redis_02_常见问题
Redis 是什么？它主要用来做什么？
Redis 是一个开源、高性能、非关系型、基于 Key-Value 的内存数据库。它可以用来缓存数据、存储会话数据、任务队列等，还可以用作发布订阅、计数器和排行榜等。
Redis 的数据结构有哪些？请对它们进行简单介绍。
Redis 支持多种数据结构，包括：字符串（String）、哈希表（Hash）、列表（List）、集合（Set）、有序集合（Sorted Set）。其中，字符串是最基本的数据结构，而其他结构都是在其基础上构建而成的。
字符串用来存储单个值或者短字符串；哈希表用来存储对象；列表用来存储按插入顺序排序的元素；集合用来存储不重复的元素；有序集合用来存储不重复的元素，并且每个元素都会关联一个分值，可以按照分值排序。
Redis 如何实现分布式？
Redis 可以通过 Redis Cluster 实现分布式。Redis Cluster 使用分区来实现数据分片，每个节点只存储部分数据，从而将整个数据集分配到多个节点中。同时，Redis Cluster 还提供了高可用性、故障转移等机制，使得整个集群具有更好的可靠性和稳定性。
有几种持久化方式？优缺点?
RDB （Redis DataBase）: redis按一定周期将内存中的数据同步到磁盘文件中，
RDB优点就是恢复大的数据集的时候，RDB方式会更快些，但是可能会造成数据丢失，因为周期内redis宕机以后，不会记录数据。
AOF （Append Only File）: redis会把数据造成更改的命令追加到日志文件中,再下次重启时执行日志文件中的命令,达到数据的还原，
AOF 优点就是可以更好的保护数据不丢失，AOF开启后支持写的QPS会比RDB支持的写的QPS低，因为AOF一般会配置成每秒fsync（同步磁盘）操作，每秒的fsync操作还是很高的，目前很多项目都是混合使用。
Redis 的并发模型是什么？
Redis 使用单线程模型，每个客户端连接都由同一个线程处理。由于 Redis 大部分操作都是 CPU 密集型操作，而非 IO 密集型操作，因此单线程模型能够最大限度地利用 CPU 资源，提高执行效率。
Redis 的过期键是如何处理的？它的过期策略是什么？
Redis 使用惰性过期和定时过期结合的方式来处理过期键。当一个键过期时，Redis 不会立即删除它，而是让它处于过期状态。只有当下一次访问该键时，Redis 才会检测并清除该键。
Redis 支持多种过期策略，包括非精确型的惰性过期（lazy expiration）和精确型的定时过期（active expiration）。其中，惰性过期是基于访问事件的，而定时过期则是使用定时器来检测过期键。
数据库和缓存的处理流程
数据库和缓存的处理流程如下：
应用程序发送请求：应用程序向数据库或缓存发送读写请求。
缓存查找数据：如果是读请求，缓存首先查找缓存中是否存在请求的数据。如果数据在缓存中存在，那么直接返回给应用程序；如果不存在，就继续执行第 3 步。
数据库查找数据：如果请求的数据不在缓存中，那么就需要从数据库中查找。数据库根据请求的指令执行相应的操作，如查询、插入、更新、删除等，并将结果返回给应用程序。
将数据写入缓存：当数据库返回数据时，应用程序将数据写回缓存中，以便下一次同样的请求可以更快地响应。
应用程序返回结果：应用程序通过网络将结果返回给客户端。
在这个过程中，如果是写请求，那么缓存往往会先更新数据库中的数据，然后再更新缓存中的数据，以保证数据的一致性。如果缓存中的数据和数据库中的数据不一致，就需要执行一些特定的策略来保证数据的正确性，比如使用读写锁或版本控制等。
缓存雪崩,缓存击穿,缓存穿透?
缓存穿透：key对应的数据在数据源并不存在，每次针对此key的请求从缓存获取不到，请求都会到数据源，从而可能压垮数据源。比如用一个不存在的用户id获取用户信息，不论缓存还是数据库都没有，若黑客利用此漏洞进行攻击可能压垮数据库。
解决方案：即使数据库和缓存都查询不到，也要在redis缓存一份数据；另外一种布隆过滤器。
缓存击穿：key对应的数据存在，但在redis中过期，此时若有大量并发请求过来，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后端DB压垮。
解决方案：热点数据毕竟只有少数，可以设置成永不过期。
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，也会给后端系统(比如DB)带来很大压力。
解决方案：一过期时间加个随机数，保证热点数据不会同是过期。
你的项目哪些功能用到了?
一般项目的登录的Token、修改频率较低的数据放进缓存、分布式锁、幂等性校验等等。
缓存系统 将频繁查询、计算结果等数据缓存到 Redis 中，可以大大减轻应用程序的计算压力。同时，Redis 支持设置过期时间，能够自动移除失效的缓存数据，避免缓存占用过多内存。
分布式锁 分布式锁在分布式环境下保证资源的独占性，Redis 可以通过 SETNX 和 EXPIRE 命令来实现分布式锁。这种方案相比于传统的基于数据库的锁，具有更高的性能。
计数器 Redis 可以通过 INCR 和 DECR 命令来实现计数器，这种方案在高并发场景下具有较好的性能表现。
发布订阅 Redis 支持发布订阅模式，可以实现消息队列和事件驱动等功能。
分布式 Session Web 应用程序中，Session 的存储通常是基于 Cookie 或者基于数据库的，但是这两种方案都存在性能问题。而 Redis 的高性能、持久化和分布式特性，使得它成为一种优秀的 Session 存储方案。
除此之外，Redis 还可以应用于排行榜、地理位置信息存储、全文搜索等领域。
怎么保证DB和Redis的数据一致性？
有多种方案可以保证数据库和 Redis 缓存之间的数据一致性，其中比较常见的包括以下三种：
先更新数据库，再更新缓存
这是最常见的策略。在写操作时，应用程序先向数据库发起写操作，如果操作成功，则再向 Redis 发送更新缓存的指令。这样可以确保 Redis 中的缓存数据和数据库总是一致的。同时，读操作时，先从 Redis 缓存中查找数据，如果没有则从数据库中查询，并将查询结果写入 Redis 缓存中。这样可以保证缓存数据的热点命中率，提高访问性能。
定期更新缓存
对于一些不是特别关键的数据，可以通过定期刷新缓存来保证数据一致性。应用程序在读取数据时，先从 Redis 缓存中获取数据。如果 Redis 中的数据过期，那么应用程序就从数据库中重新加载数据，并将加载到的数据写入 Redis 缓存中。此时，所有的读请求都会从 Redis 缓存中获取数据，直到 Redis 缓存中的数据过期为止。由于 Redis 缓存中的数据都是合法的，所以无论何时应用程序都可以从 Redis 缓存中获取正确的数据。
使用消息队列异步更新缓存
当数据写入数据库时，应用程序发送一条消息到消息队列中，消息中包含被修改的数据的键和值。消息队列中的消费者将这些消息处理并更新 Redis 缓存。由于写操作是异步执行的，所以对数据的读操作可能会出现不一致的情况。但是，这种方案可以保证缓存数据最终与数据库中数据一致。需要注意的是，在使用消息队列时，需要考虑消息丢失或消息重发导致数据不一致等问题。为了解决这些问题，可以采用重试机制或者数据恢复机制等。[1][2]
Redis 主从复制的原理是什么？
Redis 主从复制是将一个 Redis 实例的数据复制到另一个 Redis 实例的过程。主 Redis 实例将数据同步到从 Redis 实例，从 Redis 实例只能进行读取操作。Redis 主从复制的原理是主 Redis 实例执行写操作时，会将写操作发送给从 Redis 实例，从 Redis 实例接收到后将数据同步到自己的内存中。
评论