likes
comments
collection
share

记录redis面试知识点 - 一致性问题、持久化问题、数据过期删除策略、数据淘汰策略

作者站长头像
站长
· 阅读数 54

一致性问题

起因

首先我们知道，redis是工作在内存中的，当我们更新数据库时，我们的redis对应的数据也应该被更新，这时就需要考虑一致性问题。

我们有两种更新redis缓存的办法，第一种是先删缓存后更新数据库，第二种是先更新数据库后删缓存；这两种方式都有一定的问题。

  • 先删缓存，后更新数据库

    假设线程1删除了缓存，此时线程2查询该数据，缓存在查询不到，就回去数据库查询，缓存到redis中并返回，这时线程1更新数据库，就造成了缓存与数据库数据不一致的问题

    例如，先删缓存会导致redis中x=1，而MySQL中x=2，造成数据不一致 记录redis面试知识点 - 一致性问题、持久化问题、数据过期删除策略、数据淘汰策略

  • 先更新数据库，后删缓存（发生几率极小）

    假设缓存中没有该数据（如果有缓存就不会去查询数据库），线程1查询不到缓存数据，会到数据库中查，然而在缓存到redis之前，线程2更新了数据库并且删除缓存（没得删），线程1这时才缓存数据到redis，两者数据就会不一致

记录redis面试知识点 - 一致性问题、持久化问题、数据过期删除策略、数据淘汰策略

解决办法

  • 读写锁

    读读共享，读写互斥，保证数据的强一致性，性能较低

  • 异步写入

    使用MQ发起异步请求，不能保证数据的强一致性，只能保证数据的最终一致性

持久化问题

redis工作在内存中，如果发生宕机，如何将redis恢复到宕机前状态

redis有两者持久化方式：RDB和AOF

  • RDB

    RDB是创建当前redis的副本，作为快照存储到文件中。RDB是默认开启的，在一定时间内修改了足够的次数就会执行bgsave，也可以执行命令bgsave触发；执行命令redis会创建一个子线程，并创建RDB副本保存到磁盘中。

    在保存RDB文件的过程中，如果有数据被修改，redis会在内存中也复制一份副本，所有的修改在这个副本中执行，等到RDB完成后，再将副本中的修改覆盖到redis工作内存中。

记录redis面试知识点 - 一致性问题、持久化问题、数据过期删除策略、数据淘汰策略

  • AOF

    AOF是记录redis所有修改数据的命令，追加新命令到文件中。AOF是默认不开启的，需要执行开启，开启后默认每分钟刷盘。

    在redis中修改的命令是先被记录到缓存中，根据刷盘策略将命令保存到磁盘文件中。保存到缓存再刷盘是为了减少磁盘IO。

    • 刷盘策略

      • 每次修改都刷盘，相当于不使用buffer pool，能保证数据不丢失，但性能较差
      • 每分钟将buffer pool中的命令刷入磁盘，可能会丢失1分钟左右的数据
      • 由系统决定刷盘时机，刷盘时机过于随机，丢失几率大

记录redis面试知识点 - 一致性问题、持久化问题、数据过期删除策略、数据淘汰策略

RDB和AOF的区别

记录方式：RDB记录的是整个redis的快照，AOF记录的是修改的命令

恢复速度：RDB的恢复速度较快，AOF的恢复需要执行所有命令，恢复较慢

恢复完整性：RDB会丢失上次快照之后的所有被修改的数据，AOF完整性取决于刷盘策略

占用大小：RDB占用较小，AOF占用较大

数据过期删除策略

redis可以设置key的过期时间，那么数据过期之后是如何被删除的呢？

惰性删除

惰性删除是指，key超过了过期之后不会立即被删除，而是在下次要使用该key时，先判断是否过期，如果过期就删除该key并从数据库中重新读取

优缺点

  • 缺点：如果一直不使用过期的key，会导致这个key一直占用内存不释放，导致内存浪费

定期删除

定期删除是指，redis会定期扫描设置了过期时间的key，每次只扫描一部分，扫描到过期数据会进行删除

扫描模式

  • SLOW模式：扫描频率10hz，每秒扫描10次，每次扫描耗时不超过25ms
  • FAST模式：扫描频率不确定，但保证两次扫描间隔不超过2ms，每次扫描耗时不超过1ms

优缺点

  • 优点：避免了过期key的内存浪费

数据淘汰策略

redis运行在内存中，如果内存不足，redis如何决定数据的去留？

redis有8种淘汰策略

  • noeviction：默认策略，拒绝新的数据
  • volatile-ttl：对设置了ttl的key，选择ttl最短的key进行淘汰
  • allkeys-random：对所有key，随机淘汰
  • volatile-random：对设置了ttl的key，随机淘汰
  • allkeys-lru：对所有key，使用LRU算法淘汰
  • volatile-lru：对设置了ttl的key，使用LRU算法淘汰
  • allkeys-lfu：对所有key，使用LFU算法淘汰
  • volatile-lfu：对设置了ttl的key，使用LFU算法淘汰

使用建议

如果要保留热点key，建议使用allkeys-lru

扩展

TTL：过期时间

LRU（Least Recently Used）：最近最少使用，上次使用时间越久远，越先被淘汰

LFU（Least Frequently Used）：最近最少频率使用，使用频率越低，越先被淘汰

转载自:https://juejin.cn/post/7273290114922151951
评论
请登录