redis 问题

我们在平时工作中，面试中都会用到redis。那么随之而来的就是许多问题，比如缓存穿透，雪崩等…这篇就是记录这类问题的

Redis的并发竞争问题如何解决

方案一

利用redis自带的incr命令地址

方案二

使用乐观锁的方式进行解决（成本较低，非阻塞，性能较高），用redis中的watch就可以解决了。

方案三

利用redis的setnx实现内置的锁

方案四

针对客户端来说，使用java的synchronized或lock对同一个key进行限制。

Redis 缓存失效策略

磁盘空间到临界值等时候，我们需要清理缓存，这时候就要选择清理哪些缓存了，缓存失效策略有FIFO 、LRU、LFU三种，我们来看下三种的区别

FIFO

First In First Out，先进先出。判断被存储的时间，离目前最远的数据优先被淘汰。

LRU

Least Recently Used，最近最少使用。判断最近被使用的时间，目前最远的数据优先被淘汰。

LFU

Least Frequently Used，最不经常使用。在一段时间内，数据被使用次数最少的，优先被淘汰。

缓存穿透，击穿和雪崩的原因+解决办法

缓存穿透

缓存对应的key的数据和数据源都不存在，请求此key时都会透过缓存请求到数据源，从而可能压垮数据源

解决方案一

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，从而避免了对底层存储系统的查询压力

解决方案二

如果一个查询返回的数据为空（不管是数据不存在，还是系统故障），我们仍然把这个空结果进行缓存，但它的过期时间会很短，最长不超过五分钟

缓存击穿

key可能会在某些时间点被超高并发地访问，是一种非常“热点”的数据。这个时候，需要考虑一个问题：缓存被“击穿”的问题

使用互斥锁(mutex key)

业界比较常用的做法，是使用mutex。简单地来说，就是在缓存失效的时候（判断拿出来的值为空），不是立即去load db，而是使用setnx(是set if not exists的缩写，也叫分布式锁)去set一个mutex key，当操作返回成功时，再进行load db的操作并回设缓存；否则，就重试整个get缓存的方法

 public String get(key) {
       String value = redis.get(key);
       if (value == null) { //代表缓存值过期
           //设置3min的超时，防止del操作失败的时候，下次缓存过期一直不能load db
       if (redis.setnx(key_mutex, 1, 3 * 60) == 1) {  //代表设置成功
                value = db.get(key);
                       redis.set(key, value, expire_secs);
                       redis.del(key_mutex);
               } else {  //这个时候代表同时候的其他线程已经load db并回设到缓存了，这时候重试获取缓存值即可
                       sleep(50);
                       get(key);  //重试
               }
           } else {
               return value;      
           }
  }

缓存雪崩

缓存雪崩和缓存击穿道理差不多，只是击穿是一个key，雪崩是大量的。缓存雪崩是在某个时刻所有的缓存失效。比如设置了1000个缓存，都是3分钟后失效，然后失效的时候，突然进来10000个请求，这时候就穿过了缓存，直接访问db，这回让db压力增大，甚至崩溃。

方案一

在请求db的时候使用队列或者在请求db的操作上加上锁，这样子可以缓解db的压力。但是当大批量用户请求时候，虽然db压力减少了，但是用户会等待很长时间或者超时，这样给用户体验非常的太好。所以真正生产中，很少用这种方式的。

方案二

在我们添加缓存数据的时候，给每个缓存的失效时间加上个随机数，这样子可以避免一个问题，大多数缓存不会在同一时间段内失效。这样子就算穿到了db也不会产生大批量穿，db压力就会减少。

Redis哨兵、复制、集群的设计原理，以及区别

地址

业务逻辑时间超出分布式锁过期时间

Redisson，watch dog

地址

Redis 如何实现延迟队列

地址

Redis数据淘汰策略

主动清理

当前已用内存超过maxmemory限定时，触发主动清理策略。清理时会根据用户配置的maxmemory-policy来做适当的清理。主动清理策略主要有一下六种:

volatile-lru : 从已设置过期时间的数据集(server.db[i].expires)中挑选最近最少使用的数据淘汰。
volatile-ttl : 从已设置过期时间的数据集(server.db[i].expires)中挑选将要过期的数据淘汰。
volatile-random : 从已设置过期时间的数据集(server.db[i].expires)中任意选择数据淘汰。
allkeys-lru : 从数据集(server.db[i].dict)中挑选最近最少使用的数据淘汰。
allkeys-random : 从数据集(server.db[i].dict)中任意选择数据淘汰。
no-enviction : 禁止驱逐数据。

karl