缓存面试问题集合

31 为什么 Redis 不立刻删除已经过期的数据?

Redis 是怎么删除过期 key 的?

懒惰删除:访问时检查; 定期删除: 定期选择一部分key, 查看是否过期再决定是否删除, 平衡性能.

Redis 为什么不立刻删除已经过期的 key?

如果有大量的key, 完全删除会消耗不少cpu时间, 为了平衡性能, 只能是懒惰删除+定期删除.

Redis 为什么不每个 key 都启动一个定时器，监控过期时间?
```
开销太大,修改定时还要重置
```

Redis 是如何执行定期删除的?

根据后台任务执行频率, 定期选择一批key 检测, 过期则删除.

为什么 Redis 在定期删除的时候不一次性把所有的过期 key 都删除掉?
```
量太大, 平衡性能只能一部分一部分检测删除
```
当你从 Redis 上查询数据的时候，有可能查询到过期的数据吗?
```
主从模式下, v3.2之前有个bug, 从库查询能查到.
```
当 Redis 生成 RDB 文件的时候，会怎么处理过期的 key?
```
主库不读不写, 从库全读全写
```
当 Redis 重写 AOF 文件的时候，会怎么处理过期的 key?
```
追加一条删除命令
```

Redis 定期删除的循环是不是执行得越频繁就越好?

也不是, 后台删除任务执行就会损耗cpu时间,要平衡性能.

如果设计一个本地缓存，你会怎么实现删除过期 key 的功能?
```
懒惰删除+定期删除
```

你是怎么确定过期时间的?过期时间太长会怎样，太短又会怎样?

根据业务评估. 过期时间太长占内存, 缓存利用率太低, 太短命中率不够.

32 缓存淘汰策略:怎么淘汰缓存命中率才不会下降?

你知道什么是 LFU，什么是 LRU 吗?可不可以手写一个?

lfu: 频率数量, 最不经常使用; lru: 时间, 最近最少使用
lfu: 最小堆+hashmap 构成; lru: 双端链表+hashmap 构成

lru+lfu 实现

什么情况下使用 LFU，什么情况下使用 LRU?

通常lru , 对于时间局部性应用良好.lfu 可用作优先级变种基础使用.

Redis 支持哪些淘汰策略?你们公司的 Redis 上的淘汰策略使用了哪个?为什么用这个?

noeviction：不淘汰任何键，写操作会失败。
volatile-lru：淘汰设置了过期时间的键中最近最少使用的键。
allkeys-lru：淘汰所有键中最近最少使用的键。
volatile-lfu：淘汰设置了过期时间的键中使用频率最低的键。
allkeys-lfu：淘汰所有键中使用频率最低的键。
volatile-ttl：淘汰设置了过期时间的键中过期时间最短的键。
random：随机淘汰键。

你使用的本地缓存是如何控制内存使用量的?

如果用redis 可以设置 maxmemory 控制最大内存使用量

你业务里面的缓存命中率有多高?还能不能进一步提高?怎么进一步提高?
```
增大内存,缓存更多数据;
优化缓存策略;
```
假如说 A 和 B 两个业务共用一个 Redis，那么有办法控制 A 业务的 Redis 内存使用量吗?怎么控制?
```
记录总使用量
```
现在我的业务里面有普通用户和 VIP 用户。现在我希望在缓存内存不足的时候，优先淘汰普通用户的数据，该怎么做?
```
vip 用户的缓存优先级设置为更高. 淘汰的时候先淘汰优先级低的数据. [key 标签分组、缓存时间]
```

33 缓存模式:缓存模式能不能解决缓存一致性问题?

什么是 Cache Aside，它能不能解决数据一致性问题?

写:应用层写数据库, 写缓存; 读:缓存未读到, 应用层读数据库、写缓存.
写过程会引发数据一致性问题.

什么是 Read Through，它能不能解决数据一致性问题?

写同cache aside,  读: 缓存未读到, 缓存层读数据库、写缓存.
写过程同cache aside

什么是 Write Through，它能不能解决数据一致性问题?

读同cache aside; 写: 交由缓存层写数据库
写过程虽然交由缓存层来写入, 但是模式还是同cache aside 的写类似, 所以还是有数据一致性问题.

什么是 Write Back，它有什么缺点，能不能解决一致性问题?

写:只是写缓存, key 过期同步数据到数据库; 读: 缓存没读到, 读数据库, 回写缓存使用setnx 失败, 失败则读取最新的缓存数据并返回.
如果能排出缓存的高可用问题, 极大的能缓解数据一致性问题.

什么是 Refresh Ahead，它能不能解决一致性问题?
```
监听binlog,  写数据库写缓存; 读: 同 write back
```

什么是 Singleflight 模式?你用它解决过什么问题?

如果缓存失效, 同一时间多个线程对同一个key的访问, 只允许一个线程真正到数据库取数据. 减少数据压力.

在具体的工作场景中，你是怎么更新数据的?会不会有数据不一致的问题?怎么解决?

用过删除模式: 读缓存未找到 到再次写入缓存过程中, 有写数据库删缓存发生,就会有数据不一致的情况. 可以考虑延时双删, 减缓数据不一致性的情况.

什么是延迟双删，使用延迟双删能不能解决数据一致性问题?

类似删除模式, 就是在删除模式的写入过程中, 再多删除一次, 减缓数据不一致的情况.

你知道哪些缓存模式，用过哪些模式?
```
[综合1~8]
```

35 缓存问题:怎么解决缓存穿透、击穿和雪崩问题?

什么是缓存穿透、击穿和雪崩?

穿透:数据库没数据
击穿:同时大量key访问数据库
雪崩:同时大量key过期

你平时遇到过缓存穿透、击穿和雪崩吗?什么原因引起的?最终是怎么解决的?

缓存穿透: 布隆过滤器+redis缓存
击穿: singleflight 限制同一时刻只能有一个线程去访问数据库
雪崩: 分散过期时间

在你的系统里面，如果 Redis 崩溃了会发生什么?
```
缓存写入失败, 数据丢失, 强依赖服务不可用
```
怎么在 Redis 崩溃之后保护好数据库?
```
限流、降级、做好监控报警
```

36 Redis 单线程:为什么 Redis 用单线程而 Memcached 用多线程?

操作系统中的上下文切换有什么开销?

线程或进程状态的保存和恢复, 系统调用开销、锁竞争和同步

Redis 真的是单线程的吗?
```
命令的执行是单线程的
```

Redis 为什么后面又引入了多线程?

io 可以是多线程的, 充分利用多核cpu的能力

Redis 后面的引入的多线程模型是怎么运作的?相比原本的单线程模型有什么改进?
```
主线程负责处理事件、创建连接、执行命令; io 多线程用来处理读写数据.
```
同样是缓存，为什么 Memcached 使用了多线程?
```
设计问题
```

什么是 epoll?和 poll、select 比起来，有什么优势?

select:
文件描述符集合数量有限制
每次设置都要重置fd_set
内核需要遍历所有文件描述符来检查是否有事件就绪
poll:
没有文件描述符固定限制
每次依旧要重置fd数组
内核依旧需要遍历检查
epoll:
通过将fd和感兴趣的事件注册到epoll 实例上, 通过事件表和回调, 内核只会返回有事件的文件描述符.

什么是 Reactor 模式?

简单讲就是一个分发器+多个处理器

为什么 Redis 的性能那么好?/你可以说说 Redis 的 IO 模型吗?
```
利用了epoll 处理io 事件+ reactor 模式分发处理具体的io读写
```
9.为什么 Redis 可以用单线程，但是 Kafka 之类的中间件确不能使用单线程呢?
```
kafka 需要高吞吐量, 需要处理磁盘io
```

37 分布式锁:如何保证Redis分布式锁的高可用和高性能?

什么是分布式锁?你用过分布式锁吗?

支持排他性操作; 使用过基于redis 的分布式锁

怎么用 Redis 来实现一个分布式锁?
```
setnx + ttl
```
怎么确定分布式锁的过期时间?
```
业务正常执行完成事件的99线
```
如果分布式锁过期了，但是业务还没有执行完毕，怎么办?
```
可以提供续约机制
```
加锁的时候得到了超时响应，怎么办?
```
重试或者等待
```
加锁的时候如果锁被人持有了，这时候怎么办?
```
中断或者等待
```

分布式锁为什么要续约?续约失败了怎么办?如果重试一直都失败，怎么办?

业务可能在过期之前还没完成.
续约失败重试、释放或者重新获取、告警然后业务补偿.

怎么减少分布式锁竞争?

优化锁的粒度
减少锁的持有时间
合理设置锁的过期时间

你知道 redlock 是什么吗?

多数原则, 向所有redis 实例获取锁, 多数1/2以上获取成功则成功; 释放锁时要向所有实例发送释放请求.

38 缓存综合应用:怎么用缓存来提高整个应用的性能?

你是如何利用缓存来提高系统性能的?

发起微服务调用,应用客户端缓存;
具体服务:使用一致性哈希+本地+redis缓存
调整第三方中间件的缓存设置, 比如 mysql innodb 的 buffer bool.

当你的缓存崩溃了的时候，你的系统会怎么样?

缓存不可用直接告警, 读取数据不存在, 系统会直接查询数据库.

你们公司的 Redis 是如何部署的，性能怎么样?
```
使用的云服务
```
假如说有一个服务 A 要调用服务 B，那么能不能让 A 把 B 的结果缓存下来，这样下次就不用调用了?这种做法有什么优缺点?
```
可以缓存,但是要确保数据一致性就需要当B 的结果发生变化时, 能够删除掉旧的缓存.
```

为什么要做缓存预加载，怎么做预加载?

提高热点数据的访问性能. 应用初始化的时候, 缓存所有的热点数据.

Tags