消息队列

mq就是消息队列，在队列中的成为生产者，取数据的叫消费者

为什么要用

解耦：比如对象A依赖B,C，如果不用会频繁改动源码，不便于维护，如果将A与其余对象之间加入消息队列，A只需要给mq，其余对象也只需要从mq中取。不需要在改A的代码

异步：假设A调B,C,D的方法，总时长为A+B+C+D，如果A为核心业务，其余的为非核心，用户体验会很不好，主要的已经完了，将非核心业务交给mq去做，加大吞吐量和用户体验

削峰/限流：请求多的时候，每台服务器承受能力有限，如果过多，容易把系统搞掉，这时候消息队列可以将多余请求加入队列中，来避免这种情况

什么是redis

c语言编写，高性能nosql数据库，基于内存，读写快，可做缓存，分布式锁

为什么用redis

传统的关系型数据库无法满足所有的场景，无法应对并发高的情况，容易将db打崩。

查的快，并发高，支持持久化

为什么快：

内存操作，访问数据库是从硬盘读取的
基于hashmap的数据结构
单线程避免多线程的上下文切换，不用考虑线程竞争，不用考虑锁的问题
使用多路复用IO模型，非阻塞IO

单线程不应该很耗时吗？会fork子进程来处理，不影响当前线程，保证性能

redis的数据结构

string、list、hash、set、zset、HyperLogLog、Geo、Pub/Sub。

String：字符串，简单的k-v，v可以是字符也可以是数字，v是2进制安全的，可以存图片或序列化的对象，最大512M
Hash：hget / hset / hgetall字典，多用于存储一个对象
List：链表，双端队列实现一个list，多用于存储消息队列，关注列表，支持正反遍历：lpush+lpop=Stack(栈)，lpush+rpop=Queue（队列）
Set：无序，不可重复集合，求交集并集，比如共同好友
Zset：有序的set，得分排行榜，数据结构是一个跳表

redis的持久化

将内存的数据写入磁盘，防止数据丢失。有RDB和AOF。

RDB：快照，默认持久化方式，一定时间(或手动save)会将内存中的数据存于硬盘中，数据文件卫dump.rdb。这个过程是fork一个子进程完成的不会影响主进程的IO操作，保证了性能，缺点：会丢失一部分数据

AOF：追加。在rdis执行写命令的时候记录到单独的日志文件中，重启redis会重新持久化日志文件以恢复数据。缺点是文件比较大，恢复比较慢

如何选择持久化方式

如果可以承受一定时间的数据丢失，使用RDB持久化方式，因为快
在redis4.0之后支持了混用模式，允许数据丢失。建议一起开启

内存满了，业务还在写数据会怎么样

淘汰不活跃的，将新的加进去，做好监控和扩容，及时提高阈值

什么是缓存雪崩

就是缓存大量失效。请求打到数据库

如何避免

过期时间随机分布，避免同时失效
热点数据不过期
限流熔断，避免后端承受请求压力

怎么做持久化的

RDB全量，AOF增量

RDB原理

fork子进程来进行RDB，cow（copy on write）子进程创建后，父进程继续提供读写服务

redis同步机制了解吗

可以使用主从同步。主节点做一次备份，将后续修改记录到内存buffer，再将RDB全量复制并加载到内存，在通过后续增量AOF进行同步

什么是缓存穿透

非法请求，缓存和数据库中都没有，可能会导致服务瘫痪

如何避免

前端参数校验
布隆过滤器
将空对象也缓存，下次直接返回（设置一个较短的过期时间）
请求限流

缓存与数据库不一致

主动更新缓存、异步更新缓存
缓存失效，重新查询数据库
双写一致性，更新数据库同时更新缓存

说说持久化

有RDB（默认）和AOF

RDB快照，隔段时间保存一次硬盘，文件为dump.rdb。fork子进程进行，保证了性能。但数据安全性低，会丢失一部分数据
AOP追加，每次写时候记录到单独日志文件中，同时开启优先AOF，解决了数据一致性问题。但带来的问题就是大，恢复比较慢

如何保证热点数据

采取淘汰策略：常见的有LRU

淘汰策略有哪些

out

BloomFilter（布隆过滤器）

概念：70年布隆提出，用于检索一个元素是否在集合中，空间效率和时间效率高于其他算法，但有误伤率和删除困难

原理：当元素加入集合，通过k个散列函数将元素映射为一个位数组的k个点，如果有0则一定存在，如果全1则不一定存在
bloom