黑马面试篇

news2024/11/17 19:42:59

课程地址：新版Java面试专题视频教程，java八股文面试全套真题+深度详解（含大厂高频面试真题）_哔哩哔哩_bilibili

课程名称：新版Java面试专题视频教程，java八股文面试全套真题+深度详解（含大厂高频面试真题）

一、面试准备

二、Redis

Redis的面试占很大篇幅，很重要。

1. 布隆过滤器：

1. 自己写

布隆过滤器_百度百科 (这里有自己写的java代码实现布隆过滤器)

2. Google 开发著名的 Guava 库（单机、内存）

【项目实践03】【布隆过滤器】-CSDN博客
https://juejin.cn/post/6844904007790673933?searchId=202404272300043574EFFB0E7CD94BEB09
布隆过滤器介绍及实战应用（防止缓存穿透）_布隆过滤器实战-CSDN博客

3. Redisson实现（适用分布式）

最牛一篇布隆过滤器详解-腾讯云开发者社区-腾讯云
Redis详解（十三）------ Redis布隆过滤器-腾讯云开发者社区-腾讯云
https://juejin.cn/post/7355011549827350555?searchId=202404272300043574EFFB0E7CD94BEB09
布隆过滤器-腾讯云开发者社区-腾讯云
【Redisson】Redisson--布隆(Bloom Filter)过滤器_redisson布隆过滤器-CSDN博客

2. 缓存击穿概念&解决方案

常见的解决方案有两种：

互斥锁：给重建缓存逻辑加锁，避免多线程同时指向

逻辑过期：热点key不要设置过期时间，在活动结束后手动删除。

缓存击穿实现代码：

Redis 缓存击穿问题及解决方案_Redis_脚本之家
缓存穿透、雪崩、击穿实践-腾讯云开发者社区-腾讯云

3. 双写一致

总结：

第一种方案：更新数据之后删除缓存，并为缓存设置过期时间。（延迟双删也有不一致风险，反而增加了业务复杂性：黑马微服务课程2-CSDN博客）；
第二种方案：采用Redisson提供的读写锁，强一致，性能低，只有要求强一致的场景采用；
第三种方案：最终一致方案，使用MQ中间件。
第四种方案：canal中间件，最终一致方案。

4. 持久化

1）RDB的执行原理？

bgsave开始时会fork主进程得到子进程，子进程共享主进程的内存数据。完成fork后读取内存数据并写入 RDB 文件。 fork采用的是copy-on-write技术：当主进程执行读操作时，访问共享内存；当主进程执行写操作时，则会拷贝一份数据，执行写操作。

2）AOF vs RDB

RDB全称Redis Database Backup file（Redis数据备份文件），也被叫做Redis数据快照。简单来说就是把内存中的所有数据都记录到磁盘中。当Redis实例故障重启后，从磁盘读取快照文件，恢复数据。

AOF全称为Append Only File（追加文件）。Redis处理的每一个写命令都会记录在AOF文件，可以看做是命令日志文件。

AOF默认是关闭的。AOF的命令记录的频率也可以通过redis.conf文件来配。

因为是记录命令，AOF文件会比RDB文件大的多，通过执行bgrewriteaof命令，可以让AOF文件执行重写功能，进行文件压缩。Redis也会在触发阈值时自动去重写AOF文件。阈值也可以在redis.conf中配置：

5. 数据过期策略

假如redis的key过期之后，会立即删除吗？

惰性删除：访问key的时候判断是否过期，如果过期，则删除；
定期删除：定期检查一定量的key是否过期（ SLOW模式+ FAST模式）
Redis的过期删除策略：惰性删除 + 定期删除两种策略进行配合使用

6. 数据淘汰策略

假如缓存过多，内存是有限的，内存被占满了怎么办？

Redis提供了8种不同的数据淘汰策略，默认是noeviction不删除任何数据，内存不足直接报错
LRU：最少最近使用。用当前时间减去最后一次访问时间，这个值越大则淘汰优先级越高
LFU：最少频率使用。会统计每个key的访问频率，值越小淘汰优先级越高
平时开发过程中用的比较多的就是allkeys-lru（结合自己的业务场景）

数据淘汰策略-使用建议

优先使用 allkeys-lru 策略。充分利用 LRU 算法的优势，把最近最常访问的数据留在缓存中。如果业务有明显的冷热数据区分，建议使用。
如果业务中数据访问频率差别不大，没有明显冷热数据区分，建议使用 allkeys-random，随机选择淘汰。
如果业务中有置顶的需求，可以使用 volatile-lru 策略，同时置顶数据不设置过期时间，这些数据就一直不被删除，会淘汰其他设置过期时间的数据。
如果业务中有短时高频访问的数据，可以使用 allkeys-lfu 或 volatile-lfu 策略。

关于数据淘汰策略其他的面试问题

1）数据库有1000万数据 ,Redis只能缓存20w数据, 如何保证Redis中的数据都是热点数据 ?

使用allkeys-lru(挑选最近最少使用的数据淘汰)淘汰策略，留下来的都是经常访问的热点数据。

2）Redis的内存用完了会发生什么？

主要看数据淘汰策略是什么？如果是默认的配置（ noeviction ），会直接报错。

7. 分布式锁

redis分布式锁，是如何实现的？

需要结合项目中的业务进行回答，通常情况下，分布式锁使用的场景：集群情况下的定时任务、抢单、幂等性场景。

1）抢券：加synchronized可以吗？

如果是单体项目，并且只启动了一台服务，synchronized锁是没问题的。但如果集群部署，也就是将同一份代码部署在多台服务器上，synchronized就不行了。synchronized属于本地锁，JVM锁，只能解决同一JVM下线程的互斥，无法解决多个JVM下线程的互斥，所以在集群下，就不能使用本地锁了，只能使用外部锁解决（分布式锁）。

2）Redis分布式锁setnx