华为OD技术面真题 - 数据库Redis - 1

文章目录

简单介绍一下Redis

Redis(Remote Dictionary Server)远程数据服务,是一个基于 C 语言开发的开源 NoSQL 数据库。使用KV键值对存储数据,数据直接保存在内存中,因此读写速度快,同时也提供持久化机制。为了满足不同的业务场景,Redis 内置了多种数据类型实现(比如 String、Hash、Sorted Set、Bitmap、HyperLogLog、GEO)。并且,Redis 还支持事务、持久化、Lua 脚本、发布订阅模型、多种开箱即用的集群方案。

为什么Redis这么快?

Redis快的原因主要基于以下几个方面:

  1. 纯内存操作:Redis 数据读写操作都发生在内存中,访问速度是纳秒级别,而传统数据库频繁读写磁盘的速度是毫秒级别,两者相差数个数量级。
  2. 内置高效数据结构:Redis提供多种数据类型(String,List,Hash等)其内部采用高度优化编码方式。Redis 会根据数据大小和类型动态选择最合适的内部编码,以在性能和空间效率之间取得最佳平衡。
  3. 高效I/O模型:Redis 使用单线程事件循环配合 I/O 多路复用技术,让单个线程可以同时处理多个网络连接上的 I/O 事件(如读写),避免了多线程模型中的上下文切换和锁竞争问题。处理数据库操作命令使用单线程执行,高效简单,无需进行锁竞争、CPU上下文切换等操作。
  4. 简单高效的通信协议:Redis使用自身设计的RESP协议。客户端/服务端通信对数据进行序列化/反序列化开销小,有助于提升整体交互速度。

分别解释缓存穿透、缓存击穿、缓存雪崩,以及如何解决

先说明一下使用Redis缓存的核心目的:热点数据缓存,减轻数据库压力,高频热点数据查询每次查关系数据库,系统性能瓶颈可能直接转换为DB,引入Redis进行缓存的作用,分担数据库压力,从而提升系统并发能力。基于这个点,再来解释上面问题:

  • 缓存穿透:简单点就是大量请求的 key 是不合理的,根本不存在于缓存中,也不存在于数据库中 。这就导致这些请求直接到了数据库上,根本没有经过缓存这一层,对数据库造成了巨大的压力,可能直接就被这么多请求弄宕机了。
    • 常见解决方案:
      • 缓存无效key:出现缓存穿透的核心原因是数据不存在就不进行缓存,导致每次都查库,如果对于无效key也进行缓存并设置过期时间,就可以避免每次都查库。
      • 接口限流:根据用户/IP对接口限流,对于频繁异常查询行为,限制短时间访问次数。
      • 布隆过滤器:使用布隆过滤器先过滤大部分不存在数据请求。
  • 缓存击穿:缓存击穿中,请求的 key 对应的是 热点数据,该数据 存在于数据库中,但不存在于缓存中(通常是因为缓存中的那份数据已经过期)。这就可能会导致瞬时大量的请求直接打到了数据库上,对数据库造成了巨大的压力,可能直接就被这么多请求弄宕机了。
    • 常见解决方案:
      • 永不过期:针对热点数据可以设置永不过期或者过期时间比较长。更甚可以等数据热点持续时间过了之后,手动管理。
      • 提前预热:针对有预期的热点数据,可以提前手动将热点数据缓存,并免用户访问的时候采取查询集中查询。
      • 加锁访问:在缓存失效后,通过设置互斥锁确保只有一个请求去查询数据库并更新缓存,其它请求自旋等待缓存更新。
  • 缓存雪崩:缓存在同一时间大面积的失效,导致大量的请求都直接落到了数据库上,对数据库造成了巨大的压力。同时当服务器宕机也会导致缓存雪崩。
    • 常见解决方案:
      • 避免缓存同一时间失效:可将数据设置随机时间失效/不失效,保证避免同一时间大量缓存失效。
      • 避免系统崩溃宕机:使用redis分布式集群,提高系统可靠性。

Redis的适用场景有哪些

  • 热点数据缓存:缓存是Redis最常见的应用场景,之所有这么使用,主要是因为Redis读写性能优异。
  • 限时业务使用:redis中可以使用expire命令设置一个键的生存时间,到时间后redis会删除它。利用这一特性可以运用在限时的优惠活动信息、手机验证码过期等业务场景。
  • 计时器相关场景:redis由于incrby命令可以实现原子性的递增,可用于分布式有序编号生成、接口限流等场景使用。
  • 分布式锁:利用redissetnx方法,只有不存在时才能添加成功,返回true。分布式场景使用redis协调多服务同步。
  • 分布式Session:利用 String 或者 Hash 数据类型保存 Session 数据,所有的服务器都可以访问。
  • 限定场景下使用:通过 Bitmap 统计活跃用户、通过 Sorted Set 维护排行榜、通过 HyperLogLog 统计网站 UV 和 PV。
相关推荐
YDS8292 小时前
大营销平台 —— 活动SKU库存扣减业务及其一致性处理
java·spring boot·redis·rabbitmq·ddd
爬也要爬着前进16 小时前
redis主从搭建
数据库·redis·缓存
用户0953675158319 小时前
在系统的学习 redis 前的疑惑
redis·go
吴声子夜歌21 小时前
Redis 3.x——集群故障转移
java·数据库·redis·集群
明豆1 天前
Redis 分布式缓存生产实战
redis·分布式·缓存
海兰1 天前
【高速缓存】RedisVL 指南:从向量搜索到 AI 应用落地
人工智能·redis
weixin_727535621 天前
双Token认证体系深度拆解:Spring Security + JWT + Redis
redis·spring·wpf
William Dawson1 天前
【华为云 MRS Redis 安全集群 Kerberos 认证接入实战(Spring Boot \+ Jedis)】
redis·安全·华为云
zhouhui0011 天前
AI帮我写了个Spring Boot校验,线上漏掉了这组边界条件
java·spring boot·redis·ai编程
吃饱了得干活1 天前
扫码登录如何实现?从原理到实战
java·spring boot·redis