缓存

缓存如何实现高性能

缓存如何实现高并发

redis和memcached的区别

• redis拥有更多的数据结构和丰富的数据操作
• redis内存利用率高于memcache
• redis是单线程，memcache是多线程，在存储大量数据的情况下，redis的速度比memcache差一些

• memcache没有原生的集群模式，redis官方支持redis cluster集群模式

  用缓存可能出现的问题

• 数据不一致

• 缓存雪崩
• 缓存穿透
• 缓存并发竞争

  当查询缓存报错，如何提高可用性？

  缓存可以极大提高查询性能，但是缓存数据丢失和缓存不可用不能影响应用的正常工作。因此，一般情况下，如果缓存出现异常，需要手动捕获这个异常，并且记录日志，然后从数据库查询数据返回给用户，而不是导致业务不可用

  如何避免缓存”穿透”的问题

  缓存穿透，是指查询一个一定不存在的数据，由于缓存是不命中时被动写，并且出于容错考虑，如果从db查不到数据则不写入缓存，这个将导致这个不存在的数据每次都需要请求db查询，失去了缓存的意义。
  如何解决：
  方案一：缓存空对象
  当从db查询数据为空时，我们仍然将这个空结果进行缓存，具体的值需要使用特数据的标识，能和真正缓存的数据区分开。另外，需要设置较短的过期时间，一般建议不要超过五分钟
  方案二：bloomfilter 布隆过滤器
  在缓存服务的基础上，构建BloomFilter数据结构，在bloomfilter中存储对应的key是否存在，如果存在，说明该key对应的值不为空

  如何避免缓存”雪崩”的问题*使用golang如何实现本地缓存？

  缓存雪崩，是指缓存由于某些原因无法提供服务（如：缓存挂掉了），所有请求全部到达DB中，导致DB负荷大增，最终导致雪崩一样的挂掉。
  如何解决：
  方案一：缓存高可用
  通过搭建缓存高可用，避免缓存挂掉无法提供服务的情况，从而降低出现缓存雪崩的情况。假设我们使用redis作为缓存，则可以使用redis sentinel或redis cluster实现高可用
  方案二：本地缓存
  如果使用本地缓存时，即使分布式缓存挂了，也可以将db查询的结果缓存到本地，避免后续请求全部到达DB中。*

  如何避免缓存”击穿”的问题

  缓存击穿，是指某个极度”热点“数据在某个时间点过期时，恰好在这个时间对这个key有大量的并发请求过来，这些请求发现缓存过期一般都会从db加载数据并回设到缓存，但这个时候大量并发请求可能会瞬间压垮DB
  如何解决：对于一些设置了过期时间的key，如果这些key可能会在某个时间点被高并发访问，是一种”热点“数据。这个时候，需要考虑这个问题：
  方案一：使用互斥锁。请求发现缓存不存在后，去查询DB前，使用分布式锁，保证只有一个线程去查询DB，并更新到缓存。
  方案二：手动过期，缓存上不设置过期时间，功能上将过期时间存在key对应的value中，方案如下
  1.获取缓存。通过value的过期时间，判断是否过期。如果未过期，则直接返回；如果已过期，继续向下执行
  2.通过一个后台的异步线程进行缓存的构建，也就是”手动“过期。通过后台的异步线程，保证有且只有一个线程访问db
  3.同时，虽然value已经过期，但还是直接返回。通过这样的方式，保证服务的可用性，虽然损失了一些时效性
  区别：
  和缓存“穿透”的区别在于，这个key存在对应值
  和缓存“雪崩”的区别在于，缓存雪崩针对某个一个key，而缓存击穿是很多个key

  什么是缓存预热，如何实现缓存预热

  在刚启动的缓存系统中，如果缓存中没有任何数据，如果依靠用户请求的方式重建缓存数据，那么对数据库的压力非常大，而且系统的性能开销也是巨大。
  此时，最好的策略是启动时就把热点数据加载好。这样，用户请求时，直接读取的就是缓存的数据，而无需去读取db重建缓存数据。举个例子，热门或推荐的商品，需要提前预热到缓存中。
  如何实现:
  数据量不大时，在项目启动的时候自动进行初始化。
  数据量大时，写脚本或者在管理页面手动点击，预热对应的数据到缓存中。

  缓存数据的淘汰策略有哪些*自带了哪些失效策略

  除了缓存服务器自带的缓存自动失效策略之外，我们还可以根据业务的需求进行自定义的“手动”缓存淘汰，常见的策略有两种：
  1.定期去清理过期的缓存
  2.当有用户请求过来时，再判断这个请求用到的缓存是否过期，过期的话，就去底层系统得到数据来更新缓存
  第一种的缺点是维护大量缓存的key比较麻烦。
  第二种的缺点是每次用户请求都要判断缓存是否失效，逻辑相对复杂
  具体使用哪种方案，需要根据场景权衡。