Java后端面试题(redis相关2)(day8)

在百万keys的Redis里面，如何模糊查找某几个key？

在 Redis 中进行模糊查找 keys 通常使用 KEYS 命令或者 SCAN 命令配合模式匹配。

但是需要注意的是，KEYS 命令在大数据量的情况下可能会导致性能问题，因为它会阻塞服务器并消耗大量资源。

因此，在生产环境中，推荐使用 SCAN 命令来实现类似的功能

SCAN 命令并不能保证每次返回相同数量的 keys，它只是尽量接近 COUNT 参数指定的数量。

步骤如下：（全量-增量）

从服务器向主服务器发送同步命令 sync；
主服务器接收到 同步命令 后，会执行 bgsave 命令，在后台生成一个 rdb 文件，并使用一个缓冲区记录从现在开始执行的所有写命令；
当主服务器执行完 bgsave 命令后，主服务器会将 bgsave 命令生成的 rdb 文件发送给从服务器；
从服务器接收到这个 rdb 文件，然后加载到内存；之后主服务器会把刚刚在缓存区的命令同步过来，从服务器就会执行这些命令（两边就一致了，全量）。
以上处理完之后，之后主数据库每执行一个写命令，都会将写命令发送给从数据库（增量）

Redis提供了多种集群模式以适应不同场景下的 高可用性 和 水平扩展需求 。以下是Redis集群模式：

主从复制（Master-Slave）模式 ：
在此模式下，有一个主节点负责处理写入请求，而从节点则复制主节点的数据并提供读取服务。
- 优点：实现简单，能实现数据冗余，通过读写分离提高系统性能。
- 缺点：需要手动进行故障转移，无法自动处理主节点故障；不支持自动的数据分区（sharding），难以做到水平扩展。
哨兵（Sentinel）模式 ：
Sentinel是Redis提供的一个高可用性解决方案，它能监控主从节点状态，并在主节点出现故障时自动完成故障转移。
- 优点：解决了主从模式下手动故障转移的问题，提供了自动化监控和故障恢复机制。
- 缺点：虽然比主从模式增加了自动化，但仍不支持自动的数据分区，且随着节点数量增加，管理和配置的复杂性也会增大。
Redis Cluster模式 ：
Redis Cluster是官方正式支持的分布式解决方案，它采用了数据分片（sharding）技术，将数据分散在多个节点上。
- 优点：真正实现了分布式存储，每个节点都可以处理读写请求，具备良好的水平扩展能力；内置了数据自动分割、故障检测与转移功能。
- 缺点：相比其他模式更复杂，需要更多的网络资源和配置管理；客户端需要支持集群特性；跨slot的数据操作可能涉及多个节点，有一定复杂度。

布隆过滤器（Bloom Filter）是一种概率型数据结构，它主要用于检测一个集合中是否包含某个元素，特别适用于大数据量的情况下进行快速查找。

布隆过滤器的主要特点包括空间效率高和查询速度快，但也存在一定的误报

布隆过滤器由两个主要部分组成：

原理：

插入元素：

当一个元素被加入布隆过滤器时，通过多个哈希函数计算该元素对应到位数组中的多个位置，并将这些位置的位设为1。
查询元素：

当查询一个元素是否存在于布隆过滤器时，同样使用相同的哈希函数计算该元素对应到位数组中的位置。

如果所有这些位置上的位都是1，则认为该元素可能存在于集合中。

如果任何一个位置上的位是0，则确定该元素不在集合中。

结论：

布隆过滤器说某个元素存在，小概率会误判。布隆过滤器说某个元素不在，那么这个元素一定不在。

当涉及到数据更新：数据库和缓存更新，就容易出现缓存(Redis)和数据库（MySQL）间的数据一致性问题。

常见更新策略：

不管是先写MySQL数据库，再删除Redis缓存；还是先删除缓存，再写库，都有可能出现数据不一致的情况