阿里面试Redis常考问题，你略知多少？

1.0 实现步骤

• 1. 编写实体类DEmo
• 2. 编写getDemo（）方法
• 3. 测试

2.0 SringBoot默认使用json解析框架：javkson

创建一个SringBoot项目

pom.xml

<project xmlns="http://maven.apache.org/POM/4.0.0"
    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
    xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>com.edp</groupId>
    <artifactId>spring-boot-hello</artifactId>
    <version>0.0.1-SNAPSHOT</version>
    <packaging>jar</packaging>

    <name>spring-boot-hello</name>
    <url>http://maven.apache.org</url>

    <!-- spring boot 父节点依赖,引入这个之后相关的引入就不需要添加version配置，spring boot会自动选择最合适的版本进行添加。 -->
    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>1.4.1.RELEASE</version>
    </parent>

    <properties>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
        <!-- 指定一下jdk的版本 ，这里我们使用jdk 1.8 ,默认是1.6 -->
        <java.version>1.8</java.version>
    </properties>

    <dependencies>
            <!-- spring-boot-starter-web: MVC,AOP的依赖包.... -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
            <!-- <version></version> 由于我们在上面指定了 parent(spring boot) -->
        </dependency>

        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>3.8.1</version>
            <scope>test</scope>
        </dependency>
    </dependencies>
</project>

启动类

package com.edp;

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;

/**
 * 编写启动类 
 * 在这里我们使用@SpringBootApplication指定这是一个
 *  spring boot的应用程序.
 * @author Edpeng
 *
 */

@SpringBootApplication
public class App {
    public static void main(String[] args) {
        /*
         * 在main方法进行启动我们的应用程序.
         */
        SpringApplication.run(App.class, args);

    }
}

控制类

package com.edp;

import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

/**
 * 在这里我们使用RestController  （等待于 @Controller 和 @RequestBody）
 * @author Edpeng
 *@version v.0.1
 *@date 2022年07月7日
 */
@RestController
public class HelloController {

    /**
     * 在这里我们使用@RequestMapping 建立请求映射如下图所示:

![image.png](https://img-blog.csdnimg.cn/img_convert/7fcc5ff0611b24cd3b7c953593dce64d.png)

##### 3.0 使用FastJson解析JSON数据

###### 3.1 引入fastjson依赖包

pom.xml

    …………

<dependencies>

    <dependency>
        <groupId>com.alibaba</groupId>
        <artifactId>fastjson</artifactId>
        <version>1.2.15</version>
    </dependency>
</dependencies>

###### 3.2 配置fastjon

目前有们一般采取以下两种解决方案。 
（1）我们在开发过程中要避免给大量数据设置相同的过期时间。我们可以在给数据设置过期时间时给时间加一个很小的随机数，这样不同数据的过期时间就会有所差别，但差别也不会太大，保证数据在一定范围内过期，从而满足业务层要求同时过期的需要。 
（2）服务降级。所谓的服务降级，是指发生缓存雪崩后，针对不同的数据采取不同的策略。

*   当业务访问非核心数据时（例如商品属性信息），我们直接返回预定义的信息。
*   当业务访问的是如库存数据等核心数据时，仍然允许查询缓存，如果缓存缺失，也可以从数据库中继续读取。

这样一来，只有部分过期的数据会访问数据库，所以数据库压力就没那么大。

# 2.Redis实例发生故障

当Redis实例发生故障，那就相当于缓存已经废掉了，所以大量请求会直接请求数据库，造成数据库压力变大，甚至宕机。针对这种情况发生的缓存雪崩，我们有以下两种处理方式。 
**（1）在业务系统侧实现服务熔断或请求限流机制** 所谓的服务熔断，就是指在发生缓存雪崩时，为了防止大流量直接打到数据库，我们会暂停对缓存系统的访问。当上层应用访问缓存时，缓存接口不会去访问Redis实例，而是直接返回。等redis恢复后，再允许应用程序请求缓存系统。这样就会避免因为redis缓存宕机，导致数据库压力陡增的情况。
服务熔断虽然可以保证数据库不被崩溃，但是暂停了整个服务的访问，对业务的影响范围大，为了减小对上层服务的影响，我们一般采用请求限流。请求限流是指业务系统去控制每秒进入系统的请求数，避免过多的请求被发送到数据库。
比如正常运行时，业务系统每秒进入的请求是1万个，其中有80%在缓存中就可以处理了，有20%会去数据库中处理。一旦发生缓存雪崩，100%的流量就会请求数据库，为了不造成数据库崩溃，我们就可以启动请求限流机制。业务系统只允许30%的流量进入，而70%的流量被拒绝服务。**这也是目前主流大厂常用的方法，比如在某个明星爆出大瓜后，我们刷微博经常刷不出来，多刷几次就能进入，那就是因为做了服务降级。只允许一部分流量进入。**

![image.png](https://img-blog.csdnimg.cn/img_convert/8c86e0fc91cf64efba26c1067d9c9209.png)


**（2）使用高可靠集群**

我们可以通过主从节点来部署高可靠的Redis集群。当主节点挂掉后，从节点还可以切换成主节点。在此我向大家推荐一个架构学习交流圈。交流学习指导伪鑫：1253431195（里面有大量的面试题及答案）里面会分享一些资深架构师录制的视频录像：有Spring，MyBatis，Netty源码分析，高并发、高性能、分布式、微服务架构的原理，JVM性能优化、分布式架构等这些成为架构师必备的知识体系。还能领取免费的学习资源，目前受益良多

# 二、缓存击穿

缓存击穿是指针对某个热点数据，无法在缓存中进行处理，然后访问该数据的大量请求，一下子都发到后端数据库中，导致数据库压力激增。对于缓存击穿的情况，**经常发生在热点数据过期失效时**。
为了避免这种情况发生，最常采取的措施就是对于访问特别频繁的热点数据，我们就不设置过期时间了。这样一来，对热点数据的访问，都可以在缓存中进行。

# 三、缓存穿透

缓存穿透是指要访问的数据既不在缓存中，也不在数据库中，会导致请求缓存时，发生缓存缺失，然后请求数据库，发现数据库中也没有需要的数据。这样一来，缓存就成了“摆设”，如果有大量的这种请求，就会给数据库带来很大的压力。
这个问题一般都是黑客进行恶意攻击造成的。为了避免这种问题发生，我们有三种解决方式。

# 1、缓存空值或者缺省值

一旦发生缓存穿透，我们就可以在redis中设置一个空值或者给定的某个缺省值。这样，业务应用的后续这种请求，都可以命中缓存。这样就避免了把大量请求发送给数据库了。

# 2、使用布隆过滤器来快速判断数据是否存在

这里我们先来解释一下什么是布隆过滤器。
布隆过滤器由一个初值都为0的bit数组和N个哈希函数组成，可以用来快速判断某个数据是否存在。当我们想标记某个数据存在时，布隆过滤器会通过三个操作来完成标记：

*   首先，使用N个哈希函数，分别计算数据的哈希值，得到N个哈希值。
*   然后把这N个哈希值对bit数组的长度取模，得到每个哈希值在数组中的位置。
*   最后，我们把对应位置的bit位设置为1，这样就完成了布隆过滤器中标记数据的操作。

如果数据不存在，也就是我们没有用布隆过滤器标记过，bit数组对应的bit位为0。 当我们需要判断某个数据是否存在时，我们就执行上面的计算过程，我们先求出这个数据对应的hash值，然后取模，然后去bit数组查这N个位置上的bit值。只要这N个bit值有一个不为1，就表明这个数据没有被标记过。 基于布隆过滤器的快速检测特性，我们可以把数据写入数据库时，使用布隆过滤器做个标记，当缓存失效后，上层应用查询数据库时，可以通过查询布隆过滤器快速判断数据是否存在。如果不存在，就不用在去数据库中去查了。这样一来，即使发生缓存穿透，也不会对数据库造成压力。

# 3、业务层对请求进行检测

缓存穿透发生的原因主要就是恶意请求访问不存在的数据，所以业务层接受到请求后，一定要进行合法性检测，把恶意请求给过滤掉，这样就可以避免缓存穿透的问题了。
Java架构师资料点击下方名片领取添加
↓↓↓