Java --- 面试题

一、Redis应用场景

1.1、缓存

热点数据（高频查询，但不经常修改和删除的数据）首选redis作为缓存，性能优秀。

案例：如仓储业务中的商品信息，用户从redis的查询商品信息，没有在去数据库中查询。

1.2、分布式锁

在多线程环境下，对共享资源访问的线程问题，需要通过锁的机制实现访问的互斥。

案例：在集群环境下的库存扣减功能，普通方式实现，步骤：①、获取锁：setnx key vlue ②、设置好锁的过期时间：expire key 10 ③、执行业务代码 ④、释放锁：del key

使用redisson来实现分布式锁：①、获取锁 ②、执行业务代码 ③、释放锁

redisson加锁、锁续期、释放锁底层都是通过lua脚本实现的，这样保证了操作的原子性。

redisson的锁为可重入锁。

1.2.1、分布式锁的坑 -- 非原子操作

解决办法：①、将加锁与设置锁的过期时间进行统一操作。②采用lua脚本。

1.2.2、分布式锁的坑 -- 锁未释放

解决办法：锁必须加过期时间。

1.2.3、分布式锁的坑 -- 锁提前释放

解决办法：给锁续期

1.2.4、分布式锁的坑 -- 释放其他线程的锁

解决办法：给每个锁添加唯一的id

1.2.5、分布式锁的坑 -- 大量请求竞争锁失败

解决办法：①、使用自旋锁重试。②、优化业务代码，将执行时间变短。③、进行限流。

1.2.6、分布式锁的坑 -- 主从复制

解决办法：①、红锁机制（不采用）

1.2.7、分布式锁的坑 -- 锁的性能

解决办法：分段锁（大多数不采用，需要根据场景）

1.2.8、分布式锁的坑 -- 锁可重入性

解决办法：redisson自身实现

1.3、使用场景案例

1.3.1、Token存储

过程：前端发送登录请求给后端，后端生成一个token返回给前端，并存储在redis中。当前端发送请求是携带token需要给跟redis存储中token进行验证，通过才能返回结果给前端。

1.3.2、短信验证码存储

过程：用户发送获取短信验证码，后端获取并写入redis中，前端用户输入验证码与redis中进行比较。

1.3.3、计数器

如：文章阅读数，视频点赞数等，使用hset类型。

1.3.4、全局唯一ID

主要使用redis自增id的特性。

1.3.5、排行榜

如积分排行榜，英雄战力排行榜。使用zset类型数据。

1.3.6、限流

local key = KEYS[1] --限流KEY（一秒一个）"limit:" + System.currentTimeMillis() / 1000;
local limit = tonumber(ARGV[1]) --限流大小  10local current = tonumber(redis.call('get', key) or "0")
if current + 1 > limit then --如果超出限流大小return 0
else  --请求数+1，并设置2秒过期redis.call("INCRBY", key, "1")redis.call("EXPIRE", key, "15")return 1
end

@Testvoid testLimit() {DefaultRedisScript<Long> redisScript = new DefaultRedisScript<>();redisScript.setResultType(Long.class);redisScript.setScriptSource(new ResourceScriptSource(new ClassPathResource("limit.lua")));for (int i = 0; i < 112; i++) {String key = "limit:" + System.currentTimeMillis() / 1000; // limit:1705664721Long result = stringRedisTemplate.execute(redisScript, Arrays.asList(key), String.valueOf(100));if (result == 0) {//需要限流System.out.println("限流了......");}}}