java分布式分层(java分布式事务)

今天，前锋广爪哇边肖将与大家分享一些分布式的就业面试相关问题集锦。让我们来看看！

1.1有什么区别。Redis和Memcache？

1.存储模式Memecache将所有数据存储在内存中，断电后会挂起，数据不能超过内存大小。redis的一部分存在于硬盘上，Redis可以持久保存它的数据。

2.数据支持类型memcached所有值都是简单字符串。作为替代，redis支持更丰富的数据类型，并提供列表、集合、zset和hash等数据结构的存储。

3.使用不同的底层模型，它们与客户端通信的底层实现和应用协议是不同的。Redis直接自己搭建了VM机制，因为如果一般系统调用系统函数，会浪费一些时间去移动和请求。

4.取值不同：最大Redis可达1gbMemcache只有1mb。

5.redis比memcached快得多。

6.Redis支持数据备份，即主从模式的数据备份。

2.使用Redis有什么好处？

(1)速度快，因为数据存储在内存中。与HashMap类似，HashMap的优点是搜索和运算的时间复杂度为O(1)。

(2)支持丰富的数据类型，字符串、列表、集合、排序集合和哈希。

(3)支持事务，所有操作都是原子性的。所谓的原子性意味着对数据的所有更改要么被执行，要么不被执行。

(4)功能丰富：可用于缓存消息，按键设置到期时间，到期后自动删除。

3.什么是redis持久性？rdb和aof的比较？

持久性是将内存数据写入磁盘，以防止服务关闭时内存数据丢失。

比较：

1.aof文件比rdb更新更频繁，aof更适合恢复数据。

2.aof比rdb更安全、更大。

3.rdb比aof有更好的性能。

4.如果两者都配备了优先装载AOF

4.4的最佳场景是什么。Redis？

(1)会话缓存

使用Redis最常用的场景是会话缓存。使用Redis缓存会话相对于其他存储(如Memcached)的优势在于Redis提供了持久性。

(2)整页缓存(FPC)

除了基本的会话令牌，Redis还提供了一个非常简单的FPC平台。回到一致性问题，即使Redis实例重新启动，由于磁盘的持久性，用户也不会看到页面加载速度下降，这是一个很大的改进，类似于PHP本地FPC。

再次，以Magento为例，Magento提供了一个插件，使用Redis作为全页缓存后端。

另外，对于WordPress用户来说，Pantheon有一个非常好的插件wp-redis，可以帮助你尽快加载你访问过的页面。

(3)排队

REDIS在内存存储引擎领域的一大优势就是提供列表和集合操作，这使得Redis成为一个很好的消息队列平台。Redis作为队列的操作类似于列表上本地编程语言(如Python)的推/弹出操作。

(4)、排行榜/计数器

Redis在内存中增加或减少数字的操作实现得非常好。Set和Sorted Set也让我们执行这些操作变得非常简单。Redis只是提供了这两种数据结构。因此，我们需要从排序后的集合中获取前10名用户——我们称之为“user_scores”，我们只需要按如下方式执行即可：

(5)发布/订阅

最后(但肯定不是最不重要的)是Redis的发布/订阅功能。发布/订阅确实有很多使用场景。我见过人们在社交网络中使用它，它也可以作为基于发布/订阅的脚本触发器，甚至可以使用Redis的发布/订阅功能来构建聊天系统！

5.5.redis中神经羽毛的概念？

Redis集群没有使用一致哈希，而是引入了神经羽毛的概念。Redis集群有16384根神经羽毛。每个键通过CRC16检查和模16，384来决定放置哪个槽。集群的每个节点负责一部分哈希槽。

6.如何理解Redis事务？

事务是一个单独的隔离操作：事务中的所有命令都将被序列化并按顺序执行，并且事务在执行过程中不会被其他客户端发送的命令请求中断。事务是一个原子操作：事务中的所有命令要么执行，要么不执行。

7.7.redis的淘汰策略有哪些？

当达到内存限制并且客户端尝试执行将会使用更多内存的命令时(大多数写命令，但有DEL和少数例外)，Noeviction:会返回一个错误。

Allkeys-lru:尝试回收最少使用的密钥(lru)，以便为新添加的数据留出空间。

Volatile-lru:尝试回收最少使用的密钥(

allkeys-random: 回收随机的键使得新添加的数据有空间存放。

volatile-random: 回收随机的键使得新添加的数据有空间存放，但仅限于在过期集合的键。

volatile-ttl: 回收在过期集合的键，并且优先回收存活时间(TTL)较短的键,使得新添加的数据有空间存放。

8.redis有哪些数据结构?

String、List、Set、Zset(Sorted Set)、hash

9.redis 缓存穿透、缓存雪崩、缓存击穿?

缓存穿透：无效ID，在redis缓存中查不到，去查询DB，造成DB压力增大。

解决方法：

1、解决方法1：布隆过滤器，提供一个很大的Bit-Map，提供多个hash函数，分别对查询参数值【比如UUID】，进行求hash,然后分别对多个hash结果，在对应位置对比是否全为1或者某个位置为0,一旦有一个位置标识为0，表示本次查询UUID,不存在于缓存，再去查询DB.起到一个再过滤的效果。

2、解决方法2：把无效的ID，也在redis缓存起来，并设置一个很短的超时时间。

缓存雪崩：缓存同一时间批量失效，导致大量的访问直接访问DB

解决方法：

在做缓存时候，就做固定失效时间+随机时间段，保证所有的缓存不会同一时间失效

缓存击穿：在缓存失效的时候，会有高并发访问失效的缓存【热点数据】

解决方法：

最简单的解决方法，就是将热点数据设置永不超时!

第二个解决方法：对访问的Key加上互斥锁，请求的Key如果不存在，则加锁，去数据库取，新请求过来，如果相同KEy,则暂停10s再去缓存取值;如果Key不同，则直接去缓存取!

10.redis如何实现高并发?

redis通过一主多从，主节点负责写，从节点负责读，读写分离，从而实现高并发。