迎战金三银四：Java面试避坑之Redis篇（咸鱼勿进！）
目录
- 前言
- 正文
-
- 1.什么是 Redis？简述它的优缺点？
- 2.Redis 与 memcached 相比有哪些优势？
- 3.Redis 有哪几种数据淘汰策略？
- 4.Redis 官方为什么不提供 Windows 版本？
- 5.Redis 集群方案应该怎么做？都有哪些方案？
- 6.MySQL 里有 2000w 数据，redis 中只存 20w 的数据，如何保证 redis 中的数据都是热点数据？
- 7.Redis 有哪些适合的场景？
-
- 1).会话缓存（Session Cache）
- 2).全页缓存（FPC）
- 3).队列
- 4).排行榜/计数器
- 5).发布/订阅
- 8.Redis 和 Redisson 有什么关系？
- 9.Redis 分布式锁的缺点
- 10.什么是缓存穿透？如何避免？什么是缓存雪崩？何如避免？
- 写在最后
前言
开发人员面对突如其来的变化，无论在架构选型，还是在日常开发中，总会面临各种挑战和考验。唯有系统性地掌握 Java 核心编程思想、设计理念，以及具体的实现方式，方可游刃有余，以免进退失据。
作为 Java 技术生态的基石，Dubbo 、ElasticSearch 、JVM 、多线程/高并发 、消息中间件 、Spring Cloud 都是你进军大厂、获得更好的职业发展必须跨过的一道难关。
作为面向人民币编程社群的一份子，我们不但要关注技术面的发展，而且也要重视经济面的收益。
所以，为了大家更好的提升自己，更好的迎接即将到来的金三银四，博主亲自总结了一些宝藏级 BATJ互联网公司高级面经笔记，下面我们花几分钟来看看究竟有些什么不同之处。
由于篇幅过长，为使得文章看起来美观悦目，本文章仅展示笔记的部分核心内容，觉得对自己有帮助需要完整PDF的朋友，请添加 助教小姐姐VX：C18173184271 来获取免费获取方式！
正文
1.什么是 Redis？简述它的优缺点？
Redis 的全称是：Remote Dictionary.Server，本质上是一个 Key-Value 类型 的内存数据库，很像 memcached，整个数据库统统加载在内存当中进行操作，定期通过异步操作把数据库数据 flush 到硬盘上进行保存。
因为是纯内存操作，Redis 的性能非常出色，每秒可以处理超过 10 万次读写操作，是已知性能最快的 Key-Value DB。
Redis 的出色之处不仅仅是性能，Redis 最大的魅力是支持保存多种数据结构，此外单个 value 的最大限制是 1GB，不像 memcached 只能保存 1MB 的数据，因此 Redis 可以用来实现很多有用的功能。
比方说用他的 List 来做 FIFO 双向链表，实现一个轻量级的高性 能消息队列服务，用他的 Set 可以做高性能的 tag 系统等等。
另外 Redis 也可以对存入的 Key-Value 设置 expire 时间，因此也可以被当作一 个功能加强版的 memcached 来用。 Redis 的主要缺点是数据库容量受到物理内存的限制，不能用作海量数据的高性能读写，因此 Redis 适合的场景主要局限在较小数据量的高性能操作和运算上。
2.Redis 与 memcached 相比有哪些优势？
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的速度比memcached快很多redis可以持久化其数据redis可以持久化其数据
3.Redis 有哪几种数据淘汰策略？
- noeviction:返回错误当内存限制达到，并且客户端尝试执行会让更多内存被使用的命令。
- allkeys-lru: 尝试回收最少使用的 键（LRU），使得新添加的数据有空间存放。
- volatile-lru: 尝试回收最少使用的 键（LRU），但仅限于在过期集合的键,使得新添加的数据有空间存放。
- allkeys-random: 回收随机的键使得新添加的数据有空间存放。
- volatile-random: 回收随机的键使得新添加的数据有空间存放，但仅限于在过期集合的键。
- volatile-ttl: 回收在过期集合的键，并且优先回收存活时间（TTL）较短的键,使得新添加的数据有空间存放。
4.Redis 官方为什么不提供 Windows 版本？
因为目前 Linux 版本已经相当稳定，而且用户量很大，无需开发 windows 版本，反而会带来兼容性等问题。
5.Redis 集群方案应该怎么做？都有哪些方案？
- codis
- 目前用的最多的集群方案，基本和
twemproxy一致的效果，但它支持在节点数量改变情况下，旧节点数据可恢复到新hash节点。
redis cluster3.0自带的集群，特点在于他的分布式算法不是一致性hash，而是hash槽的概念，以及自身支持节点设置从节点。具体看官方文档介绍。 - 在业务代码层实现，起几个毫无关联的
redis实例，在代码层，对key进行hash计算，然后去对应的redis实例操作数据。这种方式对hash层代码要求比较高，考虑部分包括，节点失效后的替代算法方案，数据震荡后的自动脚本恢复，实例的监控，等等。
6.MySQL 里有 2000w 数据，redis 中只存 20w 的数据，如何保证 redis 中的数据都是热点数据？
redis 内存数据集大小上升到一定大小的时候，就会施行数据淘汰策略。
7.Redis 有哪些适合的场景？
1).会话缓存（Session Cache）
最常用的一种使用 Redis 的情景是 会话缓存（sessioncache），用 Redis 缓存会话比其他存储（如 Memcached）的优势在于：Redis 提供持久化。当维护一个不是严格要求一致性的缓存时，如果用户的购物车信息全部丢失，大部分人都会不高兴的，现在，他们还会这样吗？
幸运的是，随着 Redis 这些年的改进，很容易找到怎么恰当的使用 Redis 来缓存会话的文档。甚至广为人知的商业平台 Magento 也提供 Redis 的插件。
2).全页缓存（FPC）
除基本的 会话 token 之外，Redis 还提供很简便的 FPC 平台。回到一致性问题，即使重启了 Redis 实例，因为有磁盘的持久化，用户也不会看到页面加载速度的下降，这是一个极大改进，类似 PHP 本地 FPC。
再次以 Magento 为例，Magento 提供一个插件来使用 Redis 作为全页缓存后端。
此外，对 WordPress 的用户来说，Pantheon 有一个非常好的插件 wp-redis，这个插件能帮助你以最快速度加载你曾浏览过的页面。
3).队列
Reids 在内存存储引擎领域的一大优点是提供 list 和 set 操作，这使得 Redis 能作为一个很好的消息队列平台来使用。Redis 作为队列使用的操作，就类似于本地程序语言（如 Python）对 list 的 push/pop操作。
如果你快速的在 Google 中搜索“Redis queues”，你马上就能找到大量的开源项目，这些项目的目的就是利用 Redis 创建非常好的后端工具，以满足各种队列需求。例如，Celery 有一个后台就是使用 Redis 作为 broker，你可以从这里去查看。
4).排行榜/计数器
Redis 在内存中对数字进行递增或递减的操作实现的非常好。集合（Set） 和 有序集合（SortedSet） 也使得我们在执行这些操作的时候变的非常简单，Redis 只是正好提供了这两种数据结构。
所以，我们要从排序集合中获取到排名最靠前的 10 个用户–我们称之为“user_scores”，我们只需要像下面一样执行即可：
当然，这是假定你是根据你用户的分数做递增的排序。如果你想返回用户及用户的分数，你需要这样执行：
ZRANGE user_scores 0 10 WITHSCORES
Agora Games 就是一个很好的例子，用 Ruby 实现的，它的排行榜就是使用 Redis 来存储数据的，你可以在这里看到。
5).发布/订阅
最后（但肯定不是最不重要的）是 Redis 的 发布/订阅 功能。发布/订阅的使用场景确实非常多。我已看见人们在社交网络连接中使用，还可作为基于发布/订阅的脚本触发器，甚至用 Redis 的发布/订阅功能来建立聊天系统！
8.Redis 和 Redisson 有什么关系？
Redisson 是一个高级的 分布式协调 Redis 客服端，能帮助用户在分布式环境中轻松实现一些 Java 的对象 (Bloom filter, BitSet, Set, SetMultimap, ScoredSortedSet, SortedSet, Map, ConcurrentMap,List, ListMultimap, Queue, BlockingQueue, Deque, BlockingDeque, Semaphore, Lock,ReadWriteLock, AtomicLong, CountDownLatch, Publish / Subscribe, HyperLogLog)。
9.Redis 分布式锁的缺点
其实上面那种方案最大的问题，就是如果你对某个 redis master 实例，写入了 myLock 这种锁 key 的 value，此时会异步复制给对应的 master slave 实例。但是这个过程中一旦发生 redis master 宕机，主备切换，redis slave 变为了 redis master。
接着就会导致，客户端 2 来尝试加锁的时候，在新的 redis master 上完成了加锁，而客户端 1 也以为自己成功加了锁。此时就会导致多个客户端对一个分布式锁完成了加锁。这时系统在业务语义上一定会出现问题，导致各种脏数据的产生。
所以这个就是 redis cluster，或者是 redis master-slave 架构的主从异步复制导致的 redis 分布式锁 的最大缺陷：在 redis master 实例宕机的时候，可能导致多个客户端同时完成加锁。
10.什么是缓存穿透？如何避免？什么是缓存雪崩？何如避免？
- 缓存穿透
一般的缓存系统，都是按照
key去缓存查询，如果不存在对应的value，就应该去后端系统查找（比如 DB）。一些恶意的请求会故意查询不存在的key,请求量很大，就会对后端系统造成很大的压力。这就叫做缓存穿透。
- 如何避免？
- 对查询结果为空的情况也进行缓存，缓存时间设置短一点，或者该
key对应的数据insert了之后清理缓存。 - 对一定不存在的
key进行过滤。可以把所有的可能存在的key放到一个大的Bitmap中，查询时通过该bitmap过滤。
- 缓存雪崩
当缓存服务器重启或者大量缓存集中在某一个时间段失效，这样在失效的时候，会给后端系统带来很大压力。导致系统崩溃。
- 如何避免？
- 在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个
key只允许一个线程查询数据和写缓存，其他线程等待。 - 做二级缓存，A1 为原始缓存，A2 为拷贝缓存，A1 失效时，可以访问 A2，A1 缓存失效时间设置为短期，A2 设置为长期
- 不同的 key，设置不同的过期时间，让缓存失效的时间点尽量均匀
写在最后
一切技术的产生与发展都离不开最基本的原理，只要追本溯源，了解技术体系最基本、最底层的原理，我们就能根据这些知识储备建立自己的后端技术框架，从而搭建一条完整的成长道路。
记得帮忙点个赞；手留余香，添加
助教小姐姐VX：C18173184271即可获取本文上所有的资料下载地址。