面試官心理分析

如果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，想當然的認為寫進redis的數據就一定會存在，后面導致系統各種 bug，誰來負責？

常見的問題：

往redis寫入的數據怎么沒了？

可能有同學會遇到，在生產環境的redis經常會丟掉一些數據，寫進去了，過一會兒可能就沒了。我的天，同學，你問這個問題就說明 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，內存是很寶貴而且是有限的，磁盤是廉價而且是大量的。可能一臺機器就幾十個G的內存，但是可以有幾個 T 的硬盤空間。redis 主要是基于內存來進行高性能、高并發的讀寫操作的。

那既然內存是有限的，比如redis就只能用 10G，你要是往里面寫了 20G 的數據，會咋辦？當然會干掉10G 的數據，然后就保留 10G 的數據了。那干掉哪些數據？保留哪些數據？當然是干掉不常用的數據，保留常用的數據了。數據明明過期了，怎么還占用著內存？這是由redis的過期策略來決定。

面試題剖析

redis 過期策略？

redis過期策略是：定期刪除+惰性刪除。

所謂定期刪除，指的是redis默認是每隔 100ms 就隨機抽取一些設置了過期時間的 key，檢查其是否過期，如果過期就刪除。

假設redis里放了 10w 個 key，都設置了過期時間，你每隔幾百毫秒，就檢查 10w 個 key，那 redis 基本上就死了，cpu 負載會很高的，消耗在你的檢查過期 key 上了。注意，這里可不是每隔 100ms 就遍歷所有的設置過期時間的 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。

但是問題是，定期刪除可能會導致很多過期key到了時間并沒有被刪除掉，那咋整呢？所以就是惰性刪除了。這就是說，在你獲取某個 key 的時候，redis 會檢查一下 ，這個 key 如果設置了過期時間那么是否過期了？如果過期了此時就會刪除，不會給你返回任何東西。

獲取key的時候，如果此時 key 已經過期，就刪除，不會返回任何東西。

但是實際上這還是有問題的，如果定期刪除漏掉了很多過期key，然后你也沒及時去查，也就沒走惰性刪除，此時會怎么樣？如果大量過期 key 堆積在內存里，導致 redis 內存快耗盡了，咋整？

答案是：走內存淘汰機制。

內存淘汰機制

redis內存淘汰機制有以下幾個：

· noeviction:當內存不足以容納新寫入數據時，新寫入操作會報錯，這個一般沒人用吧，實在是太惡心了。

· 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（這個是最常用的）。

· 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，這個一般沒人用吧，為啥要隨機，肯定是把最近最少使用的key給干掉啊。

· volatile-lru：當內存不足以容納新寫入數據時，在設置了過期時間的鍵空間中，移除最近最少使用的key（這個一般不太合適）。

· volatile-random：當內存不足以容納新寫入數據時，在設置了過期時間的鍵空間中，隨機移除某個key。

· volatile-ttl：當內存不足以容納新寫入數據時，在設置了過期時間的鍵空間中，有更早過期時間的key優先移除。

?手寫一個LRU 算法

你可以現場手寫最原始的LRU算法，那個代碼量太大了，似乎不太現實。

不求自己純手工從底層開始打造出自己的LRU，但是起碼要知道如何利用已有的 JDK 數據結構實現一個Java版的 LRU。

class LRUCache<K, V> extends LinkedHashMap<K, V> {

private final int CACHE_SIZE;

/** * 傳遞進來最多能緩存多少數據 * * @param cacheSize 緩存大小 */

public LRUCache(int cacheSize) {

// true 表示讓 linkedHashMap 按照訪問順序來進行排序，最近訪問的放在頭部，最老訪問的放

在尾部。

super((int) Math.ceil(cacheSize / 0.75) + 1, 0.75f, true);

CACHE_SIZE = cacheSize;

}

@Override

protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {

// 當 map 中的數據量大于指定的緩存個數的時候，就自動刪除最老的數據。

return size() > CACHE_SIZE;

}

}