突破Java面试(22) - Redis过时策略及手写LRU

0 欢迎关注 Github

欢迎关注全是干货的技术公众号

1 面试题

Redis的过时策略都有哪些？内存淘汰机制都有哪些？手写一下LRU代码实现？

2 考点分析

1）往redis里写的数据怎么没了？

生产环境的redis怎么常常会丢掉一些数据？写进去了，过一下子可能就没了。

问这个问题就说明redis你就没用对啊。redis是缓存，你给当存储了是吧？

啥叫缓存？用内存当缓存。内存是无限的吗，内存是很宝贵并且是有限的，而磁盘是廉价且大量的!
可能一台机器就几十个G的内存，可是能够有几个T的硬盘空间。
redis主要是基于内存来进行高性能、高并发的读写操做的。

那既然内存是有限的，好比redis就只能用10个G，你要是往里面写了20个G的数据，会咋办？固然会干掉10个G的数据，而后就保留10个G的数据了。那干掉哪些数据？保留哪些数据？固然是干掉不经常使用的数据，保留经常使用的数据了。

因此说，这是缓存的一个最基本的概念，数据是会过时的，要么是你本身设置个过时时间，要么是redis本身给干掉。

set key value 过时时间（1小时）

set进去的key，1小时以后就没了，就失效了

2）数据明明都过时了，怎么还占用着内存？

还有一种就是若是你设置好了一个过时时间，你知道redis是怎么给你弄成过时的吗？何时删除掉？若是你不知道，以前有我的就问了，为啥好多数据明明应该过时了，结果发现redis内存占用仍是很高？那是由于你不知道redis是怎么删除那些过时key的。

redis 内存一共是10g，你如今往里面写了5g的数据，结果这些数据明明你都设置了过时时间，要求这些数据1小时以后都会过时，结果1小时以后，你回来一看，redis机器，怎么内存占用仍是50%呢？5g数据过时了，我从redis里查，是查不到了，结果过时的数据还占用着redis的内存。

若是你连这个问题都不知道，上来就懵了，回答不出来，那线上你写代码的时候，想固然的认为写进redis的数据就必定会存在，后面致使系统各类漏洞和bug，谁来负责？

3 详解

3.1 设置过时时间

咱们set key的时候，均可以给一个expire time，就是过时时间，指定这个key好比说只能存活1个小时？10分钟？这个颇有用，咱们本身能够指定缓存到期就失效。

若是假设你设置一个一批key只能存活1个小时，那么接下来1小时后，redis是怎么对这批key进行删除的？

答案是：按期删除+惰性删除

按期删除

指的是redis默认是每隔100ms就随机抽取一些设置了过时时间的key，检查其是否过时，若是过时就删除。

假设redis里放了10万个key，都设置了过时时间，你每隔几百毫秒，就检查10万个key，那redis基本上就死了，cpu负载会很高的，消耗在你的检查过时key上了。

注意，这里可不是每隔100ms就遍历全部的设置过时时间的key，那样就是一场性能上的灾难。实际上redis是每隔100ms随机抽取一些key来检查和删除的。

可是问题是，按期删除可能会致使不少过时key到了时间并无被删除掉，那咋整呢？
因此就是

惰性删除

这就是说，在你获取某个key的时候，redis会检查一下 ，这个key若是设置了过时时间那么是否过时了？若是过时了此时就会删除，不会给你返回任何东西。

并非key到时间就被删除掉，而是你查询这个key的时候，redis再懒惰的检查一下

经过上述两种手段结合起来，保证过时的key必定会被干掉。

很简单，就是说，你的过时key，靠按期删除没有被删除掉，还停留在内存里，占用着你的内存呢，除非你的系统去查一下那个key，才会被redis给删除掉。

但实际上这仍是有问题的，若是按期删除漏掉了不少过时key，而后你也没及时去查，也就没走惰性删除，此时会怎么样？大量过时key堆积在内存里，致使redis内存块耗尽了，咋整？

答案是：走内存淘汰机制。

3.2 内存淘汰

若是redis的内存占用过多的时候，此时会进行内存淘汰，有以下一些策略：

redis 10个key，如今已经满了，redis须要删除掉5个key

1个key，最近1分钟被查询了100次
1个key，最近10分钟被查询了50次
1个key，最近1个小时倍查询了1次

• noeviction：当内存不足以容纳新写入数据时，新写入操做会报错，这个通常没人用吧，(太恶心了，可是默认的)
• allkeys-lru：当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的key（最经常使用）
• allkeys-random：当内存不足以容纳新写入数据时，在键空间中，随机移除某个key，这个通常没人用吧，为啥要随机，确定是把最近最少使用的key给干掉
• volatile-lru：当内存不足以容纳新写入数据时，在设置了过时时间的键空间中，移除最近最少使用的key（不太合适）
• volatile-random：当内存不足以容纳新写入数据时，在设置了过时时间的键空间中，随机移除某个key
• volatile-ttl：当内存不足以容纳新写入数据时，在设置了过时时间的键空间中，有更早过时时间的key优先移除

3.3 手写一个LRU

确实有时会问这个，由于有些候选人若是确实过五关斩六将，前面的问题都答的很好，那么其实让他写一下LRU算法，能够考察一下编码功底

你能够现场手写最原始的LRU算法，那个代码量太大了，不太现实

public class LRUCache<K, V> extends LinkedHashMap<K, V> {
    
private final int CACHE_SIZE;

    // 这里就是传递进来最多能缓存多少数据
    public LRUCache(int cacheSize) {
        super((int) Math.ceil(cacheSize / 0.75) + 1, 0.75f, true); // 这块就是设置一个hashmap的初始大小，同时最后一个true指的是让linkedhashmap按照访问顺序来进行排序，最近访问的放在头，最老访问的就在尾
        CACHE_SIZE = cacheSize;
    }

    @Override
    protected boolean removeEldestEntry(Map.Entry eldest) {
        return size() > CACHE_SIZE; // 这个意思就是说当map中的数据量大于指定的缓存个数的时候，就自动删除最老的数据
    }

}

最起码你也得写出来上面那种代码，不求本身纯手工从底层开始打造出本身的LRU，可是起码知道如何利用已有的jdk数据结构实现一个java版的LRU

参考

《Java工程师面试突击第1季-中华石杉老师》

本文由博客一文多发平台 OpenWrite 发布！