為了提高系統的訪問效率和降低伺服器壓力，我們通常會採用快取的策略，而使用快取可以有效地支援高效能和高併發，而我們常用redis作為快取!

1.快取的作用

高效能
使用者第一次訪問資料庫中的某些資料時，是從硬碟中讀取的，該過程緩慢。而操作快取是直接操作記憶體，速度快。所以，當第一次訪問後，將資料儲存在快取，若資料庫中的資料有變動，則同步改變快取中相應的資料。

高併發
直接操作快取能夠承受的請求是遠遠大於直接訪問資料庫的，可以將熱點資料儲存到快取中，從而使部分請求直接到達快取，而不用經過資料庫，降低伺服器壓力的同時，提高了併發量。

為了更好地引入快取一致性的問題，先來講下redis的持久化策略、過期鍵的刪除策略和記憶體淘汰策略。

1.redis持久化策略。

首先，redis支援RDB（預設）和AOF兩種持久化策略。

a) RDB：Redis Database。RDB是Redis預設的持久化方式。每隔一定的時間週期就將記憶體的資料以快照的形式儲存到硬碟中，對應產生的資料檔案為dump.rdb。通過配置檔案中的save引數可以設定生成快照的時間週期。

RDB的優缺點：

優點：

1、只有一個檔案dump.rdb，方便持久化；
2、容災性好，一個檔案可以儲存到安全的磁碟；
3、效能最大化。使用單獨子程序來進行持久化，主程序不會進行任何IO操作，保證了redis的高效能；
4、相對於資料集大時，比AOF的啟動效率更高

缺點：

1、資料安全性低。因為RDB是間隔一段時間進行持久化，如果持久化之間redis發生故障，會發生資料丟失。

**b) AOF：**Append Only File。將Redis每次執行的寫命令記錄到單獨的日誌檔案中，當重啟Redis時，會從持久化的日誌檔案中重新恢復資料。
當兩種方式同時開啟時，資料恢復Redis會優先選擇AOF恢復。

AOF優缺點：

優點：

1、資料安全，AOF持久化可以令屬性appendfsync為always，表示將每一次的命令操作記錄到AOF檔案中；
2、以append模式寫檔案，即使中途伺服器宕機，可以通過redis-check-aof工具解決資料一致性問題。
3、AOF機制的rewrite模式，在AOF檔案還沒被rewrite之前（當檔案過大時，會對檔案中的命令進行合併重寫），可以刪除其中的一些命令。
 

缺點：

1、AOF檔案比RDB檔案大，且恢復速度慢。
2、資料集大的時候，比RDB啟動效率低。

c) 對RDB和AOF兩者進行對比：
如果同時配置了RDB和AOF，則優先載入AOF。

1、AOF檔案比RDB更新頻率高，優先使用AOF還原資料；
2、AOF比RDB更安全也更大
3、RDB效能比AOF好

2.過期鍵的刪除策略

使用過Redis的都知道，Redis是key-value的資料庫，我們可以設定redis快取中key的過期時間，通常採用以下三種過期鍵的刪除策略，Redis中同時使用惰性過期和定期過期兩種過期策略

3.Redis記憶體淘汰策略

Redis的記憶體淘汰策略是指用於快取的記憶體不足時，怎麼處理需要新寫入且需要申請額外空間的資料。

好了，接下來講下使用redis作為快取時的快取異常問題，即快取與資料庫的一致性問題，可以大致為分這三種：快取穿透、快取擊穿和快取雪崩。

針對上述三種問題，有不同的解決方案。

在上面的策略中，講到了布隆過濾器，布隆過濾器也是面試中會被問到的一個知識點。
布隆過濾器只佔用很小的記憶體空間，它通過bitmap（位陣列）和雜湊對映函式來判斷某個資料是否存在，僅是進行概率判斷，即資料要麼可能大概率存在，要麼一定不存在。

a) 布隆過濾器組成及其執行過程。

布隆過濾器除了一個位數組外，還有k個雜湊函式，當一個元素加入布隆過濾器時，會執行如下操作：

1) 使用k個雜湊函式對元素進行k次計算，得到k個雜湊值；
2) 根據得到的雜湊值，在位陣列中把對應的索引位置的值置為1.

而當判斷一個值是否在布隆過濾器中時，會對該值進行k次雜湊計算，再判斷位陣列中應對的k個位置的值是否都為1，若存在一個不為1，則說明該元素不存在，否則，說明該元素存在。

b) 布隆過濾器的資料結構：其本質是一個如下圖所示的位陣列，初始值都為0，陣列元素能是0或者1,

若此時我們使用多個雜湊函式對映若干個值到布隆過濾器中，如下所示：

若此時查詢“益禾堂”，可以說該值一定存在嗎？在圖中可以看到，不同的值是存在雜湊衝突的，即不同的值存在部分雜湊值對映到位陣列的同一個位置上，而隨著儲存的值增多，會有更多的位置被置為1。當我們查詢不存在的值“星巴克”時，若此時雜湊函式返回的三個bit位（不一定是3個，根據雜湊函式確定）都為1，程式依然會判斷該值“星巴克”存在。綜上所述，上述問題只能說“益禾堂”可能存在。

此外，布隆過濾器不能刪除其中的資料，若要刪除某個值，則只能重建布隆過濾器。因為存在雜湊衝突，若有兩個不同的值對映到了相同的位置，那麼，在某個時刻查詢另一個數據時，會造成結果的錯誤。

綜上所述，可以得出如下結論：

1、只要返回資料不存在，則肯定不存在；
2、返回資料存在，但只能是大概率存在；
3、不能刪除其中的資料；
4、針對布隆過濾器的誤判行為，可以採用建立白名單的儲存可能被誤判的元素；
5、因為redis本身支援setbit和getbit操作，所以可以使用redis實現布隆過濾器，
而其建立位陣列的方式比較特殊，通過如下方式建立位陣列，
如建立一個長度為10000、名為test的布隆過濾器：setbit test 10000 0