突破Java面試(22) - Redis過時策略及手寫LRU

0 歡迎關注 Github

歡迎關注全是乾貨的技術公衆號

1 面試題

Redis的過時策略都有哪些？內存淘汰機制都有哪些？手寫一下LRU代碼實現？

2 考點分析

1）往redis裏寫的數據怎麼沒了？

生產環境的redis怎麼常常會丟掉一些數據？寫進去了，過一下子可能就沒了。

問這個問題就說明redis你就沒用對啊。redis是緩存，你給當存儲了是吧？

啥叫緩存？用內存當緩存。內存是無限的嗎，內存是很寶貴並且是有限的，而磁盤是廉價且大量的!
可能一臺機器就幾十個G的內存，可是能夠有幾個T的硬盤空間。
redis主要是基於內存來進行高性能、高併發的讀寫操做的。

那既然內存是有限的，好比redis就只能用10個G，你要是往裏面寫了20個G的數據，會咋辦？固然會幹掉10個G的數據，而後就保留10個G的數據了。那幹掉哪些數據？保留哪些數據？固然是幹掉不經常使用的數據，保留經常使用的數據了。

因此說，這是緩存的一個最基本的概念，數據是會過時的，要麼是你本身設置個過時時間，要麼是redis本身給幹掉。

set key value 過時時間（1小時）

set進去的key，1小時以後就沒了，就失效了

2）數據明明都過時了，怎麼還佔用着內存？

還有一種就是若是你設置好了一個過時時間，你知道redis是怎麼給你弄成過時的嗎？何時刪除掉？若是你不知道，以前有我的就問了，爲啥好多數據明明應該過時了，結果發現redis內存佔用仍是很高？那是由於你不知道redis是怎麼刪除那些過時key的。

redis 內存一共是10g，你如今往裏面寫了5g的數據，結果這些數據明明你都設置了過時時間，要求這些數據1小時以後都會過時，結果1小時以後，你回來一看，redis機器，怎麼內存佔用仍是50%呢？5g數據過時了，我從redis裏查，是查不到了，結果過時的數據還佔用着redis的內存。

若是你連這個問題都不知道，上來就懵了，回答不出來，那線上你寫代碼的時候，想固然的認爲寫進redis的數據就必定會存在，後面致使系統各類漏洞和bug，誰來負責？

3 詳解

3.1 設置過時時間

咱們set key的時候，均可以給一個expire time，就是過時時間，指定這個key好比說只能存活1個小時？10分鐘？這個頗有用，咱們本身能夠指定緩存到期就失效。

若是假設你設置一個一批key只能存活1個小時，那麼接下來1小時後，redis是怎麼對這批key進行刪除的？

答案是：按期刪除+惰性刪除

按期刪除

指的是redis默認是每隔100ms就隨機抽取一些設置了過時時間的key，檢查其是否過時，若是過時就刪除。

假設redis裏放了10萬個key，都設置了過時時間，你每隔幾百毫秒，就檢查10萬個key，那redis基本上就死了，cpu負載會很高的，消耗在你的檢查過時key上了。

注意，這裏可不是每隔100ms就遍歷全部的設置過時時間的key，那樣就是一場性能上的災難。實際上redis是每隔100ms隨機抽取一些key來檢查和刪除的。

可是問題是，按期刪除可能會致使不少過時key到了時間並無被刪除掉，那咋整呢？
因此就是

惰性刪除

這就是說，在你獲取某個key的時候，redis會檢查一下 ，這個key若是設置了過時時間那麼是否過時了？若是過時了此時就會刪除，不會給你返回任何東西。

並非key到時間就被刪除掉，而是你查詢這個key的時候，redis再懶惰的檢查一下

經過上述兩種手段結合起來，保證過時的key必定會被幹掉。

很簡單，就是說，你的過時key，靠按期刪除沒有被刪除掉，還停留在內存裏，佔用着你的內存呢，除非你的系統去查一下那個key，纔會被redis給刪除掉。

但實際上這仍是有問題的，若是按期刪除漏掉了不少過時key，而後你也沒及時去查，也就沒走惰性刪除，此時會怎麼樣？大量過時key堆積在內存裏，致使redis內存塊耗盡了，咋整？

答案是：走內存淘汰機制。

3.2 內存淘汰

若是redis的內存佔用過多的時候，此時會進行內存淘汰，有以下一些策略：

redis 10個key，如今已經滿了，redis須要刪除掉5個key

1個key，最近1分鐘被查詢了100次
1個key，最近10分鐘被查詢了50次
1個key，最近1個小時倍查詢了1次

• noeviction：當內存不足以容納新寫入數據時，新寫入操做會報錯，這個通常沒人用吧，(太噁心了，可是默認的)
• allkeys-lru：當內存不足以容納新寫入數據時，在鍵空間中，移除最近最少使用的key（最經常使用）
• allkeys-random：當內存不足以容納新寫入數據時，在鍵空間中，隨機移除某個key，這個通常沒人用吧，爲啥要隨機，確定是把最近最少使用的key給幹掉
• volatile-lru：當內存不足以容納新寫入數據時，在設置了過時時間的鍵空間中，移除最近最少使用的key（不太合適）
• volatile-random：當內存不足以容納新寫入數據時，在設置了過時時間的鍵空間中，隨機移除某個key
• volatile-ttl：當內存不足以容納新寫入數據時，在設置了過時時間的鍵空間中，有更早過時時間的key優先移除

3.3 手寫一個LRU

確實有時會問這個，由於有些候選人若是確實過五關斬六將，前面的問題都答的很好，那麼其實讓他寫一下LRU算法，能夠考察一下編碼功底

你能夠現場手寫最原始的LRU算法，那個代碼量太大了，不太現實

public class LRUCache<K, V> extends LinkedHashMap<K, V> {
    
private final int CACHE_SIZE;

    // 這裏就是傳遞進來最多能緩存多少數據
    public LRUCache(int cacheSize) {
        super((int) Math.ceil(cacheSize / 0.75) + 1, 0.75f, true); // 這塊就是設置一個hashmap的初始大小，同時最後一個true指的是讓linkedhashmap按照訪問順序來進行排序，最近訪問的放在頭，最老訪問的就在尾
        CACHE_SIZE = cacheSize;
    }

    @Override
    protected boolean removeEldestEntry(Map.Entry eldest) {
        return size() > CACHE_SIZE; // 這個意思就是說當map中的數據量大於指定的緩存個數的時候，就自動刪除最老的數據
    }

}

最起碼你也得寫出來上面那種代碼，不求本身純手工從底層開始打造出本身的LRU，可是起碼知道如何利用已有的jdk數據結構實現一個java版的LRU

參考

《Java工程師面試突擊第1季-中華石杉老師》

本文由博客一文多發平臺 OpenWrite 發佈！