精华内容
下载资源
问答
  • Redis 分布式缓存 面试题重点 总结 常用数据类型 String 类型面试分析 博客的字数统计如何实现?(strlen) 如何将审计日志不断追加到指定key? (append) 你如何实现一个分布式自增id?(incr-雪花算法) 如何实现一个...

    Redis 分布式缓存 面试题重点 总结

    常用数据类型

    String 类型面试分析

    博客的字数统计如何实现?(strlen)
    如何将审计日志不断追加到指定key? (append)
    你如何实现一个分布式自增id?(incr-雪花算法)
    如何实现一个博客的的点赞操作?(incr,decr)

    Hash 类型面试分析

    发布一篇博客需要写内存吗?(需要,hmset)
    浏览博客内容会怎么做?(hmget)
    如何判定一篇博客是否存在?(hexists)
    删除一篇博客如何实现?(hdel)
    分布式系统中你登录成功以后是如何存储用户信息的?(hmset)

    List 类型面试分析

    如何基于redis实现一个队列结构?(lpush/rpop)
    如何基于redis实现一个栈结构?(lpush/lpop)
    如何基于redis实现一个阻塞式队列?(lpush/brpop)
    如何实现秒杀活动的公平性?(先进先出-FIFO)
    通过list结构实现一个消息队列(顺序)吗?(可以,FIFO->lpush,rpop)
    用户注册时的邮件发送功能如何提高其效率?(邮件发送是要调用三方服务,底层通过队列优化其效率,队列一般是list结构)
    如何动态更新商品的销量列表?(卖的好的排名靠前一些,linsert)
    商家的粉丝列表使用什么结构实现呢?(list结构)

    Set 类型面试分析

    朋友圈的点赞功能你如何实现?(sadd,srem,smembers,scard)
    如何实现一个网站投票统计程序?
    你知道微博中的关注如何实现吗?

    展开全文
  • 分布式缓存面试题+SpringCache解决方案 分布式缓存面试题+SpringCache解决方案分布式缓存必考题之缓存击穿+解决方案缓存击穿预防SpringCache解决方案分布式缓存必考题之缓存雪崩+解决方案缓存雪崩(多个热点key过期)...

    分布式缓存面试题+SpringCache解决方案

    分布式缓存必考题之缓存击穿+解决方案

    缓存击穿

    • 缓存击穿(某个热点Key缓存失效)
      • 缓存中没有数据但数据库中有数据,加入是热点数据,那么key在缓存过期的一刻,有大量的请求,这些请求都会击穿到DB,造成瞬间DB请求量大、压力增大。
      • 和缓存雪崩的区别在于这里针对某一key缓存,后者是很多key

    预防

    • 预防
      • 设置热点数据不过期
      • 定时任务定时更新缓存
      • 设置互斥锁

    SpringCache解决方案

    • 缓存同步的sync
    • sync 可以指示底层将缓存锁住,使只有⼀个线程可以进⼊计算,⽽其他线程堵塞,直到返回结果更新到缓存中
    @Cacheable(value = {"product"},key = "#root.args[0]", cacheManager = "customCacheManager", sync=true)
    

    分布式缓存必考题之缓存雪崩+解决方案

    缓存雪崩(多个热点key过期)

    • 缓存雪崩
      • ⼤量的key设置了相同的过期时间,导致在缓存在同⼀时刻全部失效,造成瞬时DB请求量⼤、压⼒骤增,引起雪崩
      • 预防
        • 存数据的过期时间设置随机,防⽌同⼀时间⼤量数据过期现象发⽣
        • 设置热点数据永远不过期,定时任务定时更新
      • SpringCache解决⽅案
        • 设置差别的过期时间
        • 比如CacheManager配置多个过期时间维度
        • 配置⽂件 time-to-live 配置
    cache:
    	#使⽤的缓存类型
    	type: redis
    	#过时时间
    	redis:
    		time-to-live: 3600000
    		# 开启前缀,默以为true
    		use-key-prefix: true
    		# 键的前缀,默认就是缓存名cacheNames
    		key-prefix: XD_CACHE
    		# 是否缓存空结果,防⽌缓存穿透,默以为true
    		cache-null-values: true
    

    分布式缓存必考题之缓存穿透+解决方案

    缓存穿透(查询不存在的数据)

    • 缓存穿透
      • 查询⼀个不存在的数据,由于缓存是不命中的,并且出于容错考虑,如发起为id为“-1”不存在的数据
      • 如果从存储层查不到数据则不写⼊缓存这将导致这个不存在的数据每次请求都要到存储层去查询,失去了缓存的意义。存在⼤量查询不存在的数据,可能DB就挂掉了,这也是⿊客利⽤不存在的key频繁攻击应⽤的⼀种⽅式。
      • 预防
        • 接⼝层增加校验,数据合理性校验
        • 缓存取不到的数据,在数据库中也没有取到,这时也可以将key-value对写为key-null,设置短点的过期时间,防⽌同个key被⼀直攻击
      • SpringCache解决⽅案
        • 空结果也缓存,默认不配置condition或者unless就⾏
    cache:
    	#使⽤的缓存类型
    	type: redis
    	#过时时间
    	redis:
    		time-to-live: 3600000
    		# 开启前缀,默以为true
    		use-key-prefix: true
    		# 键的前缀,默认就是缓存名cacheNames
    		key-prefix: XD_CACHE
    		# 是否缓存空结果,防⽌缓存穿透,默以为true
    		cache-null-values: true
    
    展开全文
  • https://mp.csdn.net/console/uploadResources?spm=1011.2124.3001.4171
  • 面试题 redis 和 memcached 有什么区别?redis 的线程模型是什么?为什么 redis 单线程却能支撑高并发? 面试官心理分析 这个是问 redis 的时候,最基本的问题吧,redis 最基本的一个内部原理和特点,就是 redis ...

    来源:https://github.com/shishan100/Java-Interview-Advanced

    面试题

    redis 和 memcached 有什么区别?redis 的线程模型是什么?为什么 redis 单线程却能支撑高并发?

    面试官心理分析

    这个是问 redis 的时候,最基本的问题吧,redis 最基本的一个内部原理和特点,就是 redis 实际上是个单线程工作模型,你要是这个都不知道,那后面玩儿 redis 的时候,出了问题岂不是什么都不知道?

    还有可能面试官会问问你 redis 和 memcached 的区别,但是 memcached 是早些年各大互联网公司常用的缓存方案,但是现在近几年基本都是 redis,没什么公司用 memcached 了。

    面试题剖析

    redis 和 memcached 有啥区别?

    redis 支持复杂的数据结构

    redis 相比 memcached 来说,拥有更多的数据结构,能支持更丰富的数据操作。如果需要缓存能够支持更复杂的结构和操作, redis 会是不错的选择。

    redis 原生支持集群模式

    在 redis3.x 版本中,便能支持 cluster 模式,而 memcached 没有原生的集群模式,需要依靠客户端来实现往集群中分片写入数据。

    性能对比

    由于 redis 只使用单核,而 memcached 可以使用多核,所以平均每一个核上 redis 在存储小数据时比 memcached 性能更高。而在 100k 以上的数据中,memcached 性能要高于 redis。虽然 redis 最近也在存储大数据的性能上进行优化,但是比起 memcached,还是稍有逊色。

    redis 的线程模型

    redis 内部使用文件事件处理器 file event handler,这个文件事件处理器是单线程的,所以 redis 才叫做单线程的模型。它采用 IO 多路复用机制同时监听多个 socket,将产生事件的 socket 压入内存队列中,事件分派器根据 socket 上的事件类型来选择对应的事件处理器进行处理。

    文件事件处理器的结构包含 4 个部分:

    • 多个 socket
    • IO 多路复用程序
    • 文件事件分派器
    • 事件处理器(连接应答处理器、命令请求处理器、命令回复处理器)

    多个 socket 可能会并发产生不同的操作,每个操作对应不同的文件事件,但是 IO 多路复用程序会监听多个 socket,会将产生事件的 socket 放入队列中排队,事件分派器每次从队列中取出一个 socket,根据 socket 的事件类型交给对应的事件处理器进行处理。

    来看客户端与 redis 的一次通信过程:

    redis-single-thread-model

    要明白,通信是通过 socket 来完成的,不懂的同学可以先去看一看 socket 网络编程。

    首先,redis 服务端进程初始化的时候,会将 server socket 的 AE_READABLE 事件与连接应答处理器关联。

    客户端 socket01 向 redis 进程的 server socket 请求建立连接,此时 server socket 会产生一个 AE_READABLE 事件,IO 多路复用程序监听到 server socket 产生的事件后,将该 socket 压入队列中。文件事件分派器从队列中获取 socket,交给连接应答处理器。连接应答处理器会创建一个能与客户端通信的 socket01,并将该 socket01 的 AE_READABLE 事件与命令请求处理器关联。

    假设此时客户端发送了一个 set key value 请求,此时 redis 中的 socket01 会产生 AE_READABLE 事件,IO 多路复用程序将 socket01 压入队列,此时事件分派器从队列中获取到 socket01 产生的 AE_READABLE 事件,由于前面 socket01 的 AE_READABLE 事件已经与命令请求处理器关联,因此事件分派器将事件交给命令请求处理器来处理。命令请求处理器读取 socket01 的 key value 并在自己内存中完成 key value 的设置。操作完成后,它会将 socket01 的 AE_WRITABLE 事件与命令回复处理器关联。

    如果此时客户端准备好接收返回结果了,那么 redis 中的 socket01 会产生一个 AE_WRITABLE 事件,同样压入队列中,事件分派器找到相关联的命令回复处理器,由命令回复处理器对 socket01 输入本次操作的一个结果,比如 ok,之后解除 socket01 的 AE_WRITABLE 事件与命令回复处理器的关联。

    这样便完成了一次通信。关于 Redis 的一次通信过程,推荐读者阅读《Redis 设计与实现——黄健宏》进行系统学习。

    为啥 redis 单线程模型也能效率这么高?

    • 纯内存操作。
    • 核心是基于非阻塞的 IO 多路复用机制。
    • C 语言实现,一般来说,C 语言实现的程序“距离”操作系统更近,执行速度相对会更快。
    • 单线程反而避免了多线程的频繁上下文切换问题,预防了多线程可能产生的竞争问题。

     

    edis 的并发竞争问题是什么?如何解决这个问题?了解 redis 事务的 CAS 方案吗?

    面试官心理分析

    这个也是线上非常常见的一个问题,就是多客户端同时并发写一个 key,可能本来应该先到的数据后到了,导致数据版本错了;或者是多客户端同时获取一个 key,修改值之后再写回去,只要顺序错了,数据就错了。

    而且 redis 自己就有天然解决这个问题的 CAS 类的乐观锁方案。

    面试题剖析

    某个时刻,多个系统实例都去更新某个 key。可以基于 zookeeper 实现分布式锁。每个系统通过 zookeeper 获取分布式锁,确保同一时间,只能有一个系统实例在操作某个 key,别人都不允许读和写。

    zookeeper-distributed-lock

    你要写入缓存的数据,都是从 mysql 里查出来的,都得写入 mysql 中,写入 mysql 中的时候必须保存一个时间戳,从 mysql 查出来的时候,时间戳也查出来。

    每次要写之前,先判断一下当前这个 value 的时间戳是否比缓存里的 value 的时间戳要新。如果是的话,那么可以写,否则,就不能用旧的数据覆盖新的数据。

     

     

     

    展开全文
  • 分布式缓存面试题9

    千次阅读 2018-12-09 19:36:38
    1、面试题   如何保证缓存与数据库的双写一致性?   2、面试官心里分析   你只要用缓存,就可能会涉及到缓存与数据库双存储双写,你只要是双写,就一定会有数据一致性的问题,那么你如何解决一致性问题? ...

    1、面试题

     

    如何保证缓存与数据库的双写一致性?

     

    2、面试官心里分析

     

    你只要用缓存,就可能会涉及到缓存与数据库双存储双写,你只要是双写,就一定会有数据一致性的问题,那么你如何解决一致性问题?

     

    3、面试题剖析

     

    一般来说,就是如果你的系统不是严格要求缓存+数据库必须一致性的话,缓存可以稍微的跟数据库偶尔有不一致的情况,最好不要做这个方案,读请求和写请求串行化,串到一个内存队列里去,这样就可以保证一定不会出现不一致的情况

     

    串行化之后,就会导致系统的吞吐量会大幅度的降低,用比正常情况下多几倍的机器去支撑线上的一个请求。

     

     Cache Aside Pattern缓存+数据库读写模式的分析


    最经典的缓存+数据库读写的模式,cache aside pattern

    1、Cache Aside Pattern

    (1)读的时候,先读缓存,缓存没有的话,那么就读数据库,然后取出数据后放入缓存,同时返回响应

    (2)更新的时候,先删除缓存,然后再更新数据库

     

    2、为什么是删除缓存,而不是更新缓存呢?

    原因很简单,很多时候,复杂点的缓存的场景,因为缓存有的时候,不简单是数据库中直接取出来的值

    商品详情页的系统,修改库存,只是修改了某个表的某些字段,但是要真正把这个影响的最终的库存计算出来,可能还需要从其他表查询一些数据,然后进行一些复杂的运算,才能最终计算出

    现在最新的库存是多少,然后才能将库存更新到缓存中去

    比如可能更新了某个表的一个字段,然后其对应的缓存,是需要查询另外两个表的数据,并进行运算,才能计算出缓存最新的值的

    更新缓存的代价是很高的

    是不是说,每次修改数据库的时候,都一定要将其对应的缓存去跟新一份?也许有的场景是这样的,但是对于比较复杂的缓存数据计算的场景,就不是这样了

    如果你频繁修改一个缓存涉及的多个表,那么这个缓存会被频繁的更新,频繁的更新缓存

    但是问题在于,这个缓存到底会不会被频繁访问到???

    举个例子,一个缓存涉及的表的字段,在1分钟内就修改了20次,或者是100次,那么缓存跟新20次,100次; 但是这个缓存在1分钟内就被读取了1次,有大量的冷数据

    28法则,黄金法则,20%的数据,占用了80%的访问量

    实际上,如果你只是删除缓存的话,那么1分钟内,这个缓存不过就重新计算一次而已,开销大幅度降低

    每次数据过来,就只是删除缓存,然后修改数据库,如果这个缓存,在1分钟内只是被访问了1次,那么只有那1次,缓存是要被重新计算的,用缓存才去算缓存

    其实删除缓存,而不是更新缓存,就是一个lazy计算的思想,不要每次都重新做复杂的计算,不管它会不会用到,而是让它到需要被使用的时候再重新计算

    mybatis,hibernate,懒加载,思想

    查询一个部门,部门带了一个员工的list,没有必要说每次查询部门,都里面的1000个员工的数据也同时查出来啊

    80%的情况,查这个部门,就只是要访问这个部门的信息就可以了

    先查部门,同时要访问里面的员工,那么这个时候只有在你要访问里面的员工的时候,才会去数据库里面查询1000个员工

     

     高并发场景下的缓存+数据库双写不一致问题分析与解决方案设计

     


    马上开始去开发业务系统

    从哪一步开始做,从比较简单的那一块开始做,实时性要求比较高的那块数据的缓存去做

    实时性比较高的数据缓存,选择的就是库存的服务

    库存可能会修改,每次修改都要去更新这个缓存数据; 每次库存的数据,在缓存中一旦过期,或者是被清理掉了,前端的nginx服务都会发送请求给库存服务,去获取相应的数据

    库存这一块,写数据库的时候,直接更新redis缓存

    实际上没有这么的简单,这里,其实就涉及到了一个问题,数据库与缓存双写,数据不一致的问题

    围绕和结合实时性较高的库存服务,把数据库与缓存双写不一致问题以及其解决方案,给大家讲解一下

    数据库与缓存双写不一致,很常见的问题,大型的缓存架构中,第一个解决方案

    大型的缓存架构全部讲解完了以后,整套架构是非常复杂,架构可以应对各种各样奇葩和极端的情况

     

    1、最初级的缓存不一致问题以及解决方案

    问题:先修改数据库,再删除缓存,如果删除缓存失败了,那么会导致数据库中是新数据,缓存中是旧数据,数据出现不一致

    解决思路

    先删除缓存,再修改数据库,如果删除缓存成功了,如果修改数据库失败了,那么数据库中是旧数据,缓存中是空的,那么数据不会不一致

    因为读的时候缓存没有,则读数据库中旧数据,然后更新到缓存中

     

    2、比较复杂的数据不一致问题分析

    数据发生了变更,先删除了缓存,然后要去修改数据库,此时还没修改

    一个请求过来,去读缓存,发现缓存空了,去查询数据库,查到了修改前的旧数据,放到了缓存中

    数据变更的程序完成了数据库的修改

    完了,数据库和缓存中的数据不一样了。。。。

     

    3、为什么上亿流量高并发场景下,缓存会出现这个问题?

    只有在对一个数据在并发的进行读写的时候,才可能会出现这种问题

    其实如果说你的并发量很低的话,特别是读并发很低,每天访问量就1万次,那么很少的情况下,会出现刚才描述的那种不一致的场景

    但是问题是,如果每天的是上亿的流量,每秒并发读是几万,每秒只要有数据更新的请求,就可能会出现上述的数据库+缓存不一致的情况

    高并发了以后,问题是很多的

    4、数据库与缓存更新与读取操作进行异步串行化

    更新数据的时候,根据数据的唯一标识,将操作路由之后,发送到一个jvm内部的队列中

    读取数据的时候,如果发现数据不在缓存中,那么将重新读取数据+更新缓存的操作,根据唯一标识路由之后,也发送同一个jvm内部的队列中

    一个队列对应一个工作线程

    每个工作线程串行拿到对应的操作,然后一条一条的执行

    这样的话,一个数据变更的操作,先执行,删除缓存,然后再去更新数据库,但是还没完成更新

    此时如果一个读请求过来,读到了空的缓存,那么可以先将缓存更新的请求发送到队列中,此时会在队列中积压,然后同步等待缓存更新完成

    这里有一个优化点,一个队列中,其实多个更新缓存请求串在一起是没意义的,因此可以做过滤,如果发现队列中已经有一个更新缓存的请求了,那么就不用再放个更新请求操作进去了,直接等待前面的更新操作请求完成即可

    待那个队列对应的工作线程完成了上一个操作的数据库的修改之后,才会去执行下一个操作,也就是缓存更新的操作,此时会从数据库中读取最新的值,然后写入缓存中

    如果请求还在等待时间范围内,不断轮询发现可以取到值了,那么就直接返回; 如果请求等待的时间超过一定时长,那么这一次直接从数据库中读取当前的旧值

    5、高并发的场景下,该解决方案要注意的问题

    (1)读请求长时阻塞

    由于读请求进行了非常轻度的异步化,所以一定要注意读超时的问题,每个读请求必须在超时时间范围内返回

    该解决方案,最大的风险点在于说,可能数据更新很频繁,导致队列中积压了大量更新操作在里面,然后读请求会发生大量的超时,最后导致大量的请求直接走数据库

    务必通过一些模拟真实的测试,看看更新数据的频繁是怎样的

    另外一点,因为一个队列中,可能会积压针对多个数据项的更新操作,因此需要根据自己的业务情况进行测试,可能需要部署多个服务,每个服务分摊一些数据的更新操作

    如果一个内存队列里居然会挤压100个商品的库存修改操作,每隔库存修改操作要耗费10ms区完成,那么最后一个商品的读请求,可能等待10 * 100 = 1000ms = 1s后,才能得到数据

    这个时候就导致读请求的长时阻塞

    一定要做根据实际业务系统的运行情况,去进行一些压力测试,和模拟线上环境,去看看最繁忙的时候,内存队列可能会挤压多少更新操作,可能会导致最后一个更新操作对应的读请求,会hang多少时间,如果读请求在200ms返回,如果你计算过后,哪怕是最繁忙的时候,积压10个更新操作,最多等待200ms,那还可以的

    如果一个内存队列可能积压的更新操作特别多,那么你就要加机器,让每个机器上部署的服务实例处理更少的数据,那么每个内存队列中积压的更新操作就会越少

    其实根据之前的项目经验,一般来说数据的写频率是很低的,因此实际上正常来说,在队列中积压的更新操作应该是很少的

    针对读高并发,读缓存架构的项目,一般写请求相对读来说,是非常非常少的,每秒的QPS能到几百就不错了

    一秒,500的写操作,5份,每200ms,就100个写操作

    单机器,20个内存队列,每个内存队列,可能就积压5个写操作,每个写操作性能测试后,一般在20ms左右就完成

    那么针对每个内存队列中的数据的读请求,也就最多hang一会儿,200ms以内肯定能返回了

    写QPS扩大10倍,但是经过刚才的测算,就知道,单机支撑写QPS几百没问题,那么就扩容机器,扩容10倍的机器,10台机器,每个机器20个队列,200个队列

    大部分的情况下,应该是这样的,大量的读请求过来,都是直接走缓存取到数据的

    少量情况下,可能遇到读跟数据更新冲突的情况,如上所述,那么此时更新操作如果先入队列,之后可能会瞬间来了对这个数据大量的读请求,但是因为做了去重的优化,所以也就一个更新缓存的操作跟在它后面

    等数据更新完了,读请求触发的缓存更新操作也完成,然后临时等待的读请求全部可以读到缓存中的数据

    (2)读请求并发量过高

    这里还必须做好压力测试,确保恰巧碰上上述情况的时候,还有一个风险,就是突然间大量读请求会在几十毫秒的延时hang在服务上,看服务能不能抗的住,需要多少机器才能抗住最大的极限情况的峰值

    但是因为并不是所有的数据都在同一时间更新,缓存也不会同一时间失效,所以每次可能也就是少数数据的缓存失效了,然后那些数据对应的读请求过来,并发量应该也不会特别大

    按1:99的比例计算读和写的请求,每秒5万的读QPS,可能只有500次更新操作

    如果一秒有500的写QPS,那么要测算好,可能写操作影响的数据有500条,这500条数据在缓存中失效后,可能导致多少读请求,发送读请求到库存服务来,要求更新缓存

    一般来说,1:1,1:2,1:3,每秒钟有1000个读请求,会hang在库存服务上,每个读请求最多hang多少时间,200ms就会返回

    在同一时间最多hang住的可能也就是单机200个读请求,同时hang住

    单机hang200个读请求,还是ok的

    1:20,每秒更新500条数据,这500秒数据对应的读请求,会有20 * 500 = 1万

    1万个读请求全部hang在库存服务上,就死定了

    (3)多服务实例部署的请求路由

    可能这个服务部署了多个实例,那么必须保证说,执行数据更新操作,以及执行缓存更新操作的请求,都通过nginx服务器路由到相同的服务实例上

    (4)热点商品的路由问题,导致请求的倾斜

    万一某个商品的读写请求特别高,全部打到相同的机器的相同的队列里面去了,可能造成某台机器的压力过大

    就是说,因为只有在商品数据更新的时候才会清空缓存,然后才会导致读写并发,所以更新频率不是太高的话,这个问题的影响并不是特别大

    但是的确可能某些机器的负载会高一些。

    复杂的数据库+缓存双写一致保障方案:

     

     

     

     读写并发的时候复杂的数据库+缓存双写不一致的场景:

     

     机器级别的请求路由问题:

     

    展开全文
  • 分布式缓存数据库面试题redis

    千次阅读 2018-08-06 21:20:16
    1.mc可缓存图片和视频。rd支持除k/v更多的数据结构; 2.rd可以使用虚拟内存,rd可持久化和aof灾难恢复,rd通过主从支持数据备份; 3.rd可以做消息队列。 原因:mc多线程模型引入了缓存一致性和锁,加锁带来了性能损耗...
  • 互联网面试题更新了!随便呈上几道,看看大家能否答出来:redis为什么是key,value的,为什么不是支持SQL的?redis是多线程还是单线程?(回答单线程的请回吧,为什么请回,请往...
  • 分布式常见面试题

    千次阅读 2020-02-20 17:53:12
    C一致性:数据在分布式下的多个副本之间数据保持一致性 A可用性:分布式系统一直处于可用状态 P分区容错性:分布式系统在任何网络或者单点故障时,仍能对外提供满足一致性和可用性的服务 一个分布式系统,不可能...
  • 分布式缓存面试题8

    2018-12-09 19:35:16
    1、面试题   了解什么是redis的雪崩和穿透?redis崩溃之后会怎么样?系统该如何应对这种情况?如何处理redis的穿透?   2、面试官心里分析   其实这是问到缓存必问的,因为缓存雪崩和穿透,那是缓存最大的...
  • 1、面试题   redis的并发竞争问题是什么?如何解决这个问题?了解Redis事务的CAS方案吗?   2、面试官心里分析   这个也是线上非常常见的一个问题,就是多客户端同时并发写一个key,可能本来应该先到的数据...
  • 分布式缓存面试中如何考察 对缓存和数据库的考察,一直都是业务开发同学在面试中的核心问题,特别是缓存部分,随着大部分公司业务规模的增加,缓存的应用越来越重要。我偶尔会和身边的同事调侃:如何应对高并发?...
  • 分布式缓存Redis——面试专题 分布式缓存Redis——面试专题 分布式缓存Redis——面试专题分布式缓存Redis——面试专题前言一、为什么用redis而不用memcached二、你用过Redis哪些数据结构? 说下这些结构的使用场景...
  • redis的分布式锁(面试题

    千次阅读 2020-07-09 16:35:45
    首先想想为什么要有分布式锁? 保证一个方法在高并发情况下的同一时间只能被同一个线程执行。 锁的用途? (1)允许多个客户端操作共享资源 这种情况下,对共享资源的操作一定是幂等性操作,无论你操作多少次都不会...
  • Java 分布式框架面试题合集

    千次阅读 2020-02-08 08:28:25
    Java 分布式框架面试题合集 1.什么是 ZooKeeper? 答:ZooKeeper 是一个开源的分布式应用程序协调服务,是一个典型的分布式数据一致性解决方案。设计目的是将那些复杂且容易出错的分布式一致性服务封装起来,构成一...
  • 最近整理了分布式面试题,一共有121道,后面会不断增加,争取做到全网最全的分布式面试题。大部分题目都是来自小伙伴们在面试中被问到后,反馈到我这里的。也由此可知,下一个被问到的估计就是你。分...
  • 其架构图如下所示: 针对单体应用,非功能性需求的做法: 性能需求:使用缓存改善性能 并发需求:使用集群改善并发 读写分离:数据库地读写分离 使用反向代理和cdn加速 使用分布式文件和分布式数据库 单体架构的应用...
  • 面试题】-java分布式及微服务面试题汇总

    万次阅读 多人点赞 2019-05-06 16:35:38
    5.什么是分布式事务?分布式事务的类型有哪些? 6.分布式事务的解决方案有哪些? 7.Dubbo的服务请求失败怎么处理 10.Soa和微服务架构有哪些区别? 11.dubbo服务提供者,服务消费者需要配置哪些信息? 12.Dubbo有哪些...
  • 该领域需要解决的问题极多,在不同的技术层面上,又包括:分布式缓存、分布式数据库、分布式计算、分布式文件系统等,一些技术如MQ、Redis、zookeeper等都跟分布式有关。 从理念上讲,分布式的实现有两种形式: 水平...
  • Java分布式面试题集合(收藏篇)

    千次阅读 2021-04-20 00:23:43
    分布式分为分布式缓存(Redis)、分布式锁(Redis 或 Zookeeper)、分布式服务(Dubbo 或 SpringCloud)、分布式服务协调(Zookeeper)、分布式消息队...
  • 分布式缓存 Redis + Memcached 经典面试题!.zip
  • Java分布式面试题集合

    2021-01-19 07:24:00
    正文 分布式分为分布式缓存(Redis)、分布式锁(Redis 或 Zookeeper)、分布式服务(Dubbo 或 SpringCloud)、分布式服务协调(Zookeeper)、分布式消息队列(Kafka 、RabbitMq)、分布式 Session 、分布式事务、...
  • 分布式系统 & 面试题

    千次阅读 2020-07-24 16:27:57
    本文是我学习石杉老师所讲的Java面试突击课程时所做的笔记。 二. 分布式基础问题 为什么要将系统进行拆分? 不易维护(项目太重) 记得刚刚参加工作时,第一次接触到的大型产品是公司购买的蓝凌OA系统,这套产品...
  • 一、分布式理论: 1. 什么是CAP理论? 2. 什么是BASE理论? 3. 什么是2PC? 4. 什么是3PC? 5. 什么是ZAB协议? 6. 什么是Raft协议? 7. 什么是Paxos算法? 二、Zookeeper: 8. ZooKeeper是什么...
  • 分布式缓存 Redis + Memcached 经典面试题!.pdf
  • 分布式面试题(含解答)

    万次阅读 2018-08-30 23:42:55
    分布式事务 指事务的每个操作步骤都位于不同的节点上,需要保证事务的 AICD 特性。 1. 产生原因 数据库分库分表; SOA 架构,比如一个电商网站将订单业务和库存业务分离出来放到不同的节点上。 2. 应用场景 ...
  • 分布式分布式场景下面试题

    千次阅读 2019-08-20 17:30:52
    分布式面试题有使用过缓存吗?Redis和Memcached有什么区别?Redis的线程模型?单线程的Redis如何实现高性能的?使用Redis实现过分布式锁吗?什么是分布式锁 有使用过缓存吗?Redis和Memcached有什么区别? redis相比...
  • 1. 分布式缓存 1.1. Redis 有什么数据类型?分别用于什么场景? 数据类型 可以存储的值 操作 STRING 字符串、整数或者浮点数 对整个字符串或者字符串的其中一部分执行操作 对整数和浮点数执行...
  • 分布式事务 (含面试题)- 图解 - 秒懂 - 史上最全

    千次阅读 多人点赞 2021-02-04 22:48:14
    2021春招月薪过5万 总目录 疯狂创客圈 经典图书 : 《Netty Zookeeper Redis 高并发实战》 ...搞定下面这些面试题,2021春招月薪过5万(猛!) 阿里、京东、美团、头条… 随意挑、横着走!!! Java基础 JVM面
  • Java基础知识面试题(2020最新版)

    万次阅读 多人点赞 2020-02-19 12:11:27
    https://thinkwon.blog.csdn.net/article/details/104391081 19 架构设计&分布式&数据结构与算法面试题(2020最新版) https://thinkwon.blog.csdn.net/article/details/105870730 Java概述 何为编程 编程就是让...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 43,741
精华内容 17,496
关键字:

分布式缓存面试题