一、Redis面试复盘
1.1 生产上你们的redis内存设置多大？
1.2 如何配置redis并修改内存的大小？
1.3 如果内存你满了你怎么办？
1.4 redis清内存的方式？
1.5 定期删除、惰性删除了解吗？
1.6 redis缓存淘汰策略？
1.7 redis的LRU了解过吗？会不会手写LRU？
二、Redis内存设置
2.1 查看内存
如果不设置最大内存大小，或者设置最大内存大小为0，在64位操作系统下不限制内存的大小，在32位操作系统下最多使用3GB大小的内存。一般推荐为最大物理内存的3/4。
# 1.查看内存大小 127.0.0.1:6379> vi redis.conf 一般为没有配置，为机器的最大内存。 打开设置maxmemory参数，为字节类型bytes，请注意转换。 一般推荐为最大物理内存的3/4。 # 2.设置内存大小100M maxmemory 104857600 # 3.命令行配置 查询 127.0.0.1:6379> config get maxmemory 127.0.0.1:6379> config set maxmemory 104857600 # 4.查看内存信息 127.0.0.1:6379> info memory
2.2 内存打满了出现OOM怎么办？
故意修改配置，把最大只设置为1字节。
# 1.故意修改配置，把最大只设置为1字节。 127.0.0.1:6379> config set maxmemory 1 # 2.存储 127.0.0.1:6379> set k1 v1 # 答案：出现以下OOM （error）OOM command not allowed when use memory > 'maxmemory'
2.3 redis内存淘汰策略？
默认为不释放内存直到内存满，直到爆出OOM错误。
2.3.1 如果一个键过期了，会不会马上从内存中删除？
不是的
定时删除：立即删除是对CPU不友好的，因为删除操作会占用CPU的时间，如果刚刚碰上了CPU很忙的时候，比如正在排序或者计算的时候，就会给CPu造成压力。
Redis不可能时时刻刻检测所有的key的过期时间。
惰性删除：数据到达了过期时间，不做处理，等到下次访问数据时候，如果发现未过期则返回数据，如果发现过期了，则进行删除。缺点是堆内存不友好的，大量的无用数据占用空间。
定期删除：每个一段时间执行一次删除操作，并通过限制删除操作执行的时长和频率来减少操作对CPU使劲的影响。 周期性的轮询redis的时效性数据，采取随机抽取的策略，利用过期数据占比的方式控制删除频率。
2.3.2 redis6.0.8内存淘汰策略【兜底方案】
三、LRU 算法【哈希链表】
3.1 简介
redis的缓存淘汰策略已经提及过了
Least Recently Used 最近最少使用，是一种常见的页面置换算法。
选择最近最久未被使用的数据进行淘汰。
3.2 Leetcode算法题
运用你所掌握的数据结构，设计和实现一个LRU缓存机制，他应该支持：
获取数据get 如果关键字存在于缓存中，则获取，否则返回-1
写入数据put 如果关键字已经存在，变更数据，如果不存在，则插入。在缓存容量达到>上限时候，删除最近最久未被使用的数据进行删除后在进行插入。
想一想，查找快，插入块，删除快，而且还需要后排序-------？神魔数据结构满足?
你是否可以在O(1)时间复杂度内完成？
LRU【哈希+链表】本质就是HashMap+DoubleLinkedList
3.2.1 参考LinkedHahMap
public class LRUCacheDemo<K,V> extends LinkedHashMap<K,V> { // 缓存大小 private int capacity; // 构造方法 public LRUCacheDemo(int capacity) { super(capacity,0.75F,true); this.capacity = capacity; } // @Override protected boolean removeEldestEntry(Map.Entry<K, V> eldest) { return super.size() > capacity; } public static void main(String[] args) { LRUCacheDemo lruCacheDemo = new LRUCacheDemo(3); lruCacheDemo.put(1,"a"); lruCacheDemo.put(2,"b"); lruCacheDemo.put(3,"c"); System.out.println(lruCacheDemo.keySet()); lruCacheDemo.put(4,"d"); System.out.println(lruCacheDemo.keySet()); lruCacheDemo.put(3,"d"); System.out.println(lruCacheDemo.keySet()); lruCacheDemo.put(3,"d"); System.out.println(lruCacheDemo.keySet()); lruCacheDemo.put(3,"d"); System.out.println(lruCacheDemo.keySet()); lruCacheDemo.put(5,"d"); System.out.println(lruCacheDemo.keySet()); } }
运行结果为：
[1, 2, 3] [2, 3, 4] [2, 4, 3] [2, 4, 3] [2, 4, 3] [4, 3, 5]
3.3 哈希+链表
