“Redis常见面试题（持续更新）”

缓存三兄弟

缓存穿透

查询一个不存在的数据，redis查询不到，再查询mysql也查询不到，也不会直接写入缓存，导致每次请求都查询数据库
有人恶意通过发送大量不存在的请求，导致数据库宕机

解决方案一：缓存

redis缓存空数据，查询返回的数据为空，仍然把这个空结果进行缓存
优点：简单
缺点：消耗内存，可能会发生不一致的问题

解决方案二：布隆过滤器

布隆过滤器，在查询redis前，先查询布隆过滤器，检索一个元素是否在一个集合中
布隆过滤器原理：
存储数据：通过对数据进行若干个哈希函数计算得到哈希值，将bitmap对应位置的值置为一
查询数据：使用相同的哈希函数获取哈希值，判断对应位置是否都为一，如果不全为一说明不存在
注意：“不存在一定不存在，存在不一定存在”
误判率：作为一个参数可以被设置，数组越小误判率越大，数组越大误判率越小，但响应的内存占用越大
优点：占用内存少，没有多余key
缺点：实现复杂，存在误判

缓存击穿

给某一个热点key设置了过期时间，当key过期时，恰好这时这个时间点对这个key有大量的并发请求，可能导致压垮数据库

解决方案一：互斥锁

互斥锁，当线程查询redis失败后，不立刻去请求数据库，而是使用如Redis的setnx去设置一个互斥锁，当获取锁成功时才进行查询，写入缓存完成后在释放锁
优点：可以保证redis和数据库的强一致性
缺点，性能差

解决方案二：自动续期

缓存击穿是由于热点key过期导致的，所以可以使用一个job给热点key自动更新缓冲，重新设置过期时间为30分钟

解决方案三：永不过期

对于很多热门key，其实是可以不用设置过期时间，让其永久有效的。比如参与秒杀活动的热门商品，由于这类商品id并不多，在缓存中我们可以不设置过期时间。在秒杀活动开始前，我们先用一个程序提前从数据库中查询出商品的数据，然后同步到缓存中，提前做预热
等压力过去之后，再手动删除这些无用的缓存

缓存雪崩

同时有多个key失效或者redis服务宕机，导致大量请求到达数据库，给数据库带来巨大压力

解决方案一：过期时间加随机数

为了解决缓存雪崩问题，我们首先要尽量避免缓存同时失效的情况发生，可以在过期时间上加上一个随机数，这样即使在高并发的情况下，多个请求同时设置过期时间，由于有随机数的存在，也不会出现太多相同的过期key。

解决方案二：高可用

针对缓存服务器down机的情况，在前期做系统设计时，可以做一些高可用架构。比如：如果使用了redis，可以使用哨兵模式，或者集群模式，避免出现单节点故障导致整个redis服务不可用的情况。
使用哨兵模式之后，当某个master服务下线时，自动将该master下的某个slave服务升级为master服务，替代已下线的master服务继续处理请求。