备份策略设置成每秒同步一次
3、为了主从复制的速度和连接的稳定性master 和 Slave 最好在一个局域网内
4、尽量避免在压力大得主库上增加从库
5、主从复制不要采用网状结构尽量是线性结构Master–Slave1----Slave2 …
44 Redis 的数据淘汰策略有哪些
voltile-lru 从已经设置过期时间的数据集中挑选最近最少使用的数据淘汰
voltile-ttl 从已经设置过期时间的数据库集当中挑选将要过期的数据
voltile-random 从已经设置过期时间的数据集任意选择淘汰数据
allkeys-lru 从数据集中挑选最近最少使用的数据淘汰
allkeys-random 从数据集中任意选择淘汰的数据
no-eviction 禁止驱逐数据
45Redis 当中有哪些数据结构
字符串 String、字典 Hash、列表 List、集合 Set、有序集合 SortedSet。如果是高级用户那么还会有如果你是 Redis 中高级用户还需要加上下面几种数据结构 HyperLogLog、Geo、Pub/Sub。
假如 Redis 里面有 1 亿个 key其中有 10w 个 key 是以某个固定的已知的前缀开头的如果将它们全部找出来
使用 keys 指令可以扫出指定模式的 key 列表。
对方接着追问如果这个 redis 正在给线上的业务提供服务那使用 keys 指令会有什么问题
这个时候你要回答 redis 关键的一个特性redis 的单线程的。keys 指令会导致线程阻塞一段时间线上服务会停顿直到指令执行完毕服务才能恢复。这个时候可以使用 scan 指令scan 指令可以无阻塞的提取出指定模式的 key 列表但是会有一定的重复概率在客户端做一次去重就可以了但是整体所花费的时间会比直接用 keys 指令长。
46 使用 Redis 做过异步队列吗是如何实现的
使用 list 类型保存数据信息rpush 生产消息lpop 消费消息当 lpop 没有消息时可以 sleep 一段时间然后再检查有没有信息如果不想 sleep 的话可以使用 blpop, 在没有信息的时候会一直阻塞直到信息的到来。redis 可以通过 pub/sub 主题订阅模式实现一个生产者多个消费者当然也存在一定的缺点当消费者下线时生产的消息会丢失。
47 Redis 如何实现延时队列
使用 sortedset使用时间戳做 score, 消息内容作为 key,调用 zadd 来生产消息消费者使用 zrangbyscore 获取 n 秒之前的数据做轮询处理。
