【Redis】八股文(一)

什么是Redis

• 基于key-value存储结构的NoSQL数据库
• 提供了String, Map, Set, ZSet, List等多种数据类型
• 功能丰富：支持发布订阅模式，能够为数据设置过期时间，能够对数据进行持久化，支持分布式存储和读写分离，支持创建事务
• 性能高：基于内存操作、对数据结构进行优化
• 问题：容量小，可能出现缓存击穿、缓存雪崩等问题，可能出现线程安全问题

数据类型

简述

字符串

• 最基本的数据类型
• 可以存储任意类型的数据，例如文本、数字、序列化的对象
• 支持字符串追加、获取子串、计数器等操作

哈希

• 键值对的集合，适用于存储对象的属性

列表

• 维护插入顺序
• 允许在列表两端进行元素的插入与删除，可以通过索引访问、获取、修改和删除列表中的元素，支持范围操作如获取片段、修剪等

集合

• 无序不重复的字符串元素的集合
• 可以对集合添加、删除、查找、计数
• 支持集合运算

有序集合

• 有序的字符串元素集合，每个元素关联一个分数(score)，用于排序和唯一性标识
• 可以对有序集合进行添加、删除、查找、范围查询
• 支持根据分数范围进行检索和排名

缓存击穿

概念

在高并发场景下，当非常热门的缓存键过期时，大量请求无法访问该键，进而直接访问数据库，从而给数据库带来巨大压力，甚至导致数据库宕机。

发生场景：

• 键过期
• 键不存在

解决方案：

• 热点数据预加载
• 互斥锁
• 限流与熔断

热点数据预加载解决缓存击穿

在缓存键失效之前，提前异步加载热点数据到缓存中，确保缓存不会在关键时刻失效。

可以创建定时任务，每次判断是否为热点数据，如果是就读取后添加到缓存。

互斥锁解决缓存击穿

基于Redis的SETNX指令实现分布式锁。

取值时首先到缓存中判断，若缓存中存在则直接获取。

缓存中不存在时，尝试获取分布式锁。

若获取成功，再次判断缓存中是否存在数据，避免在其他客户端的请求已经触发了缓存的写入的情况下再次读取。

若缓存仍不存在，从数据库读入数据并写入缓存。

若获取分布式锁不成功，则等待一段时间后再判断。

注意事项：

• 对锁设置超时时间
• 获取锁后尽快释放锁

通过限流与熔断解决缓存击穿问题

限流：

• 限制单位时间内的请求数，超出此范围的请求被丢弃或延迟处理
• 有多种限流算法可供选择，如令牌桶算法或漏桶算法

熔断：

• 是一种故障保护机制，基于一定的条件或阈值判断是否熔断
• 有多个熔断库可供选择，如Hystrix、Resilience4j等

缓存穿透

概念：某个key在Redis与MySQL中均不存在，对于这一key的查询请求会经历Redis与MySQL的查询，最终返回空值。

解决方案：

• 缓存空值
• 布隆过滤器

缓存空值解决Redis缓存穿透

将请求的key加入缓存，设置值为空，并设置过期时间。则过期前的请求均会停留与Redis层。

缺点：

• 额外占用空间
• 会造成数据不一致

布隆过滤器解决Redis缓存穿透

布隆过滤器：

• 由位数组和一组哈希函数组成，用于快速判断某个元素是否在集合里
• 判断时，由哈希函数求出多个索引位置，分别检测每个位置的位值是否为1，全1则可能存在，不全为1则必定不存在
• 插入时，将对应的多个位置置位为1
• 删除时无法维护
• 存在误判率

布隆过滤器在这种场景下主要用于判断一个键（key）是否存在于应用内部的多个数据存储层中，包括数据库和Redis等。达到的效果是，如果一个key在数据库中根本不存在，那么就不会在数据库中进行查询，若key可能存在，则先在Redis中取值，Redis中不存在时再查表。

缓存雪崩

缓存中大量key同时过期，或Redis宕机，导致大量请求同时打入Mysql。

解决方案：

• 将key的过期时间打散
• 部署Redis高可用
• 多级缓存

多级缓存策略

Nginx缓存
JVM缓存：Caffeine等

延迟双删

延迟双删是高并发场景下一定程度上避免mysql与redis数据不一致的一种手段。

为什么要延迟双删？

设想以下场景：我们要对数据库中的数据进行修改，并将缓存中的旧数据删除。
有两种可能的方案：

1. 先update，再删缓存
2. 先删缓存，再update

两种方案均存在一定问题。
方案一：update后，删缓存前的这段时间，请求会直接从缓存获取旧数据。删缓存后，缓存中没有查到，再到mysql中查询，并同步到缓存。即在update后、删缓存前这段时间数据不一致。由于这段时间长度较小，故影响较小，但若缓存删除失败，则会导致长时间的数据不一致，并且由于不断请求删除缓存，导致响应变慢。
方案二：删缓存后，update前，请求在缓存中没有获取到数据，便到mysql中查询，查到了旧数据，同时同步到缓存中。update以后，缓存中仍然存放旧数据。这会导致比较严重的数据不一致。

延迟双删流程：

先删缓存，再update，update后等待一段足够写入的时间，再删一次缓存。

伪代码：

def(cache)
update(mysql)
sleep()
def(cache)

效果：类似于方案二，但是解决了update后缓存没有同步的问题。