商务网站建设过程中应对可能遇到的风险,系统之家一键重装系统,wordpress5.0.2,wordpress加载ajaxredis面试题常见分类 缓存穿透
定义
缓存穿透是一种现象#xff0c;引发这种现象的原因大概率是遭到了恶意攻击。具体就是查询一个一定不存在的数据#xff0c;mysql查询不到数据也不会直接写入缓存#xff0c;就会导致这个数据的每次请求都需要查DB#xff0c;数据库压力…redis面试题常见分类 缓存穿透
定义
缓存穿透是一种现象引发这种现象的原因大概率是遭到了恶意攻击。具体就是查询一个一定不存在的数据mysql查询不到数据也不会直接写入缓存就会导致这个数据的每次请求都需要查DB数据库压力很大从而挂掉。
解决方案一缓存空数据
我们缓存空数据查询返回的数据为空仍把这个空结果进行缓存。 优点简单 缺点消耗内存可能会发生缓存和数据库不一致的问题。
为什么可能发生缓存和数据库不一致的问题。因为一开始数据库中没有该数据redis就会缓存空结果。但是后来我们在数据库中插入该数据时缓存中依旧是空结果那么就不一致了。
解决方案二布隆过滤器
我们可以在缓存预热时创建一个布隆过滤器它的作用就是判断一个数据是否存在。每次查询前先查询布隆过滤器来判断这个数据是否一定存在如果存在则查询redis以及之后的DB层。如果不存在则直接返回。 优点内存占用较少没有多余key 缺点实现复杂存在误判
布隆过滤器定义、存储/查找数据
布隆过滤器实际上就是一个bitmap位图相当于是一个以bit位为单位的数组数组中每个单元只能存储二进制数0或1初始化全为0。 存储数据就是将数据的值经过x个哈希函数后获取x个哈希值然后将数组对应位置改为1. 查询数据就是用相同的x个哈希函数获取x个哈希值然后判断数组对应位置是否都为1.
布隆过滤器误判
通过布隆过滤器的原理我们可以发现如果一个数在过滤器中找不到那么它一定不存在。但是如果一个数能在过滤器中找到也不意味着它一定存在。因为过滤器存在误判现象。 譬如下图id1和id2在数组上的下标覆盖了id3在数组上的下标。存储了id1和id2就会让id3查询所对应的数组下标位置也变为1。实际上id3是不存在的但是会被误判为存在。 误判率数组越小误判率就越大数组越大误判率就越小但是同时带来了更多的内存消耗。 一般我们将误判率设置在5%比较合理地兼顾内存和误判率。
测试误判率和初始化布隆过滤器代码不用看仅供个人存档用 /*测试误判率*/private static int getData(RBloomFilterString bloomFilter, int size){int count0;for(int xsize; xsize*2;x){if(bloomFilter.contains(addx)){count;}}return count;
}/*初始化数据*/private static void initData(RBloomFilterString bloomFilter, int size{bloomFilter.tryInit(size, 0.05);for(int x0;xsize;x){bloomFilter.add(addx);}System.out.println(初始化完成……);}面试回答模板
什么是缓存穿透 怎么解决 ?
背熟以下回答大概用时1分半。
缓存穿透是一种现象引发这种现象的原因大概率是遭到了恶意攻击。具体就是查询一个一定不存在的数据mysql查询不到数据也不会直接写入缓存就会导致这个数据的每次请求都需要查DB如果同时并发多个请求的话。数据库压力就会很大从而挂掉。
解决方案的话一般有两种第一种是直接缓存空数据。这种方案实现简单但是可能比较消耗内存而且有可能发生缓存和数据库数据不一致的问题。我们通常选择第二种解决方案就是布隆过滤器。布隆过滤器实际上就是一个bitmap位图相当于是一个以bit位为单位的数组数组中只能存储0或1初始时全为0。存储数据就是将数据的值经过x个哈希函数后获取x个哈希值然后将数组对应位置改为1.查询数据也一样。我们可以在缓存预热时创建一个布隆过滤器它的作用就是判断一个数据是否存在。每次查询前先查询布隆过滤器来判断这个数据是否一定存在如果存在则查询redis以及之后的DB层。如果不存在则直接返回。
本篇所有图片来自于黑马程序员。
