Redis的幾個缺點

(一)快取和資料庫雙寫一致性問題

(二)快取雪崩問題

(三)快取擊穿問題

(四)快取的併發競爭問題

單執行緒的redis為什麼這麼快

分析:這個問題其實是對redis內部機制的一個考察。其實根據博主的面試經驗，很多人其實都不知道redis是單執行緒工作模型。所以，這個問題還是應該要複習一下的。
回答:主要是以下三點
(一)純記憶體操作
(二)單執行緒操作，避免了頻繁的上下文切換
(三)採用了非阻塞I/O多路複用機制

redis的資料型別，以及每種資料型別的使用場景

分析：是不是覺得這個問題很基礎，其實我也這麼覺得。然而根據面試經驗發現，至少百分八十的人答不上這個問題。建議，在專案中用到後，再類比記憶，體會更深，不要硬記。基本上，一個合格的程式設計師，五種型別都會用到。
回答：一共五種

(一)String
這個其實沒啥好說的，最常規的set/get操作，value可以是String也可以是數字。一般做一些複雜的計數功能的快取。

(二)hash
這裡value存放的是結構化的物件，比較方便的就是操作其中的某個欄位。博主在做單點登入的時候，就是用這種資料結構儲存使用者資訊，以cookieId作為key，設定30分鐘為快取過期時間，能很好的模擬出類似session的效果。

(三)list
使用List的資料結構，可以做簡單的訊息佇列的功能。另外還有一個就是，可以利用lrange命令，做基於redis的分頁功能，效能極佳，使用者體驗好。本人還用一個場景，很合適---取行情資訊。就也是個生產者和消費者的場景。LIST可以很好的完成排隊，先進先出的原則。

(四)set
因為set堆放的是一堆不重複值的集合。所以可以做全域性去重的功能。為什麼不用JVM自帶的Set進行去重？因為我們的系統一般都是叢集部署，使用JVM自帶的Set，比較麻煩，難道為了一個做一個全域性去重，再起一個公共服務，太麻煩了。

另外，就是利用交集、並集、差集等操作，可以計算共同喜好，全部的喜好，自己獨有的喜好等功能。

(五)sorted set
sorted set多了一個權重引數score,集合中的元素能夠按score進行排列。可以做排行榜應用，取TOP N操作。

redis的過期策略以及記憶體淘汰機制

分析:這個問題其實相當重要，到底redis有沒用到家，這個問題就可以看出來。比如你redis只能存5G資料，可是你寫了10G，那會刪5G的資料。怎麼刪的，這個問題思考過麼？還有，你的資料已經設定了過期時間，但是時間到了，記憶體佔用率還是比較高，有思考過原因麼?

回答:

redis採用的是定期刪除+惰性刪除策略。

為什麼不用定時刪除策略?

定時刪除,用一個定時器來負責監視key,過期則自動刪除。雖然記憶體及時釋放，但是十分消耗CPU資源。在大併發請求下，CPU要將時間應用在處理請求，而不是刪除key,因此沒有采用這一策略.

定期刪除+惰性刪除是如何工作的呢?

定期刪除，redis預設每個100ms檢查，是否有過期的key,有過期key則刪除。需要說明的是，redis不是每個100ms將所有的key檢查一次，而是隨機抽取進行檢查(如果每隔100ms,全部key進行檢查，redis豈不是卡死)。因此，如果只採用定期刪除策略，會導致很多key到時間沒有刪除。

於是，惰性刪除派上用場。也就是說在你獲取某個key的時候，redis會檢查一下，這個key如果設定了過期時間那麼是否過期了？如果過期了此時就會刪除。

採用定期刪除+惰性刪除就沒其他問題了麼?

不是的，如果定期刪除沒刪除key。然後你也沒即時去請求key，也就是說惰性刪除也沒生效。這樣，redis的記憶體會越來越高。那麼就應該採用記憶體淘汰機制。

redis和資料庫雙寫一致性問題

分析:一致性問題是分散式常見問題，還可以再分為最終一致性和強一致性。資料庫和快取雙寫，就必然會存在不一致的問題。答這個問題，先明白一個前提。就是如果對資料有強一致性要求，不能放快取。我們所做的一切，只能保證最終一致性。另外，我們所做的方案其實從根本上來說，只能說降低不一致發生的概率，無法完全避免。因此，有強一致性要求的資料，不能放快取。

首先，採取正確更新策略，先更新資料庫，再刪快取。其次，因為可能存在刪除快取失敗的問題，提供一個補償措施即可，例如利用訊息佇列。

如何應對快取穿透和快取雪崩問題

分析:這兩個問題，說句實在話，一般中小型傳統軟體企業，很難碰到這個問題。如果有大併發的專案，流量有幾百萬左右。這兩個問題一定要深刻考慮。

回答:如下所示

快取穿透，即黑客故意去請求快取中不存在的資料，導致所有的請求都懟到資料庫上，從而資料庫連線異常。

解決方案:

(一)利用互斥鎖，快取失效的時候，先去獲得鎖，得到鎖了，再去請求資料庫。沒得到鎖，則休眠一段時間重試

(二)採用非同步更新策略，無論key是否取到值，都直接返回。value值中維護一個快取失效時間，快取如果過期，非同步起一個執行緒去讀資料庫，更新快取。需要做快取預熱(專案啟動前，先載入快取)操作。

(三)提供一個能迅速判斷請求是否有效的攔截機制，比如，利用布隆過濾器，內部維護一系列合法有效的key。迅速判斷出，請求所攜帶的Key是否合法有效。如果不合法，則直接返回。

快取雪崩，即快取同一時間大面積的失效，這個時候又來了一波請求，結果請求都懟到資料庫上，從而導致資料庫連線異常。

解決方案:

(一)給快取的失效時間，加上一個隨機值，避免集體失效。

(二)使用互斥鎖，但是該方案吞吐量明顯下降了。

(三)雙快取。我們有兩個快取，快取A和快取B。快取A的失效時間為20分鐘，快取B不設失效時間。自己做快取預熱操作。然後細分以下幾個小點

• I 從快取A讀資料庫，有則直接返回

• II A沒有資料，直接從B讀資料，直接返回，並且非同步啟動一個更新執行緒。

• III 更新執行緒同時更新快取A和快取B。