Java 岗大厂面试百日冲刺 - 日积月累，每日三题【Day2，mysql 数据库教程实验二答案
本栏目 Java 开发岗高频面试题主要出自以下各技术栈：Java基础知识、集合容器、并发编程、JVM、Spring全家桶、MyBatis等ORMapping框架、MySQL数据库、Redis缓存、RabbitMQ消息队列、Linux操作技巧等。
===========================================================================================
Redis 是眼下最为人熟知的缓解高并发、提升高可用能力的手段之一，再提升服务器性能方面效果显著。
这里不得不提到高并发场景，我们知道，并发场景下核心点在数据库，引入缓存（以及引入任何负载均衡、集群等策略）的目的都是在减轻数据库压力，让更多原本打到 DB 上的请求，在中间被拦截处理掉。就像你请个假屁大点儿事还要大老板签字一样？
通俗易懂点儿说，高并发对服务器来说，就好比你被人锤一拳，这拳头可是硬的很，光着膀子的话一拳就给我干吐血。。那么我为了承受住这一拳？穿棉袄、穿护垫、穿…是吧，只要够厚，我都以为你在给我挠痒痒~同理，Redis 就是一件又厚又弹的棉袄。
话说回来，它有多厚多弹呢？操作缓存就是直接操作内存，速度相当快，直接操作缓存能够承受的请求数是远远大于直接访问数据库的。
Redis 优势：
读写性能优异， Redis 能读的速度是 110000 次/s，写的速度是 81000 次/s。
支持数据持久化，支持 AOF 和 RDB 两种持久化方式。
支持事务，Redis 的所有操作都是原子性的，同时 Redis 还支持对几个操作合并后的原子性执行。
数据结构丰富，除了支持 string 类型的 value 外还支持 hash、set、zset、list 等数据结构。
支持主从复制，主机会自动将数据同步到从机，可以进行读写分离。
支持大量集群节点。
假如用户第一次访问数据库中的某些数据。这个过程会比较慢，因为是从硬盘上读取的。将该用户访问的数据存在数 Redis 中，这样下一次再访问这些数据的时候就可以直接从缓存中获取了。同样，我们可以把数据库中的部分数据转移到缓存中去，这样用户的一部分请求会直接打到缓存而不是数据库（即半路拦截掉了）。如果数据库中的对应数据改变的之后，同步改变缓存中相应的数据即可！
在我们业务中，包括热点词查询、一些实时排行榜数据、访问量点赞量统计、Session 共享等等都可以引入 Redis 来处理。
追问 1：Redis 里有哪些数据类型？
丰富的数据类型，Redis 有 8 种数据类型，当然常用的主要是 String、Hash、List、Set、 SortSet 这 5 种类型，他们都是基于键值的方式组织数据。每一种数据类型提供了非常丰富的操作命令，可以满足绝大部分需求，如果有特殊需求还能自己通过 lua 脚本自己创建新的命令（具备原子性）；
追问 2：Redis 与 Memcached 有哪些区别？
两者都是非关系型内存键值数据库，现在公司一般都是用 Redis 来实现缓存，为什么不用 Memcached 呢？
| 参数 | Redis | Memcached |
| :-- | --- | --- |
| 类型 | 1. 支持内存
2. 非关系型数据库 | 1. 支持内存
2. 键值对形式
3. 缓存形式 |
| 数据存储类型 | 1. String 2. List 3. Set 4. Hash 5. Sort Set | 1. 文本型 2. 二进制类型 |
| 附加功能 | 1. 发布/订阅模式 2. 主从分区 3. 序列化支持 4. 脚本支持【Lua 脚本】 | 多线程服务支持 |
| 网络 IO 模型 | 单线程的多路 IO 复用模型 | 多线程，非阻塞 IO 模式 |
| 持久化支持 | 1. RDB 2. AOF | 不支持 |
| 集群模式 | 原生支持 cluster 模式，可以实现主从复制，读写分离 | 没有原生的集群模式，需要依靠客户端来实现往集群中分片写入数据 |
| 内存管理机制 | 在 Redis 中，并不是所有数据都一直存储在内存中，可以将一些很久没用的 value 交换到磁盘 | Memcached 的数据则会一直在内存中，Memcached 将内存分割成特定长度的块来存储数据，以完全解决内存碎片的问题。 |
| 适用场景 | 复杂数据结构，有持久化，高可用需求，value 存储内容较大，最大 512M | 纯 key-value，数据量非常大，并发量非常大的业务 |
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
redis 的速度比 memcached 快很多
redis 可以持久化数据到磁盘，这个很关键，宕机断电不再是硬伤。
追问 3：那 Redis 怎样防止异常数据不丢失的？如何持久化？
RDB 持久化 （快照）
将某个时间点的所有数据生成快照，存放到硬盘上。当数据量很大时，会很慢。
可以将快照复制到其它服务器从而创建具有相同数据的服务器副本。
如果系统发生故障，将会丢失最后一次创建快照之后的数据。
AOF 持久化（即时更新）
将写命令添加到 AOF 文件（Append Only File）的末尾。
使用 AOF 持久化需要设置同步选项，从而确保写命令同步到磁盘文件上的时机。这是因为对文件进行写入并不会马上将内容同步到磁盘上，而是先存储到缓冲区，然后由操作系统决定什么时候同步到磁盘。
??有以下同步选项（同步频率）：
always每个写命令都同步；everysec每秒同步一次；no让操作系统来决定何时同步。
??
everysec选项比较合适，可以保证系统崩溃时只会丢失一秒左右的数据，并且 Redis 每秒执行一次同步对服务器性能几乎没有任何影响；
=================================================================================
Redis is single threaded. How can I exploit multiple CPU / cores?
It’s not very frequent that CPU becomes your bottleneck with Redis, as usually Redis is either memory or network bound. For instance, using pipelining Redis running on an average Linux system can deliver even 1 million requests per second, so if your application mainly uses O(N) or O(log(N)) commands, it is hardly going to use too much CPU.
However, to maximize CPU usage you can start multiple instances of Redis in the same box and treat them as different servers. At some point a single box may not be enough anyway, so if you want to use multiple CPUs you can start thinking of some way to shard earlier.
You can find more information about using multiple Redis instances in the Partitioning page.
However with Redis 4.0 we st
arted to make Redis more threaded. For now this is limited to deleting objects in the background, and to blocking commands implemented via Redis modules. For future releases, the plan is to make Redis more and more threaded.
上面是 Redis 官网给的解释（官方文档链接），翻译后简单说，因为Redis的瓶颈不是CPU的运行速度，而往往是网络带宽和机器的内存大小。再说了，单线程切换开销小，容易实现。既然单线程容易实现，而且 CPU 不会成为瓶颈，那就顺理成章地采用单线程的方案，当然了，也是为了避免多线程存在的很多坑。对了，一个节点是一个单线程。
追问 1：单线程只使用了单核 CPU，太浪费，有什么办法发挥多核 CPU 的性能嘛？
我们可以通过在单机开多个 Redis 实例，我们一直在强调的单线程，只是在处理我们的网络请求的时候只有一个线程来处理。实际上，一个正式的 Redis Server 运行的时候肯定是不止一个线程的，都是集群形式，多少多少个节点，所以实际环境中大家不用担心这种问题。
==========================================================================================
缓存穿透：指
缓存和数据库中都没有的数据，导致所有的请求都打到数据库上，然后数据库还查不到（如 null），造成数据库短时间线程数被打满而导致其他服务阻塞，最终导致线上服务不可用，这种情况一般来自黑客同学。缓存击穿：指
缓存中没有但数据库中有的数据（一般是热点数据缓存时间到期），这时由于并发用户特别多，同时读缓存没读到数据，又同时去数据库去查，引起数据库压力瞬间增大，线上系统卡住。缓存雪崩：指
缓存同一时间大面积的失效，缓存击穿升级版。
追问 1：那你说一下针对缓存击穿的解决方法
还未添加个人签名 2021.11.08 加入
还未添加个人简介
评论