一、为什么使用缓存？
1、高性能
2、高可用
二、什么是缓存穿透？缓存击穿？缓存雪崩？ 怎么解决？
1、缓存穿透： 缓存中查不到，数据库中也查不到。
解决方案：
1》 对参数进行合法性校验。
2》将数据库中没有查到结果的数据也写入
到缓存。这时要注意为了防止Redis被无用的Key占满，这一类缓存的有效期要设置
得短一点。
3》 引入布隆过滤器，在访问Redis之前判断数据是否存在。 要注意布隆过滤器存在
一定的误判率，并且，布隆过滤器只能加数据不能减数据。
2、缓存击穿：缓存中没有，数据库中有。一般是出现在存数数据初始化以及key过
期了的情况。他的问题在于，重新写入缓存需要一定的时间，如果是在高并发场景
下，过多的请求就会瞬间写到DB上，给DB造成很大的压力。
解决方案：
1》设置这个热点缓存永不过期。这时要注意在value当中包含一个逻辑上的过期时间，然后另起一个线程，定期重建这些缓存。
2》加载DB的时候，要防止并发。
3、缓存雪崩： 缓存大面积过期，导致请求都被转发到DB。
解决方案：
1》把缓存的时效时间分散开。例如，在原有的统一失效时间基础上，增加一个随机值。
2》对热点数据设置永不过期。
三、如何保证Redis与数据库的数据一致？
当我们对数据进行修改的时候，到底是先删缓存，还是先写数据库？
1、如果先删缓存，再写数据库： 在高并发场景下，当第一个线程删除了缓存，还
没有来得及写数据库，第二个线程来读取数据，会发现缓存中的数据为空，那就会
去读数据库中的数据(旧值，脏数据)，读完之后，把读到的结果写入缓存(此时，第
一个线程已经将新的值写到缓存里面了)，这样缓存中的值就会被覆盖为修改前的脏
数据。
总结：在这种方式下，通常要求写操作不会太频繁。
解决方案：
1》先操作缓存，但是不删除缓存。将缓存修改为一个特殊值(-999)。客
户端读缓存时，发现是默认值，就休眠一小会，再去查一次Redis。 -》 特殊值对业
务有侵入。 休眠时间，可能会多次重复，对性能有影响。
2》延时双删。 先删除缓存，然后再写数据库，休眠一小会，再次删除缓存。-》 如
果数据写操作很频繁，同样还是会有脏数据的问题。
2、先写数据库，再删缓存： 如果数据库写完了之后，缓存删除失败，数据就会不
一致。
总结： 始终只能保证一定时间内的最终一致性。
解决方案：
1》给缓存设置一个过期时间 问题：过期时间内，缓存数据不会更新。
2》引入MQ，保证原子操作。
解决方案：将热点数据缓存设置为永不过期，但是在value当中写入一个逻辑上的过
期时间，另外起一个后台线程，扫描这些key，对于已逻辑上过期的缓存，进行删
除。
四、如何设计一个分布式锁？如何对锁性能进 行优化？
分布式锁的本质：就是在所有进程都能访问到的一个地方，设置一个锁资源，让这
些进程都来竞争锁资源。数据库、zookeeper, Redis。。通常对于分布式锁，会要
求响应快、性能高、与业务无关。
Redis实现分布式锁：SETNX key value：当key不存在时，就将key设置为value，
并返回1。如果key存在，就返回0。EXPIRE key locktime： 设置key的有效时长。
DEL key： 删除。 GETSET key value： 先GET，再SET，先返回key对应的值，如
果没有就返回空。然后再将key设置成value。
1、最简单的分布式锁： SETNX 加锁， DEL解锁。问题： 如果获取到锁的进程执行
失败，他就永远不会主动解锁，那这个锁就被锁死了。
2、给锁设置过期时长： 问题： SETNX 和EXPIRE并不是原子性的，所以获取到
锁的进程有可能还没有执行EXPIRE指令，就挂了，这时锁还是会被锁死。
3、将锁的内容设置为过期时间(客户端时间+过期时长),SETNX获取锁失败时，拿这
个时间跟当前时间比对，如果是过期的锁，就先删除锁，再重新上锁。 问题： 在
高并发场景下，会产生多个进程同时拿到锁的情况。
4、setNX失败后，获取锁上的时间戳，然后用getset，将自己的过期时间更新上
去，并获取旧值。如果这个旧值，跟之前获得的时间戳 是不一致的，就表示这个锁
已经被其他进程占用了，自己就要放弃竞争锁。
public boolean tryLock(RedisnConnection conn){ long nowTime= System.currnetTimeMillis(); 12
5、上面就形成了一个比较高效的分布式锁。分析一下，上面各种优化的根本问题在
于SETNX和EXPIRE两个指令无法保证原子性。Redis2.6提供了直接执行lua脚本的
方式，通过Lua脚本来保证原子性。redission。
五、Redis如何配置Key的过期时间？他的实 现原理是什么？
redis设置key的过期时间： 1、 EXPIRE 。 2 SETEX
实现原理：
1、定期删除： 每隔一段时间，执行一次删除过期key的操作。
2、懒汉式删除： 当使用get、getset等指令去获取数据时，判断key是否过期。过
期后，就先把key删除，再执行后面的操作。
Redis是将两种方式结合来使用。
懒汉式删除
定期删除：平衡执行频率和执行时长。
long expireTIme = nowTime+1000; if(conn.SETNX(“mykey”,expireTIme)==1){ conn.EXPIRE(“mykey”,1000); return true; }else{long oldVal = conn.get(“mykey”); if(oldVal != null && oldVal < nowTime){ long currentVal = conn.GETSET(“mykey”,expireTime); if(oldVal == curentVal){ conn.EXPIRE(“mykey”,1000); return true; }return false; }return false; } }DEL 3456789101112131415161718192021
定期删除时会遍历每个database(默认16个)，检查当前库中指定个数的key(默认是
20个)。随机抽查这些key，如果有过期的，就删除。
程序中有一个全局变量记录到秒到了哪个数据库。
六、海量数据下，如何快速查找一条记录？
1、使用布隆过滤器，快速过滤不存在的记录。
使用Redis的bitmap结构来实现布隆过滤器。
2、在Redis中建立数据缓存。 - 将我们对Redis使用场景的理解尽量表达出来。
以普通字符串的形式来存储，(userId -> user.json)。 以一个hash来存储一条记
录 (userId key-> username field-> , userAge->)。 以一个整的hash来存储所有
的数据，UserInfo-> field就用userId , value就用user.json。一个hash最多能支持
2^32-1(40多个亿)个键值对。
缓存击穿：对不存在的数据也建立key。这些key都是经过布隆过滤器过滤的，所
以一般不会太多。
缓存过期：将热点数据设置成永不过期，定期重建缓存。 使用分布式锁重建缓
存。
3、查询优化。
按槽位分配数据，
自己实现槽位计算，找到记录应该分配在哪台机器上，然后直接去目标机器上
找
