编程知识 cdmana.com

憑借這份Java面試題集,BAT大廠面試基礎題集合,

正文

在實際的工作項目中, 緩存成為高並發、高性能架構的關鍵組件 ,那麼Redis為什麼可以作為緩存使用呢?首先可以作為緩存的兩個主要特征:

  • 在分層系統中處於內存/CPU具有訪問性能良好,
  • 緩存數據飽和,有良好的數據淘汰機制

由於Redis 天然就具有這兩個特征,Redis基於內存操作的,且其具有完善的數據淘汰機制,十分適合作為緩存組件。

其中,基於內存操作,容量可以為32-96GB,且操作時間平均為100ns,操作效率高。而且數據淘汰機制眾多,在Redis 4.0 後就有8種了促使Redis作為緩存可以適用很多場景。

那Redis緩存為什麼需要數據淘汰機制呢?有哪8種數據淘汰機制呢?

數據淘汰機制

Redis緩存基於內存實現的,則其緩存其容量是有限的,當出現緩存被寫滿的情况,那麼這時Redis該如何處理呢?

Redis對於緩存被寫滿的情况,Redis就需要緩存數據淘汰機制,通過一定淘汰規則將一些數據刷選出來删除,讓緩存服務可再使用。那麼Redis使用哪些淘汰策略進行刷選删除數據?

在Redis 4.0 之後,Redis 緩存淘汰策略6+2種,包括分成三大類:

  • 不淘汰數據

    • noeviction ,不進行數據淘汰,當緩存被寫滿後,Redis不提供服務直接返回錯誤。
  • 在設置過期時間的鍵值對中,

    • volatile-random ,在設置過期時間的鍵值對中隨機删除
    • volatile-ttl ,在設置過期時間的鍵值對,基於過期時間的先後進行删除,越早過期的越先被删除。
    • volatile-lru , 基於LRU(Least Recently Used) 算法篩選設置了過期時間的鍵值對, 最近最少使用的原則來篩選數據
    • volatile-lfu ,使用 LFU( Least Frequently Used ) 算法選擇設置了過期時間的鍵值對, 使用頻率最少的鍵值對,來篩選數據。
  • 在所有的鍵值對中,

    • allkeys-random, 從所有鍵值對中隨機選擇並删除數據
    • allkeys-lru, 使用 LRU 算法在所有數據中進行篩選
    • allkeys-lfu, 使用 LFU 算法在所有數據中進行篩選

憑借這份Java面試題集,BAT大廠面試基礎題集合,_Java

Note: LRU( 最近最少使用,Least Recently Used)算法, LRU維護一個雙向鏈錶 ,鏈錶的頭和尾分別錶示 MRU 端和 LRU 端,分別代錶最近最常使用的數據和最近最不常用的數據。

LRU 算法在實際實現時,需要用鏈錶管理所有的緩存數據,這會帶來額外的空間開銷。而且,當有數據被訪問時,需要在鏈錶上把該數據移動到 MRU 端,如果有大量數據被訪問,就會帶來很多鏈錶移動操作,會很耗時,進而會降低 Redis 緩存性能。

其中,LRU和LFU 基於Redis的對象結構redisObject的lru和refcount屬性實現的:

typedef struct redisObject {
    unsigned type:4;
    unsigned encoding:4;
    // 對象最後一次被訪問的時間
    unsigned lru:LRU_BITS; /* LRU time (relative to global lru_clock) or
                            * LFU data (least significant 8 bits frequency
    // 引用計數                        * and most significant 16 bits access time). */
    int refcount;
    void *ptr;
} robj;

     
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.

Redis的LRU會使用redisObject的lru記錄最近一次被訪問的時間,隨機選取參數maxmemory-samples 配置的數量作為候選集合,在其中選擇 lru 屬性值最小的數據淘汰出去。

在實際項目中,那麼該如何選擇數據淘汰機制呢?

  • 優先選擇 allkeys-lru算法,將最近最常訪問的數據留在緩存中,提昇應用的訪問性能。
  • 有頂置數據使用 volatile-lru算法 ,頂置數據不設置緩存過期時間,其他數據設置過期時間,基於LRU 規則進行篩選 。

在理解了Redis緩存淘汰機制後,來看看Redis作為緩存其有多少種模式呢?

Redis緩存模式

Redis緩存模式基於是否接收寫請求,可以分成只讀緩存和讀寫緩存:

只讀緩存:只處理讀操作,所有的更新操作都在數據庫中,這樣數據不會有丟失的風險。

  • Cache Aside模式

憑借這份Java面試題集,BAT大廠面試基礎題集合,_後端_02

讀寫緩存,讀寫操作都在緩存中執行,出現宕機故障,會導致數據丟失。緩存回寫數據到數據庫有分成兩種同步和异步:

  • 同步:訪問性能偏低,其更加側重於保證數據可靠性

    • Read-Throug模式
    • Write-Through模式
  • 异步:有數據丟失風險,其側重於提供低延遲訪問

    • Write-Behind模式

憑借這份Java面試題集,BAT大廠面試基礎題集合,_程序員_03

Cache Aside模式

查詢數據先從緩存讀取數據,如果緩存中不存在,則再到數據庫中讀取數據,獲取到數據之後更新到緩存Cache中,但更新數據操作,會先去更新數據庫種的數據,然後將緩存種的數據失效。

而且Cache Aside模式會存在並發風險:執行讀操作未命中緩存,然後查詢數據庫中取數據,數據已經查詢到還沒放入緩存,同時一個更新寫操作讓緩存失效,然後讀操作再把查詢到數據加載緩存,導致緩存的髒數據。

Read/Write-Throug模式

查詢數據和更新數據都直接訪問緩存服務,緩存服務同步方式地將數據更新到數據庫。出現髒數據的概率較低,但是就强依賴緩存,對緩存服務的穩定性有較大要求,但同步更新會導致其性能不好。

Write Behind模式

查詢數據和更新數據都直接訪問緩存服務,但緩存服務使用异步方式地將數據更新到數據庫(通過异步任務)?速度快,效率會非常高,但是數據的一致性比較差,還可能會有數據的丟失情况,實現邏輯也較為複雜。

在實際項目開發中根據實際的業務場景需求來進行選擇緩存模式。那了解上述後,我們的應用中為什麼需要使用到redis緩存呢?

在應用使用Redis緩存可以提高系統性能和並發,主要體現在

  • 高性能:基於內存查詢,KV結構,簡單邏輯運算
  • 高並發: Mysql 每秒只能支持2000左右的請求,Redis輕松每秒1W以上。讓80%以上查詢走緩存,20%以下查詢走數據庫,能讓系統吞吐量有很大的提高

雖然使用Redis緩存可以大大提昇系統的性能,但是使用了緩存,會出現一些問題,比如,緩存與數據庫雙向不一致、緩存雪崩等,對於出現的這些問題該怎麼解决呢?

使用緩存常見的問題

使用了緩存,會出現一些問題,主要體現在:

  • 緩存與數據庫雙寫不一致
  • 緩存雪崩: Redis 緩存無法處理大量的應用請求,轉移到數據庫層導致數據庫層的壓力激增;
  • 緩存穿透:訪問數據不存在在Redis緩存中和數據庫中,導致大量訪問穿透緩存直接轉移到數據庫導致數據庫層的壓力激增;
  • 緩存擊穿:緩存無法處理高頻熱點數據,導致直接高頻訪問數據庫導致數據庫層的壓力激增;

緩存與數據庫數據不一致

只讀緩存(Cache Aside模式)

對於只讀緩存(Cache Aside模式), 讀操作都發生在緩存中,數據不一致只會發生在删改操作上(新增操作不會,因為新增只會在數據庫處理),當發生删改操作時,緩存將數據中標志為無效和更新數據庫 。因此在更新數據庫和删除緩存值的過程中,無論這兩個操作的執行順序誰先誰後,只要有一個操作失敗了就會出現數據不一致的情况。

最後

經過日積月累, 以下是小編歸納整理的深入了解Java虛擬機文檔,希望可以幫助大家過關斬將順利通過面試。
由於整個文檔比較全面,內容比較多,篇幅不允許,下面以截圖方式展示 。

 CodeChina開源項目:【一線大廠Java面試題解析+核心總結學習筆記+最新講解視頻】

憑借這份Java面試題集,BAT大廠面試基礎題集合,_Java_04
憑借這份Java面試題集,BAT大廠面試基礎題集合,_程序員_05
憑借這份Java面試題集,BAT大廠面試基礎題集合,_程序員_06
憑借這份Java面試題集,BAT大廠面試基礎題集合,_Java_07
憑借這份Java面試題集,BAT大廠面試基礎題集合,_Java_08
憑借這份Java面試題集,BAT大廠面試基礎題集合,_程序員_09
憑借這份Java面試題集,BAT大廠面試基礎題集合,_Java_10

由於篇幅限制,文檔的詳解資料太全面,細節內容太多,所以只把部分知識點截圖出來粗略的介紹,每個小節點裏面都有更細化的內容!

版权声明
本文为[程序員小李子]所创,转载请带上原文链接,感谢
https://cdmana.com/2021/09/20210915054639971u.html

Tags java bat 集合
Scroll to Top