每日八股-Redis篇-完结

文章目录

      • 场景:Redis分布式锁,是如何实现的?
      • 1.Reids分布式锁如何实现?
      • 2.如何控制Redis实现分布式锁有效时长呢?
      • 3.redisson实现的分布式锁是可重入的吗?
      • 4.redisson实现的分布式锁能解决主从一致性的问题吗?
      • 5.那么如果业务非要保持数据的强一致性,这个该怎么解决呢?
      • 6.Redis集群有哪些方案,知道嘛?
      • 7.介绍一下主从同步
      • 8.能说一下主从同步数据的流程吗?
      • 9.怎么保证Redis的高并发高可用?
      • 10.你们使用redis时单点还是集群?哪种集群?
      • 11.Redis集群脑裂,该怎么解决呢?
      • 12.Redis的分片集群有什么作用?
      • 13.Redis分片集群中数据是怎么存储和读取的?
      • 14.Redis是单线程的,但是为什么还那么快?
      • 15.能解释一下I/O复用模型吗?

场景:Redis分布式锁,是如何实现的?

需要结合项目中的业务进行回答,通常情况下,分布式锁使用的场景:

集群情况下的定时任务、抢单、幂等性场景。

抢券场景

/**
	* 抢购优惠券
  * @throws InterruptedException
*/
public void rushToPurchase() throws InterruptedException {
	//获取优惠券数量
	Integer num = (Integer) redisTemplate.opsForValue().get(“num”);
	//判断是否抢完
	if (null == num || num <= 0) {
  	throw new RuntimeException(“优惠券已抢完");
  }
  //优惠券数量减一,说明抢到了优惠券
  	num = num - 1;
  //重新设置优惠券的数量
  	redisTemplate.opsForValue().set("num", num);
}

抢券执行流程

public void rushToPurchase() throws InterruptedException {
	synchronized (this){       
	//查询优惠券数量
  Integer num = (Integer) redisTemplate.opsForValue().get("num");
  //判断是否抢完
  if (null == num || num <= 0) {
  throw new RuntimeException("商品已抢完");
  }
  //优惠券数量减一(减库存)
  num = num - 1;
  //重新设置优惠券的数量
  redisTemplate.opsForValue().set("num", num);
  }
}	

Redis分布式锁

Redis实现分布式锁主要利用Redis的setnx命令,setnx是SET if not exists(如果不存在则SET)的简写。

  • 获取锁:

    # 添加锁,NX是互斥,EX是设置超时时间
    SET lock value NX EX 10
    
  • 释放锁:

    # 释放锁,删除即可
    DEL key
    

1.Reids分布式锁如何实现?

在Redis中提供了一个命令setnx(SET if not exists)由于Redis是单线程的,用了命令之后,只能有一个客户端对某一个key设置值,在没有过期或删除key的时候是其他客户端不能设置这个key的。

2.如何控制Redis实现分布式锁有效时长呢?

Redis的setnx指令不好控制这个问题,我们当时才用的redis的一个框架redisson实现的。

在redisson中需要手动枷锁,并且可以控制锁的失效时间和等待时间,当锁住的一个业务还没有完全执行完成的时候,在redisson中引入了一个看门狗机制,就是说每隔一段时间就检查当前业务是否还持有锁,如果持有就增加加锁的持有时间,当业务执行完成之后需要使用释放锁就可以了。

还有一个好处就是,在高并发喜爱,一个业务有可能会执行很快,先客户1持有锁的时候,客户2来了以后并不会马上拒绝,它会自旋不断尝试获取锁,如果客户1释放之后,客户2就可以马上持有锁,性能也得到了提升。

3.redisson实现的分布式锁是可重入的吗?

是可以重入的,为了避免死锁的产生,这个重入其实在内部就是判断是否当前线程持有的锁,如果是当前线程持有的锁就会计数,如果释放锁就会在计算上减一。在存储数据的时候采用的hash结构,大key可以按照自己的业务进行定制,其中小key是当前线程的唯一标识,value是当前线程重入的次数。

4.redisson实现的分布式锁能解决主从一致性的问题吗?

这个是不能的,比如,当线程1加锁成功后,master节点数据会异步复制到slave节点,此时当前持有redis锁的master节点宕机,slave节点被提升为新的master节点,假如现在来了一个线程2,再次加锁,会在新的master节点上加锁成功,这个时候就会出现两个节点同时持有一把锁的问题。

我们可以利用redisson提供的红锁来解决这个问题,它的主要作用是,不能只在一个redis实例上创建锁,应该是在多个redis实例上创建锁,并且要求在大多数redis节点上都成功创建锁,红锁中要求是redis的节点数量要过半。这样就能避免线程1加锁成功后master节点宕机导致线程2成功加锁到新的master节点上的问题了。

但是,如果使用了红锁,因为需要同时在多个节点上都添加锁,性能就变得很低了,并且运维维护的成本也非常高,所以,我们一般在项目中也不会直接使用红锁,并且官方也暂时废弃了这个红锁。

5.那么如果业务非要保持数据的强一致性,这个该怎么解决呢?

redis本身就是支持高可用的,做到强一致性,就非常影响性能,所以如果有强一致性要求高的业务,建议使用zookeeper实现的分布式锁,它是可以保证强一致性的。

6.Redis集群有哪些方案,知道嘛?

在Redis中提供的集群方案总共有三种:主从复制、哨兵模式、Redis分片集群。

7.介绍一下主从同步

单节点Redis的并发能力是有上限的,要进一步提高Redis的并发能力,可以搭建主从集群,实现读写分离。一般都是一主多从,主节点负责写数据,从节点负责读数据,主节点写入数据之后,需要吧数据同步到从节点中。

8.能说一下主从同步数据的流程吗?

主从同步分为了两个阶段,一个是全量同步,一个是增量同步

全量同步是指从节点第一次与主节点建立连接的时候使用全量同步,流程是这样的:

第一:从节点请求主节点同步数据,其中从节点会携带自己的replication id 和 offset偏移量。

第二:主节点判断是否是第一次请求,主要判断的依据就是,主节点与从节点是否是同一个replication id 和 offset发送给从节点,让从节点与主节点的信息保持一致。

第三:在同时主节点会执行bgsave,生成rdb文件,发送给从节点去执行,从节点先把自己的数据清空,然后执行主节点发送过来的rdb文件,这样就保持了一致。

当然,如果在rdb生成执行期间,依然有请到了主节点,而主节点会以命令的方式记录到缓冲区,缓冲区是一个日志文件,最后把这个日志文件发送给从节点,这样就能保证主节点与从节点完全一致了,后期再同步数据的时候,都以来于这个日志文件,这个就是全量同步

增量同步指的是,当从节点服务器重启之后,数据就不一致了,所以这个时候,从节点会请求主节点同步数据,主节点还是判断不是第一次请求,不是第一次就获取从节点的offset值,然后主节点从命令日志中获取offset值之后的数据,发送给从节点进行数据同步。

9.怎么保证Redis的高并发高可用?

首先可以搭建主从集群,再加上使用Redis中的哨兵模式,哨兵模式可以实现主从集群的自动鼓掌恢复,里面就包含了对主从服务的监控、自动故障恢复、通知;如果master故障,Sentinel会将一个slave提升为master。当故障实例恢复后以新的master为主;同时Sentinel也充当Redis客户端的服务发现来源,当集群发生故障转移时,会将最新信息推送给Redis的客户端,所以一般项目都会采用哨兵的模式来保证redis的高并发高可用。

10.你们使用redis时单点还是集群?哪种集群?

我们当时使用的是主从(1主1从)加哨兵。一般单节点不超过10G内存,如果Redis内存不足,则可以给不同服务分配独立的Redis主从节点。尽量不做分片集群。因为集群维护起来比较麻烦,并且集群之间的心跳检测和数据通信会消耗大量的网络带宽,也没有办法使用lua脚本和事务。

11.Redis集群脑裂,该怎么解决呢?

嗯,在这个项目很少见,不过脑裂的问题是这样的,我们现在用的redis的哨兵模式集群的,有的时候由于网络等原因可能会出现脑裂的情况,就是说,由于redis master节点和redis salve节点和sentinel处于不同的网络分区,使得sentinel没有能够心跳感知道master,所以通过选择的方式提升了一个salve为master,这样就存在了两个master,就像大脑分裂了一样,这样会导致客户端还在old master那里写入数据,新节点无法同步数据,当网络恢复后,sentinel会将old master降为salve,这时再从新master同步数据,这会导致old master中的大量数据丢失。

关于这个问题的解决,我记得在redis的配置中可以设置:第一可以设置最少的salve节点个数,比如设置至少有一个从节点才能同步数据,第二个可以设置主从数据复制和同步的延迟时间,达不到要求就拒接请求,就可以避免大量的数据丢失。

12.Redis的分片集群有什么作用?

分片集群主要解决的是,海量数据存储的问题,集群中有多个master,每个master保存不同数据,并且还可以给每个master设置多个slave节点,就可以继续增大集群的高并发能力。同时每个master之间通过ping监测彼此健康状态,就类似于哨兵模式了。当客户端请求可以访问集群任意节点,最终都会被转发到正确的节点。

13.Redis分片集群中数据是怎么存储和读取的?

Redis集群引入了哈希槽的概念,有16384个哈希槽,集群中每个主节点绑定了一定范围的哈希槽范围,key通过CRC16校验后对16384取模来决定放置哪个槽,通过槽找到对应的节点进行存储。

取值的逻辑是一样的/

14.Redis是单线程的,但是为什么还那么快?

  1. 完全基于内存的,C语言编写

  2. 采用单线程,避免不必要的上下文切换可竞争条件

  3. 使用多路I/O复用模型,非阻塞IO

    例如:bgsave和bgrewriteaof都是在后台执行操作,不影响主线程的正常使用,不会产生阻塞

15.能解释一下I/O复用模型吗?

I/O多路复用是指利用单个线程来同时监听多个Socket,并在某个Socket可读、可写时得到通知,从而避免无效的等待,充分利用CPU资源。目前的I/O多路复用都是采用的epoll模式实现,它会在通知用户进程Socket就绪的同时,把已就绪的Socket写入用户空间,不需要挨个遍历Socket来判断是否就绪,提升了性能。

其中Redis的网络模型就是使用了I/O多路复用结合事件的处理器来应对多个Socket请求,比如,提供了连接应答处理器、命令回复处理器、命令请求处理器。

在Redis6.0之后,为了提升更好的性能,在命令回复处理器使用了多线程来处理回复事件,在命令请求处理器中,将命令的转换使用了多线程,增加命令的转换速度,在命令执行的时候,依然是单线程。

至今,我遇到的常见的Redis面试问题已经集合完毕。

如果您认为这篇文章对您有所帮助,希望能给我点一个免费的赞或收藏,这将是我创作的动力和鼓励!

你可能感兴趣的:(每日八股,面试,redis,缓存,java,数据库)