缓存基础常见“学习”题总结

基础概念

1. 什么是缓存？为什么要用缓存？

• 定义：缓存（Cache）是存储数据的临时借地。
• 原因：
  • 高性能：内存读写速度远快于磁盘（数据库）。
  • 高并发：MySQL 单机 QPS 一般在 1k-4k，Redis 单机 QPS 可达 10w+。
  • 减轻数据库压力：防止数据库被大量请求打崩。

2. 常见的缓存有哪些？

• 本地缓存：Guava Cache, Caffeine, Ehcache。速度最快，但无法分布式共享，占用 JVM 内存。
• 分布式缓存：Redis, Memcached。支持分布式共享，性能高，功能丰富。

3. Redis 和 Memcached 的区别？

• 数据类型：Redis 支持 String, List, Set, ZSet, Hash 等丰富类型；Memcached 只支持 String（二进制）。
• 持久化：Redis 支持 RDB 和 AOF；Memcached 不支持。
• 集群模式：Redis 原生支持 Cluster；Memcached 需客户端实现分片。
• 线程模型：Redis 单线程（6.0+ 多线程网络 I/O）；Memcached 多线程。

缓存异常场景（重点）

4. 什么是缓存穿透？解决方案？

• 定义：查询根本不存在的数据，缓存无命中，数据库也无命中。请求直接穿透到数据库。
• 危害：黑客利用不存在的 Key 攻击，导致数据库压力过大宕机。
• 解决方案：
  1. 缓存空值：DB 没查到也在 Redis 存一个 null，设置短过期时间（如 30s）。
  2. 布隆过滤器（Bloom Filter）：在访问缓存前，先判断 Key 是否存在。若判断不存在，则一定不存在，直接返回。
  3. 参数校验：接口层拦截非法参数（如 id < 0）。

5. 什么是缓存击穿？解决方案？

• 定义：某个热点 Key（Hot Key）突然失效（过期），此时大量并发请求直接打到数据库。
• 危害：数据库瞬时压力激增。
• 解决方案：
  1. 互斥锁（Mutex Lock）：查缓存未命中时，先获取锁（如 SETNX），获取成功再去查 DB 并回写缓存，失败则重试。
  2. 逻辑过期：Key 不设置 TTL，但在 Value 中包含过期时间。查询时判断是否过期，若过期则异步启动线程去更新缓存，当前请求返回旧值。
  3. 热点数据永不过期：物理不过期，由后台任务定时更新。

6. 什么是缓存雪崩？解决方案？

• 定义：大量 Key 同时失效，或者 Redis 宕机，导致所有请求全部打到数据库。
• 解决方案：
  1. 随机过期时间：在原有的 TTL 基础上增加一个随机值（如 1-5 分钟），避免集体失效。
  2. Redis 高可用：搭建 Sentinel 或 Cluster 集群。
  3. 多级缓存：本地缓存（Caffeine） + 分布式缓存（Redis）。
  4. 限流降级：Sentinel/Hystrix 限制数据库访问流量，非核心业务降级。

7. 缓存穿透、击穿、雪崩的区别？

• 穿透：数据不存在（查不到）。
• 击穿：单个热点 Key 过期。
• 雪崩：大量 Key 过期或 Redis 挂了。

缓存一致性

8. 缓存和数据库的一致性如何保证？

• 读写策略（Cache Aside Pattern）：
  • 读：先读缓存 -> 命中返回；未命中读 DB -> 写入缓存 -> 返回。
  • 写：先更新数据库，再删除缓存。

9. 为什么是删除缓存而不是更新缓存？

• 性能：如果写多读少，更新缓存频率高但没被读取，浪费性能。
• 复杂性：缓存数据可能经过复杂计算，直接更新成本高。
• 安全：并发更新可能导致脏数据（A 更新 DB -> B 更新 DB -> B 更新 Cache -> A 更新 Cache，导致 DB 是 B 的值，Cache 是 A 的值）。

10. 为什么先更新数据库再删除缓存？

• 先删缓存，后更新 DB：
  • A 删缓存 -> B 读 DB（旧值） -> B 写缓存（旧值） -> A 更新 DB。导致缓存一直是旧值（脏数据）。
  • 解决：延时双删（先删 -> 更新 DB -> 休眠 1s -> 再删）。
• 先更新 DB，后删缓存（推荐）：
  • 只有在“读写并发”且“缓存刚好失效”且“读 DB 耗时 > 写 DB 耗时”时才会出现脏数据，概率极低。
  • 问题：删缓存失败怎么办？
  • 解决：重试机制（MQ 消息队列）。

11. 什么是延时双删？

• 流程：del(key) -> update(db) -> sleep(N) -> del(key)。
• 目的：确保在 sleep 期间进来的读请求（读到旧值写回缓存）能被第二次删除清理掉。
• 缺点：吞吐量降低（sleep），时间难以掌控。

12. 如何保证删除缓存成功？

• 消息队列：更新 DB 后，发送消息到 MQ，消费者消费消息去删除 Redis。如果失败则重试。
• 订阅 Binlog（Canal）：监听 MySQL Binlog 变更，异步解析并删除 Redis。对业务代码无侵入。

缓存淘汰策略

13. Redis 的内存淘汰策略有哪些？

• noeviction（默认）：不淘汰，内存满了直接报错（写操作）。
• allkeys-lru：所有 Key 中，淘汰最近最少使用的。
• volatile-lru：设置了过期时间的 Key 中，淘汰最近最少使用的。
• allkeys-random：所有 Key 中，随机淘汰。
• volatile-random：设置了过期时间的 Key 中，随机淘汰。
• volatile-ttl：淘汰剩余存活时间最短的。
• allkeys-lfu（4.0+）：所有 Key 中，淘汰最不经常使用的（频率）。
• volatile-lfu（4.0+）：设置了过期时间的 Key 中，淘汰最不经常使用的。

14. LRU 和 LFU 的区别？

• LRU (Least Recently Used)：最近最少使用。基于时间。长期不用的被淘汰。
• LFU (Least Frequently Used)：最不经常使用。基于频率。访问次数少的被淘汰。

15. 如何手写一个 LRU 算法？

• 数据结构：HashMap + DoubleLinkedList（双向链表）。
• Java 实现：继承 LinkedHashMap，重写 removeEldestEntry 方法。

布隆过滤器

16. 什么是布隆过滤器（Bloom Filter）？

• 原理：利用多个 Hash 函数将数据映射到位数组（BitMap）中。
• 特点：
  • 如果判断存在，可能不存在（误判）。
  • 如果判断不存在，则一定不存在。
• 优点：空间效率极高，查询快。
• 缺点：有误判率，不支持删除（需使用计数布隆过滤器）。

17. 布隆过滤器的误判率怎么降低？

• 增加位数组长度（m）。
• 增加 Hash 函数个数（k）。
• 根据业务接受程度调整（如 0.01%）。

18. Redis 如何实现布隆过滤器？

• RedisModule：RedisBloom 插件。
• BitMap：利用 Redis 的 setbit / getbit 手动实现。
• Redisson：Java 客户端 Redisson 内置了布隆过滤器实现。

其他

19. 缓存预热是什么？

• 定义：系统上线后，提前将热点数据加载到缓存中。
• 实现：
  • 数据量小：项目启动时加载（CommandLineRunner）。
  • 数据量大：后台定时任务刷新。

20. 缓存降级是什么？

• 定义：当 Redis 出现故障或响应慢时，为了保证核心服务可用，暂时屏蔽缓存或返回默认值。
• 实现：Hystrix / Sentinel 熔断降级。

21. 多级缓存架构是怎样的？

• L1：进程内缓存（Ehcache/Caffeine），速度快，容量小。
• L2：分布式缓存（Redis），容量大，网络 I/O。
• L3：Nginx 缓存 / CDN。
• 流程：查 L1 -> 查 L2 -> 查 DB -> 回写 L2 -> 回写 L1。

22. Redis 到底是单线程还是多线程？

• 6.0 之前：核心网络模型和命令执行都是单线程。
• 6.0 之后：引入多线程处理网络请求（读写 Socket），但命令执行依然是单线程。
• 原因：Redis 瓶颈通常在网络 I/O，而不是 CPU。

23. Redis 单线程为什么这么快？

• 纯内存操作。
• IO 多路复用（Epoll）：非阻塞 I/O。
• 单线程：避免了上下文切换和锁竞争。
• 高效数据结构（SDS, Hash, SkipList）。

24. 什么是热 Key（Hot Key）？如何解决？

• 定义：访问频率极高的 Key（如微博热搜）。
• 危害：流量集中在一个分片，导致该分片网卡/CPU 打满。
• 解决：
  • 本地缓存：将热 Key 缓存在应用服务器本地（Caffeine）。
  • 读写分离：主从架构，增加 Slave 分担读压力。
  • Key 拆分：将 key 复制为 key1, key2...，分散到不同分片。

25. 什么是大 Key（Big Key）？如何解决？

• 定义：Value 很大（String > 10KB, List/Hash 元素 > 5000）。
• 危害：阻塞网络，阻塞 Redis 线程（删除时）。
• 解决：
  • 拆分：将大 Hash 拆分为多个小 Hash。
  • 压缩：对 Value 进行压缩。
  • 惰性删除：UNLINK 命令异步删除。

26. Redis 怎么实现消息队列？

• List：lpush + rpop（先进先出）。
• Pub/Sub：发布订阅（消息无法持久化，无 ACK）。
• Stream（5.0+）：支持消费者组、持久化、ACK，类似 Kafka。

27. Redis 怎么实现延迟队列？

• ZSet：score 存时间戳，value 存消息。
• 消费：zrangebyscore 轮询获取到期的消息。

28. 缓存满了怎么办？

• 触发内存淘汰策略（Eviction Policy）。

29. 怎么发现热 Key？

• Redis 4.0+：--hotkeys 命令。
• 客户端统计：在代码中做计数。
• 抓包分析：分析 TCP 流量。

30. 怎么发现大 Key？

• Redis：--bigkeys 命令。
• SCAN：扫描全库，计算长度。
• RDB 分析工具：rdb-tools。