Java中redis面试题

简介: Java中redis面试题

面试题一


问:简单介绍下,你项目中用到的缓存


答:项目中经常用到的缓存是redis。


问:redis是单线程还是多线程的? 线程安全吗?


答:redis版本在4.0之前都是单线程运行的,所有的客户端请求处理/命令执行以及数据读写操作都是在一个主线程中完成得。这种设计的目的就是为了防止多线程环境下的锁竞争和上下文切换所带来的性能开销,这样保证在高并发场景下的性能。


关于线程安全问题,从redis服务层面看,redis server 本身就是一个线程安全的


按K-V数据库,也就是说在Redis Server 上面执行的指令,不需要任何同步机制,不会存在现场安全问题。


问:为什么redis 4.0之前会选择使用单线程?而且使用单线程还那么快?


答:选择单线程个人觉得主要是使用简单,不存在锁竞争。可以在无锁的情况下完成所有操作。不存在死锁和线程切换带来的性能和时间上的开销。但单线程也不能完全发挥出多核CPU的性能。


单线程快的原因


大部分操作都是在内存中完成的,内存中的执行率本身就是很快的,并且采用了高效的数据结构,比如哈希表,跳表。


使用单线程避免了使用多线程的竞争,节省了多线程切换带来的时间和性能开销。并且不会出现死锁。


采用I/O 多路复制机制处理大量客户端socket请求,因为这是基于非阻塞的I/O模型。让redis进行高效的网诺通讯。I/O读写流程不在阻塞。


问:你项目中使用的redis ,那redis是 如何实现数据不丢失的


答:redis数据是存储在内存中的,为保证不丢失就要从内存存储到磁盘上,以便在服务器重启之后能从磁盘中恢复原有的数据。这就是redis数据的持久化。


内存持久化的三种方式


AOF日志:记录所有操作命令,并以文本的形式追加在文件中


RDB快照:将某一个时刻的内存数据,以二进制方式写入磁盘。


持久化方式:redis4.0混合持久化方式,集成了AOF和RDB的优点。


问:数据库和redis进行同步保证双写的一致你们之前项目里面是如何做到的?


答:双写一致,当修改了数据库的数据也要同步更新缓存的数据库,缓存和数据库的数据要保持一致


读操作:缓存中存在,直接返回,缓存中未查询到先查数据库在写入缓存,设定超时时间。


写操作:延迟双删。


问:一般项目中是先删除缓存呢,还是先操作数据库?


答:先查询缓存,未命中查询数据库写入缓存。


     先操作数据库在删除缓存


问:数据库与redis进行同步保证双写的一致性?


答:采用的是redisson实现的读写锁,在读的时候添加共享锁,可以保证读写不互斥,读写互斥,我们更新数据的时候,添加排他锁,它是读写,读读都互斥,这样就能保证写数据的时候的同时是不会让其他现场读数据的,避免脏数据,这里需要注意的是读方法和写方法上需要同时使用一把锁才行。


目录
相关文章
|
27天前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
3天前
|
人工智能 Rust Java
10月更文挑战赛火热启动,坚持热爱坚持创作!
开发者社区10月更文挑战,寻找热爱技术内容创作的你,欢迎来创作!
371 16
|
19天前
|
存储 关系型数据库 分布式数据库
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
本文介绍了如何使用PolarDB、通义千问和LangChain搭建GraphRAG系统,结合知识图谱和向量检索提升问答质量。通过实例展示了单独使用向量检索和图检索的局限性,并通过图+向量联合搜索增强了问答准确性。PolarDB支持AGE图引擎和pgvector插件,实现图数据和向量数据的统一存储与检索,提升了RAG系统的性能和效果。
|
6天前
|
JSON 自然语言处理 数据管理
阿里云百炼产品月刊【2024年9月】
阿里云百炼产品月刊【2024年9月】,涵盖本月产品和功能发布、活动,应用实践等内容,帮助您快速了解阿里云百炼产品的最新动态。
阿里云百炼产品月刊【2024年9月】
|
21天前
|
人工智能 IDE 程序员
期盼已久!通义灵码 AI 程序员开启邀测,全流程开发仅用几分钟
在云栖大会上,阿里云云原生应用平台负责人丁宇宣布,「通义灵码」完成全面升级,并正式发布 AI 程序员。
|
23天前
|
机器学习/深度学习 算法 大数据
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
2024“华为杯”数学建模竞赛,对ABCDEF每个题进行详细的分析,涵盖风电场功率优化、WLAN网络吞吐量、磁性元件损耗建模、地理环境问题、高速公路应急车道启用和X射线脉冲星建模等多领域问题,解析了问题类型、专业和技能的需要。
2593 22
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
|
5天前
|
存储 人工智能 搜索推荐
数据治理,是时候打破刻板印象了
瓴羊智能数据建设与治理产品Datapin全面升级,可演进扩展的数据架构体系为企业数据治理预留发展空间,推出敏捷版用以解决企业数据量不大但需构建数据的场景问题,基于大模型打造的DataAgent更是为企业用好数据资产提供了便利。
182 2
|
3天前
|
编译器 C#
C#多态概述:通过继承实现的不同对象调用相同的方法,表现出不同的行为
C#多态概述:通过继承实现的不同对象调用相同的方法,表现出不同的行为
105 65
|
7天前
|
Linux 虚拟化 开发者
一键将CentOs的yum源更换为国内阿里yum源
一键将CentOs的yum源更换为国内阿里yum源
332 2
|
23天前
|
机器学习/深度学习 算法 数据可视化
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
2024年中国研究生数学建模竞赛C题聚焦磁性元件磁芯损耗建模。题目背景介绍了电能变换技术的发展与应用,强调磁性元件在功率变换器中的重要性。磁芯损耗受多种因素影响,现有模型难以精确预测。题目要求通过数据分析建立高精度磁芯损耗模型。具体任务包括励磁波形分类、修正斯坦麦茨方程、分析影响因素、构建预测模型及优化设计条件。涉及数据预处理、特征提取、机器学习及优化算法等技术。适合电气、材料、计算机等多个专业学生参与。
1580 17
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码