你们怎么保证Redis和Mysql的一致性

我们在代码中控制，如果数据库做是写操作，直接把redis中的对应数据删除，下次查询数据会重新写入缓存。

我们的业务对一致性要求不是很高，因此采用了先操作mysql，后删除redis。在写数据库和删除缓存行代码之间如果有查询请求依然会查询到Redis中的老数据，但是这种情况非常极端，而且我们的业务也能容忍这种短暂的脏数据。

我还知道其他方案，比如延迟双删 ， 监听Mysql事务日志自动同步Redis等。

SpringCache常用注解

@EnableCaching：打在主启动类上，开启缓存功能

@Cacheable：打在方法上，表示该方法会开启缓存，打在类上，表示类中所有的方法都开启缓存，方法的返回值会自动写入缓存。如果缓存中已经有数据，方法将不会被调用，而是拿着缓存数据直接返回给客户端。

@CacheEvict：搭载类或者方法上，会将缓存清除

@CachePut：更新缓存

@Caching：组合操作，要应用于方法的多个缓存操作

@CacheConfig：打在类上，共享的一些常见缓存设置

了解缓存击穿，穿透，雪崩吗？怎么处理？

缓存穿透：是指缓存和数据库中都没有的数据，而用户不断发起请求-可能为恶意攻击，导致数据库压力过大
1.接口层增加校验，如用户鉴权，或者id的基础校验，直接拦截
2.对于都取不到的数据，设置为key-null存储到缓存中，缓存设置有效时间，防止同一个key请求反复攻击

缓存击穿：指的是缓存中没有，但是数据库的有，在同一时间，多个请求同时获取不到缓存中数据，又同时获取数据库中的数据，导致数据库压力过大
1.设置热点数据永不过期
2.加互斥锁，只能允许一个线程访问数据库，然后其它的线程就可以往内存里拿

缓存雪崩：是指缓存中大部分数据过期，而查询数据量大，导致数据库压力大
1.热点数据永不过期
2.给缓存中的数据设置随机过期时间
3.缓存数据库是分布式部署，将热点数据均匀分布在不同搞得缓存数据库中

Redis的主从有什么优点，和缺点？

优点是读写分离，分担了读的压力，同时能起到备份作用，防止数据丢失

缺点是不能分担写的压力，主的单点故障没有解决，存储没有得到扩容

解释一下Redis的哨兵模式。哨兵的不足？

当主服务器中断服务后，可以将一个从服务器升级为主服务器 ，以便继续提供服务

哨兵就是用来监控主从服务器，实现故障恢复功能的。它会不断的检查主服务器和从服务器的健康状态，当某个服务器出现问题时，可以向管理员发起通知。如果主服务器不可用时，会自动选择一个从服务器作为新的主服务器，并让其他的从服务器从新的主服务器复制数据

哨兵也是主从模式，没有解决写的压力，只减轻了读的压力，而且存储也得不到扩容

Redis的cluster集群怎么存储数据的？

Redis Cluster集群实现了redis分布式存储，也就是每台redis节点存储不同的内容，采用哈希槽 (hash slot)的方式来分配的。它默认分配了16384个槽位，当我们set一个key 时，会用CRC16算法得到所属的槽位，然后将这个key 分到对应区间的节点上