前言

整理了一张redis知识图谱分享给大家：

面试题1：为什么要用 Redis ？业务在哪块儿用到的？
追问1：Redis里有哪些数据类型？
追问2：Redis与Memcached有哪些区别？
追问3：那Redis怎样防止异常数据不丢失的？如何持久化？
面试题2：Redis为啥是单线程的？
追问1：单线程只使用了单核CPU，太浪费，有什么办法发挥多核CPU的性能嘛？
面试题3：聊一下对缓存穿透、缓存击穿、缓存雪崩的理解吧？
追问1：那你说一下针对缓存击穿的解决方法？

面试题1：为什么要用 Redis ？业务在哪块儿用到的？

正经回答：

Redis是眼下最为人熟知的缓解高并发、提升高可用能力的手段之一，在提升服务器性能方面效果显著。

这里不得不提到高并发场景，我们知道，并发场景下核心点在数据库，引入缓存（以及引入任何负载均衡、集群等策略）的目的都是在减轻数据库压力，让更多原本打到DB上的请求，在中间被拦截处理掉。就像你请个假屁大点儿事还要大老板签字一样？

通俗易懂点儿说，高并发对服务器来说，就好比你被人锤一拳，这拳头可是硬得很，光着膀子的话一拳就给我干吐血。。那么我为了承受住这一拳？穿棉袄、穿护垫、穿…是吧，只要够厚，我都以为你在给我挠痒痒~同理，Redis就是一件又厚又弹的棉袄。

话说回来，它有多厚多弹呢？操作缓存就是直接操作内存，速度相当快，直接操作缓存能够承受的请求数是远远大于直接访问数据库的。

Redis优势：

读写性能优异， Redis能读的速度是110000次/s，写的速度是81000次/s。
支持数据持久化，支持AOF和RDB两种持久化方式。
支持事务，Redis的所有操作都是原子性的，同时Redis还支持对几个操作合并后的原子性执行。
数据结构丰富，除了支持string类型的value外还支持hash、set、zset、list等数据结构。
支持主从复制，主机会自动将数据同步到从机，可以进行读写分离。
支持大量集群节点。

假如用户第一次访问数据库中的某些数据。这个过程会比较慢，因为是从硬盘上读取的。将该用户访问的数据存在数Redis中，这样下一次再访问这些数据的时候就可以直接从缓存中获取了。同样，我们可以把数据库中的部分数据转移到缓存中去，这样用户的一部分请求会直接打到缓存而不是数据库（即半路拦截掉了）。如果数据库中的对应数据改变的之后，同步改变缓存中相应的数据即可！

在我们业务中，包括热点词查询、一些实时排行榜数据、访问量点赞量统计、Session共享等等都可以引入Redis来处理。

深入追问：

追问1：Redis里有哪些数据类型？

丰富的数据类型，Redis有8种数据类型，当然常用的主要是 String、Hash、List、Set、 SortSet 这5种类型，他们都是基于键值的方式组织数据。每一种数据类型提供了非常丰富的操作命令，可以满足绝大部分需求，如果有特殊需求还能自己通过 lua 脚本自己创建新的命令（具备原子性）；

追问2：Redis与Memcached有哪些区别？

两者都是非关系型内存键值数据库，现在公司一般都是用 Redis 来实现缓存，为什么不用Memcached呢？

memcached所有的值均是简单的字符串，redis作为其替代者，支持更为丰富的数据类型
redis的速度比memcached快很多
redis可以持久化数据到磁盘，这个很关键，宕机断电不再是硬伤。

追问3：那Redis怎样防止异常数据不丢失的？如何持久化？

RDB 持久化（快照）

将某个时间点的所有数据生成快照，存放到硬盘上。当数据量很大时，会很慢。
可以将快照复制到其它服务器从而创建具有相同数据的服务器副本。
如果系统发生故障，将会丢失最后一次创建快照之后的数据。

AOF 持久化（即时更新）

将写命令添加到 AOF 文件（Append Only File）的末尾。
使用 AOF 持久化需要设置同步选项，从而确保写命令同步到磁盘文件上的时机。这是因为对文件进行写入并不会马上将内容同步到磁盘上，而是先存储到缓冲区，然后由操作系统决定什么时候同步到磁盘。

面试题2：Redis为啥是单线程的？

正经回答：

上面是Redis官网给的解释（官方文档链接），翻译后简单说，因为Redis的瓶颈不是CPU的运行速度，而往往是网络带宽和机器的内存大小。再说了，单线程切换开销小，容易实现。既然单线程容易实现，而且CPU不会成为瓶颈，那就顺理成章地采用单线程的方案，当然了，也是为了避免多线程存在的很多坑。对了，一个节点是一个单线程。

深入追问：

追问1：单线程只使用了单核CPU，太浪费，有什么办法发挥多核CPU的性能嘛？

我们可以通过在单机开多个Redis 实例，我们一直在强调的单线程，只是在处理我们的网络请求的时候只有一个线程来处理。实际上，一个正式的Redis Server运行的时候肯定是不止一个线程的，都是集群形式，多少多少个节点，所以实际环境中大家不用担心这种问题。

面试题3：聊一下对缓存穿透、缓存击穿、缓存雪崩的理解吧

正经回答：

缓存穿透：指缓存和数据库中都没有的数据，导致所有的请求都打到数据库上，然后数据库还查不到（如null），造成数据库短时间线程数被打满而导致其他服务阻塞，最终导致线上服务不可用，这种情况一般来自***同学。
缓存击穿：指缓存中没有但数据库中有的数据（一般是热点数据缓存时间到期），这时由于并发用户特别多，同时读缓存没读到数据，又同时去数据库去查，引起数据库压力瞬间增大，线上系统卡住。
缓存雪崩：指缓存同一时间大面积的失效，缓存击穿升级版。

深入追问：

追问1：那你说一下针对缓存击穿的解决方法？

根据实际业务情况，在Redis中维护一个热点数据表，批量设为永不过期（如top1000），并定时更新top1000数据。
加互斥锁（mutex key）
互斥锁
缓存击穿后，多个线程会同时去查询数据库的这条数据，那么我们可以在第一个查询数据的请求上使用一个互斥锁来锁住它。
其他的线程走到这一步拿不到锁就等着，等第一个线程查询到了数据，然后做缓存。后面的线程进来发现已经有缓存了，就直接走缓存。

static Lock reenLock = new ReentrantLock();
    public List<String> getData04() throws InterruptedException {
        List<String> result = new ArrayList<String>();
        // 从缓存读取数据
        result = getDataFromCache();
        if (result.isEmpty()) {
            if (reenLock.tryLock()) {
                try {
                    System.out.println("拿到锁了,从DB获取数据库后写入缓存");
                    // 从数据库查询数据
                    result = getDataFromDB();
                    // 将查询到的数据写入缓存
                    setDataToCache(result);
                } finally {
                    reenLock.unlock();// 释放锁
                }

            } else {
                result = getDataFromCache();// 先查一下缓存
                if (result.isEmpty()) {
                    System.out.println("我没拿到锁,缓存也没数据,先小憩一下");
                    Thread.sleep(100);// 小憩一会儿
                    return getData04();// 重试
                }
            }
        }
        return result;
    }