能堅持別人不能堅持的，才能擁有別人未曾擁有的。
關注編程大道公眾號，讓我們一同堅持心中所想，一起成長！！
《【面試突擊】— Redis篇》--Redis Cluster及緩存使用和架構設計的常見問題
在這個系列里，我會整理一些面試題與大家分享，幫助年后和我一樣想要在金三銀四准備跳槽的同學。
我們一起鞏固、突擊面試官常問的一些面試題，加油！！
《【面試突擊】— Redis篇》--Redis數據類型？適用於哪些場景？
《【面試突擊】— Redis篇》--Redis的線程模型了解嗎？為啥單線程效率還這么高？
《【面試突擊】— Redis篇》-- Redis的主從復制？哨兵機制？
《【面試突擊】— Redis篇》-- Redis哨兵原理及持久化機制
說說Redis cluster
在redis cluster集群架構中，可以由N個redis master node組成，每個master node都可以掛載多個slave node。
可以自動將數據進行分片，每個master上放一部分數據；
還提供內置的高可用支持，部分master不可用時，還是可以繼續工作的，因為每個master都有salve節點，那么如果mater掛掉，redis cluster這套機制，就會自動將某個slave切換成master；
支持讀寫分離：對於每個master來說，都負責寫請求，寫就寫到master，然后讀就從mater對應的slave去讀；
總結：redis cluster（多master + 讀寫分離 + 高可用）
我們只要基於redis cluster去搭建redis集群即可，不需要再手工去搭建replication復制+主從架構+讀寫分離+哨兵集群+高可用，不需要這樣去搭了。
redis cluster 和 redis replication + sentinal的使用場景是什么
redis replication + Sentinal：redis的一主多從，讀寫分離+哨兵機制
如果數據量很少，主要是承載高並發高性能的場景，比如緩存一般就幾個G的話，單機足夠了。那就搭建主從復制的架構（redis replication），一個mater，多個slave，要幾個slave跟你要求的讀吞吐量有關系，然后自己搭建一個sentinal集群，去保證redis主從架構的高可用性，就可以了。
而redis cluster 主要是針對海量數據+高並發+高可用的場景，如果是海量數據，如果你的數據量很大，那么建議就用redis cluster，所有master的容量總和就是redis cluster可緩存的數據容量。
redis cluster中是如何實現數據分布的？這種方式有什么優點？
redis cluster有固定的16384個hash slot（哈希槽），對每個key計算CRC16值，然后對16384取模，可以獲取key對應的hash slot。
redis cluster中每個master都會持有部分slot（槽），比如有3個master，那么可能每個master持有5000多個hash slot。
hash slot讓node的增加和移除很簡單，增加一個master，就將其他master的hash slot移動部分過去，減少一個master，就將它的hash slot移動到其他master上去。每次增加或減少master節點都是對16384取模，而不是根據master數量，這樣原本在老的master上的數據不會因master的新增或減少而找不到。並且增加或減少master時redis cluster移動hash slot的成本是非常低的。
redis cluster節點間通信是什么機制？
redis cluster節點間采取gossip協議進行通信，所有節點都持有一份元數據，不同的節點如果出現了元數據的變更之后U不斷地i將元數據發送給其他節點讓其他節點進行數據變更。
節點互相之間不斷通信，保持整個集群所有節點的數據是完整的。
主要交換故障信息、節點的增加和移除、hash slot信息等。
這種機制的好處在於，元數據的更新比較分散，不是集中在一個地方，更新請求會陸陸續續，打到所有節點上去更新，有一定的延時，降低了壓力;
缺點，元數據更新有延時，可能導致集群的一些操作會有一些滯后。
如果現在有個讀超高並發的系統，用Redis來抗住大部分讀請求，你會怎么設計？
首先，如果是讀高並發的話，先看讀並發的數量級是多少，因為redis單機的讀QPS在萬級，每秒幾萬沒問題，使用一主多從+哨兵集群的緩存架構來承載每秒10W+的讀並發，主從復制，讀寫分離。使用哨兵集群主要是提高緩存架構的可用性，解決單點故障問題。主庫負責寫，多個從庫負責讀，支持水平擴容，根據讀請求的QPS來決定加多少個redis從實例。如果讀並發繼續增加的話，只需要增加redis從實例就行了。
如果系統現在的業務量上升了，需要緩存1T+的數據，你怎么做？
因為Redis支撐海量數據的瓶頸在於單機容量，所以這個時候我會選擇redis cluster模式，每個主節點存一部分數據，假設一個master存32G，那只需要n*32G>=1T，n個這樣的master節點就可以支持1T+的海量數據的存儲了。
Redis單主的瓶頸不在於讀寫的並發，而在於內存容量，即使是一主多從也是不能解決該問題，因為一主多從架構下，多個slave的數據和master的完全一樣。假如master是10G那slave也只能存10G數據。所以數據量受單主的影響。
而這個時候又需要緩存海量數據，那就必須得有多主了，並且多個主保存的數據還不能一樣。redis官方給出的 redis cluster 模式完美的解決了這個問題。
了解什么是redis的雪崩和穿透嗎？如何應對？
其實這是問到緩存必問的，因為緩存雪崩和穿透，那是緩存最大的兩個問題，要么不出現，一旦出現就是致命性的問題。所以面試官一定會問你。
我先描述下如何出現的緩存雪崩吧。
舉個例子，假設每天高峰期的時候系統每秒請求是5000次，緩存在高峰期可以分擔每秒4000次請求，另外1000次請求落到數據庫（假設數據庫每秒可承擔2000次請求）。如果此時過來5000請求，但是redis因為某些原因掛掉了，緩存整個就不能用了，那么這5000個請求就全部落到數據庫。顯然數據庫扛不住，直接崩潰。此時，如果沒用什么特別的方案來處理這個故障，只是很着急的重啟數據庫，結果因為緩存還沒數據，立馬數據庫又被新的流量給打死了。這就是緩存雪崩。
對於緩存雪崩主要分為事前事中事后，事前：如果緩存不可用是因為緩存中的大部分數據集中失效，我們可以對緩存的失效時間加上一個隨機值，使失效時間分散一點，盡量避免集中失效。另外如果是因為別的原因redis宕機導致緩存不可用，這時候我們就需要提前做好Redis高可用的架構，如主從+哨兵或redis cluster，來避免Redis出現故障時整個緩存不可用，全盤崩潰。
事中：可以將一小部分數據同樣緩存到本地ehcache（本地緩存組件）緩存，另外加上hystrix限流&降級組件，避免MySQL被打死。
事后：如果真的發生雪崩，我們還可以用redis的RDB或AOF重啟redis快速從磁盤加載緩存數據。這就需要我們提前打開Redis持久化機制，在雪崩發生的事后快速恢復緩存數據，一旦重啟從磁盤中恢復數據到內存。
另外一個問題，緩存穿透，一般是黑客惡意攻擊，或是自己系統出bug。例如黑客惡意偽造請求，這些請求都是數據庫根本查不到的，所以緩存中也沒用，那這些大量的惡意請求都會落到數據庫去查詢，數據庫不就掛了嗎？
解決辦法就是
1、只要從數據庫沒查到，就寫入一個空值到緩存里去。
2、使用布隆過濾器對請求的key進行一層過濾，過濾掉系統認為不存在不合法的key。
說一說redis的過期策略吧
可以參考之前的這篇文章，什么？我往Redis里寫的數據怎么沒了？
談談緩存+數據庫雙寫不一致問題
可以參考之前的這篇文章，高並發場景下緩存+數據庫雙寫不一致問題分析與解決方案設計
《【面試突擊】—Redis篇》就要結束了，暫時就整理這么多，如果你還有更多的可以告訴我來補充哦
本系列文章在於面試突擊，不是教程，要是細挖能講好多，而面試你只需要把這個原理說出來就行了，如果邊講邊畫圖那就更好了。
該系列文章在於快速突擊，快速拾遺，溫習。