redis的过时策略以及内存淘汰机制
分析:这个问题其实至关重要，到底redis有没用到家，这个问题就能够看出来。好比你redis只能存5G数据，但是你写了10G，那会删5G的数据。怎么删的，这个问题思考过么？还有，你的数据已经设置了过时时间，可是时间到了，内存占用率仍是比较高，有思考过缘由么?redis
回答:redis采用的是按期删除+惰性删除策略。数据库
为何不用定时删除策略?
定时删除,用一个定时器来负责监视key,过时则自动删除。虽然内存及时释放，可是十分消耗CPU资源。在大并发请求下，CPU要将时间应用在处理请求，而不是删除key,所以没有采用这一策略.缓存
按期删除+惰性删除是如何工做的呢?并发
按期删除，redis默认每一个100ms检查，是否有过时的key,有过时key则删除。须要说明的是，redis不是每一个100ms将全部的key检查一次，而是随机抽取进行检查(若是每隔100ms,所有key进行检查，redis岂不是卡死)。所以，若是只采用按期删除策略，会致使不少key到时间没有删除。dom
因而，惰性删除派上用场。也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。异步
采用按期删除+惰性删除就没其余问题了么?不是的，若是按期删除没删除key。而后你也没即时去请求key，也就是说惰性删除也没生效。这样，redis的内存会愈来愈高。那么就应该采用内存淘汰机制。分布式
在redis.conf中有一行配置ui
# maxmemory-policy volatile-lruspa
该配置就是配内存淘汰策略的线程
1）noeviction：当内存不足以容纳新写入数据时，新写入操做会报错。
2）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。推荐使用，目前项目在用这种。
3）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。
4）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。这种状况通常是把redis既当缓存，又作持久化存储的时候才用。不推荐
5）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。依然不推荐
6）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。不推荐
ps：若是没有设置 expire 的key, 不知足先决条件(prerequisites); 那么 volatile-lru, volatile-random 和 volatile-ttl 策略的行为, 和 noeviction(不删除) 基本上一致。
redis和数据库双写一致性问题
分析:一致性问题是分布式常见问题，还能够再分为最终一致性和强一致性。数据库和缓存双写，就必然会存在不一致的问题。答这个问题，先明白一个前提。就是若是对数据有强一致性要求，不能放缓存。咱们所作的一切，只能保证最终一致性。另外，咱们所作的方案其实从根本上来讲，只能说下降不一致发生的几率，没法彻底避免。所以，有强一致性要求的数据，不能放缓存。
回答:《分布式之数据库和缓存双写一致性方案解析》给出了详细的分析，在这里简单的说一说。首先，采起正确更新策略，先更新数据库，再删缓存。其次，由于可能存在删除缓存失败的问题，提供一个补偿措施便可，例如利用消息队列。
如何应对缓存穿透和缓存雪崩问题
分析:这两个问题，说句实在话，通常中小型传统软件企业，很难碰到这个问题。若是有大并发的项目，流量有几百万左右。这两个问题必定要深入考虑。
回答:以下所示
缓存穿透，即黑客故意去请求缓存中不存在的数据，致使全部的请求都怼到数据库上，从而数据库链接异常。
解决方案:
(一)利用互斥锁，缓存失效的时候，先去得到锁，获得锁了，再去请求数据库。没获得锁，则休眠一段时间重试
(二)采用异步更新策略，不管key是否取到值，都直接返回。value值中维护一个缓存失效时间，缓存若是过时，异步起一个线程去读数据库，更新缓存。须要作缓存预热(项目启动前，先加载缓存)操做。
(三)提供一个能迅速判断请求是否有效的拦截机制，好比，利用布隆过滤器，内部维护一系列合法有效的key。迅速判断出，请求所携带的Key是否合法有效。若是不合法，则直接返回。
缓存雪崩，即缓存同一时间大面积的失效，这个时候又来了一波请求，结果请求都怼到数据库上，从而致使数据库链接异常。
解决方案:
(一)给缓存的失效时间，加上一个随机值，避免集体失效。
(二)使用互斥锁，可是该方案吞吐量明显降低了。
(三)双缓存。咱们有两个缓存，缓存A和缓存B。缓存A的失效时间为20分钟，缓存B不设失效时间。本身作缓存预热操做。而后细分如下几个小点
I 从缓存A读数据库，有则直接返回
II A没有数据，直接从B读数据，直接返回，而且异步启动一个更新线程。
III 更新线程同时更新缓存A和缓存B。
如何解决redis的并发竞争key问题
分析:这个问题大体就是，同时有多个子系统去set一个key。这个时候要注意什么呢？你们思考过么。须要说明一下，博主提早百度了一下，发现答案基本都是推荐用redis事务机制。博主不推荐使用redis的事务机制。由于咱们的生产环境，基本都是redis集群环境，作了数据分片操做。你一个事务中有涉及到多个key操做的时候，这多个key不必定都存储在同一个redis-server上。所以，redis的事务机制，十分鸡肋。
回答:以下所示
(1)若是对这个key操做，不要求顺序
这种状况下，准备一个分布式锁，你们去抢锁，抢到锁就作set操做便可，比较简单。
(2)若是对这个key操做，要求顺序
假设有一个key1,系统A须要将key1设置为valueA,系统B须要将key1设置为valueB,系统C须要将key1设置为valueC.
指望按照key1的value值按照 valueA-->valueB-->valueC的顺序变化。这种时候咱们在数据写入数据库的时候，须要保存一个时间戳。假设时间戳以下
系统A key 1 {valueA 3:00}
系统B key 1 {valueB 3:05}
系统C key 1 {valueC 3:10}
那么，假设这会系统B先抢到锁，将key1设置为{valueB 3:05}。接下来系统A抢到锁，发现本身的valueA的时间戳早于缓存中的时间戳，那就不作set操做了。以此类推。
其余方法，好比利用队列，将set方法变成串行访问也能够