本篇内容介绍了“redis常见的面试题有哪些”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
网站建设哪家好，找创新互联公司！专注于网页设计、网站建设、微信开发、重庆小程序开发公司、集团企业网站建设等服务项目。为回馈新老客户创新互联还提供了于洪免费建站欢迎大家使用！
一、缓存雪崩
1.1 什么是缓存雪崩?
回顾一下我们为什么要用缓存(Redis)：
为什么要缓存
现在有个问题，如果我们的缓存挂掉了，这意味着我们的全部请求都跑去数据库了。
如果缓存挂掉了，全部请求跑去数据库了
在前面学习我们都知道Redis不可能把所有的数据都缓存起来(内存昂贵且有限)，所以Redis需要对数据设置过期时间，并采用的是惰性删除+定期删除两种策略对过期键删除。Redis对过期键的策略+持久化
如果缓存数据设置的过期时间是相同的，并且Redis恰好将这部分数据全部删光了。这就会导致在这段时间内，这些缓存同时失效，全部请求到数据库中。
这就是缓存雪崩：
缓存雪崩如果发生了，很可能就把我们的数据库搞垮，导致整个服务瘫痪!
1.2 如何解决缓存雪崩?
对于“对缓存数据设置相同的过期时间，导致某段时间内缓存失效，请求全部走数据库。”这种情况，非常好解决：
对于“Redis挂掉了，请求全部走数据库”这种情况，我们可以有以下的思路：
事发前：实现Redis的高可用(主从架构+Sentinel 或者Redis Cluster)，尽量避免Redis挂掉这种情况发生。
事发中：万一Redis真的挂了，我们可以设置本地缓存(ehcache)+限流(hystrix)，尽量避免我们的数据库被干掉(起码能保证我们的服务还是能正常工作的)
事发后：redis持久化，重启后自动从磁盘上加载数据，快速恢复缓存数据。
二、缓存穿透
2.1 什么是缓存穿透
比如，我们有一张数据库表，ID都是从1开始的(正数)：
随便找了一张数据库表
但是可能有黑客想把我的数据库搞垮，每次请求的ID都是负数。这会导致我的缓存就没用了，请求全部都找数据库去了，但数据库也没有这个值啊，所以每次都返回空出去。
缓存穿透是指查询一个一定不存在的数据。由于缓存不***，并且出于容错考虑，如果从数据库查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到数据库去查询，失去了缓存的意义。
缓存穿透
这就是缓存穿透：
缓存穿透如果发生了，也可能把我们的数据库搞垮，导致整个服务瘫痪!
2.1 如何解决缓存穿透?
解决缓存穿透也有两种方案：
参考资料：
https://carlosfu.iteye.com/blog/2248185
三、缓存与数据库双写一致
3.1 对于读操作，流程是这样的
上面讲缓存穿透的时候也提到了：如果从数据库查不到数据则不写入缓存。
一般我们对读操作的时候有这么一个固定的套路：
3.2 什么是缓存与数据库双写一致问题?
如果仅仅查询的话，缓存的数据和数据库的数据是没问题的。但是，当我们要更新时候呢?各种情况很可能就造成数据库和缓存的数据不一致了。
数据库和缓存的数据不一致
从理论上说，只要我们设置了键的过期时间，我们就能保证缓存和数据库的数据最终是一致的。因为只要缓存数据过期了，就会被删除。随后读的时候，因为缓存里没有，就可以查数据库的数据，然后将数据库查出来的数据写入到缓存中。
除了设置过期时间，我们还需要做更多的措施来尽量避免数据库与缓存处于不一致的情况发生。
3.3 对于更新操作
一般来说，执行更新操作时，我们会有两种选择：
首先，要明确的是，无论我们选择哪个，我们都希望这两个操作要么同时成功，要么同时失败。所以，这会演变成一个分布式事务的问题。
所以，如果原子性被破坏了，可能会有以下的情况：
操作数据库成功了，操作缓存失败了。
操作缓存成功了，操作数据库失败了。
如果***步已经失败了，我们直接返回Exception出去就好了，第二步根本不会执行。
下面我们具体来分析一下吧。
3.3.1操作缓存操作缓存也有两种方案：
一般我们都是采取删除缓存缓存策略的，原因如下：
鸿蒙官方战略合作共建——HarmonyOS技术社区
高并发环境下，无论是先操作数据库还是后操作数据库而言，如果加上更新缓存，那就更加容易导致数据库与缓存数据不一致问题。(删除缓存直接和简单很多)
如果每次更新了数据库，都要更新缓存【这里指的是频繁更新的场景，这会耗费一定的性能】，倒不如直接删除掉。等再次读取时，缓存里没有，那我到数据库找，在数据库找到再写到缓存里边(体现懒加载)
基于这两点，对于缓存在更新时而言，都是建议执行删除操作!
3.3.2先更新数据库，再删除缓存正常的情况是这样的：
如果原子性被破坏了：
如果在高并发的场景下，出现数据库与缓存数据不一致的概率特别低，也不是没有：
缓存刚好失效
线程A查询数据库，得一个旧值
线程B将新值写入数据库
线程B删除缓存
线程A将查到的旧值写入缓存
要达成上述情况，还是说一句概率特别低：
因为这个条件需要发生在读缓存时缓存失效，而且并发着有一个写操作。而实际上数据库的写操作会比读操作慢得多，而且还要锁表，而读操作必需在写操作前进入数据库操作，而又要晚于写操作更新缓存，所有的这些条件都具备的概率基本并不大。
对于这种策略，其实是一种设计模式：Cache Aside Pattern
先修改数据库，再删除缓存
删除缓存失败的解决思路：
将需要删除的key发送到消息队列中
自己消费消息，获得需要删除的key
不断重试删除操作，直到成功
3.3.3先删除缓存，再更新数据库正常情况是这样的：
如果原子性被破坏了：
看起来是很美好，但是我们在并发场景下分析一下，就知道还是有问题的了：
线程A删除了缓存
线程B查询，发现缓存已不存在
线程B去数据库查询得到旧值
线程B将旧值写入缓存
线程A将新值写入数据库
所以也会导致数据库和缓存不一致的问题。
并发下解决数据库与缓存不一致的思路：
将操作积压到队列中
3.4对比两种策略
我们可以发现，两种策略各自有优缺点：
3.5 其他保障数据一致的方案与资料
可以用databus或者阿里的canal监听binlog进行更新。
“Redis常见的面试题有哪些”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注创新互联网站，小编将为大家输出更多高质量的实用文章！
文章标题：Redis常见的面试题有哪些
链接地址：
http://cdkjz.cn/article/gehdps.html
