Java面试专题

职业技能：

springboot + ssm + redis + 数据库 ：：其他技术（微服务、ES、MQ、源码、高并发、JVM、技术选型、设计能力

比如（要针对性的写一些）：

1.熟练使用Redis等非关系型数据库 ❌

2.精通Redis，深入理解Redis线程模型以及Redis的核心数据结构和使用场景，熟悉多级缓存架构，比如：缓存雪崩、穿透、击穿、双写一致、缓存失效等；自主搭建过Redis高可用集群✔

Redis

使用场景：

flowchart TD
A[使用场景]
B[缓存]
C[分布式锁]
D[计数器]
E[保存token]
F[消息队列]
G[延迟队列]
A --> B
A --> C
A --> D
A --> E
A --> F
A --> G
H[穿透、击穿、雪崩<br>双写一致、持久化<br>数据过期、淘汰策略]
I[setnx、redisson]
J[数据类型]
B --> H
C --> I
E --> J
F --> J
G --> J

• Redis的数据持久化策略有哪些
• 什么是缓存穿透,怎么解决
• 什么是布隆过滤器
• 什么是缓存击穿,怎么解决
• 什么是缓存雪崩,怎么解决
• redis双写问题
• Redis分布式锁如何实现
• Redis实现分布式锁如何合理的控制锁的有效时长
• Redis的数据过期策略有哪些
• Redis的数据淘汰策略有哪些

其他面试题：

flowchart TD
A[其他面试题]
B[集群]
C[事务]
D[Redis为什么快]
A --> B
A --> C
A --> D
E[主从 哨兵 集群]
B --> E

• Redis集群有哪些方案,知道嘛
• 什么是Redis主从同步
• 你们使用Redis是单点还是集群?哪种集群
• Redis分片集群中数据是怎么存储和读取的
• redis集群脑裂
• 怎么保证redis的高并发高可用
• 你们用过Redis的事务吗?事务的命令有哪些
• Redis是单线程的,但是为什么还那么快?

一、使用场景

• 我看你做的项目中,都用到了redis,你在最近的项目中哪些场景使用了redis呢?

结合项目

●一是验证你的项目场景的真实性,二是为了作为深入发问的切入点

● 缓存：缓存三兄弟(穿透、击穿、雪崩)、双写一致、持久化、数据过期策略,数据淘汰策略

●分布式锁：setnx, redisson

●消息队列、延迟队列：何种数据类型

• 如果发生了缓存穿透、击穿、雪崩,该如何解决?

1.缓存-缓存穿透

例：一个get请求：api/news/getById/1

缓存穿透：查询一个不存在的数据，MySQL查询不到数据也不会直接写入缓存，就会导致每次请求都查数据库。

为什么会这样呢？：通常是有人恶意攻击你的系统

• 解决方案一：缓存空数据，查询返回的数据为空，仍把这个空结果进行缓存 {key:1, value:null

  优点：简单

  缺点：消耗内存，可能会发生不一致的问题（比如id为1，一开始为空，缓存；但后来有值了，就不一致）

• 解决方案二：布隆过滤器

  优点：内存占用较少，没有多余key

  缺点：实现复杂，存在误判

布隆过滤器

bitmap（位图）：相当于是一个以**（bit）位**为单位的数组，数组中每个单元只能存储二进制数0或1

布隆过滤器作用：布隆过滤器可以用于检索一个元素是否在一个集合中。

初始都为0

存在误判：

误判率：数组越小误判率就越大，数组越大误判率就越小，但同时也带来了更多的内存消耗。

！误判率不可能不存在

布隆过滤器实现方案：Redisson、Guava

添加数据时，可设置误判率0.05，5%以内的误判率一般的项目也能接受，不至于高并发下压倒数据库。

总结：

1. Redis的使用场景

● 根据自己简历上的业务进行回答

● 缓存 ： 穿透、击穿、雪崩、双写一致、持久化、数据过期、淘汰策略

● 分布式锁 : setnx, redisson

2. 什么是缓存穿透,怎么解决

● 缓存穿透:查询一个不存在的数据,mysql查询不到数据也不会直接写入缓存,就会导致每次请求都查数据库

● 解决方案一:缓存空数据

● 解决方案二:布隆过滤器

2.缓存-缓存击穿

**缓存击穿：**给某一个key设置了过期时间,当key过期的时候,恰好这时间点对这个key有大量的并发请求过来,这些并发的请求可能会瞬间把DB压垮

缓存重建可能会消耗时间（有时候多个表汇总的结果），然后一直请求数据库

• 解决方案一：互斥锁（分布式锁）

  强一致、性能差

  比如与钱相关的业务

• 解决方案二：逻辑过期

  高可用、性能优

  互联网行业

  不设置过期时间，那怎么判断过期？：存储数据时新增一个过期时间的字段

  key	value
  1	{"id":"123", "title":"sncjskdh", "expire":153213455}

总结：

● 缓存击穿:给某一个key设置了过期时间,当key过期的时候,恰好这时间点对这个key有大量的并发请求过来,这些并发的请求可能会瞬间把DB压垮

● 解决方案一:互斥锁,强一致,性能差

● 解决方案二:逻辑过期,高可用,性能优,不能保证数据绝对一致

3.缓存-缓存雪崩

缓存雪崩是指在同一时段大量的缓存key同时失效或者Redis服务宕机，导致大量请求到达数据库，带来巨大压力。

大量key过期：采用了相同的过期时间

解决方案：

• 给不同的key的TTL (生存时间)添加随机值
• 利用Redis集群提高服务的可用性 (哨兵模式、集群模式)
• 给缓存业务添加降级限流策略 (nginx或spring cloud gateway)

​ 降级可做为系统的保底策略,适用于穿透、击穿、雪崩

• 给业务添加多级缓存 (Guava或Caffeine)

与缓存击穿的区别：雪崩是很多key，击穿是某一个key

4.缓存-双写一致性

• redis作为缓存，MySQL的数据如何与redis进行同步呢？（双写一致性）

！！！一定要设置前提，先介绍自己的业务背景（因为有两种业务情况）

• 一致性要求高
• 允许延迟一致

双写一致性：当修改了数据库的数据也要同时更新缓存的数据，缓存和数据库的数据要保持一致

• 读操作：缓存命中，直接返回；缓存未命中查询数据库，写入缓存，设定超时时间
• 写操作：延迟双删

有脏数据的风险，做不到强一致！！

1.先删除缓存，还是先修改数据库（其实都会有问题）

初始：缓存：10；数据库：10

• 先删除缓存，再操作数据库

正常情况下：缓存：20；数据库：20

有问题时：缓存：10；数据库：20（脏数据）

将还没修改的10写入了缓存

• 先操作数据库，再删除缓存

正常情况下：缓存：20；数据库：20

有问题时：缓存：10；数据库：20

查询时缓存过期

2.为什么要删除两次缓存？

-降低脏数据的出现

3.为什么要延时删除？

-因为主从数据库架构

为了对抗主从复制延迟，防止旧数据被重新写入缓存，从而保证系统的最终一致性。

一般放入缓存中的数据，都是读多写少

• 共享锁:读锁readLock,加锁之后,其他线程可以共享读操作
• 排他锁:独占锁writeLock也叫,加锁之后,阻塞其他线程读写操作

强一致、性能低

异步通知保证数据的最终一致性

允许延时：

1. MQ:

2. canal:

canal是基于MySQL的主从同步来实现的

二进制日志（BINLOG）记录了所有的DDL（数据定义语言）语句和DML(数据操纵语言)语句，但不包括数据查询（SELECT、SHOW）语句。

总结：

• redis做为缓存,mysql的数据如何与redis进行同步呢?(双写一致性)

1. 介绍自己简历上的业务,我们当时是把文章的热点数据存入到了缓存中,虽然是热点数据,但是实时 要求性并没有那么高,所以,我们当时采用的是异步的方案同步的数据

2. 我们当时是把抢券的库存存入到了缓存中,这个需要实时的进行数据同步,为了保证数据的强一致, 我们当时采用的是redisson提供的读写锁来保证数据的同步

• 那你来介绍一下异步的方案(你来介绍一下redisson读写锁的这种方案)

● 允许延时一致的业务,采用异步通知

1. 使用MQ中间件,更新数据之后,通知缓存删除（要保证MQ的可靠性）
2. 利用canal中间件,不需要修改业务代码,伪装为mysql的一个从节点,canal通过读取binlog数据更新缓存
3. 延时双删

● *强一致性的,*采用Redisson提供的读写锁

1. 共享锁:读锁readLock,加锁之后,其他线程可以共享读操作
2. 排他锁:独占锁writeLock也叫,加锁之后,阻塞其他线程读写操作

二、分布式锁

三、其他面试问题