有的时候博客内容会有变动，首发博客是最新的，其他博客地址可能会未同步,认准
https://blog.zysicyj.top
全网最细面试题手册，支持艾宾浩斯记忆法。这是一份最全面、最详细、最高质量的 java 面试题，不建议你死记硬背，只要每天复习一遍，有个大概印象就行了。 https://store.amazingmemo.com/chapterDetail/1685324709017001`
会导致数据丢失，分为两种情况
- 同步过程中服务器挂了
- 脑裂导致数据丢失
分片集群是指将 Redis 中数据按照一定的路由分发到不同的节点上。 Redis cluster 是 3.x 版本提供的一种路由方案，是基于 SDK 的。 原理就是，默认是有 16384 个哈希槽，我们可以手动也可以自动的将这些哈希槽分配到所有的节点上，只要全部都分配完即可。 redis 保存数据的时候会在客户端将 key 通过 crc 算法计算出一个值再/16384，然后根据结果去查找对应的节点。
通过哨兵机制。哨兵其实就是一种特殊的 redis 实例，主要有下面四个功能
- 监控：监控主节点状态
- 通知
- 选主
- 配置
。。。。
大致流程
- 哨兵根据配置，当发现主节点超时未上线时，默认认为该主节点客观下线
- 当大多数哨兵认为该主节点客观下线的时候，则会开始选主
- 哨兵选主主要依据就是谁快谁当主，选主完毕后就会选新主
- 选新主主要是根据 offset 位置，runid 位置，等等考虑
- 选完新主后就会通知其他节点向新主节点同步数据
- 原先的主节点再次上线后，就要丢弃之前的数据，向新主节点同步数据（消息丢失）
每个 redis 节点保存了所有哈希槽与节点的映射表，并且客户端自己也缓存了一份。
当集群实例变动后，redis 节点会相互通信自动更新路由表，此时，若客户端此时去访问之前的实例，那么如果此时访问的数据已经同步完成了，就会返回 removed 命令，并包含新的实例地址。此时客户端就拿着新地址去查找数据就行，此时会更新本地缓存。如果此时访问的数据还未完全同步，就会返回 ask 命令，里面包含该客户端请求的数据所在的实例地址，直接访问即可，此时不会更新本地缓存。
- 作者认为 redis 集群不会超过 1000 个，够了
- 哈希槽过多会影响网络资源
原理就是通过一层代理管理路由数据，比如 codis，就是通过 codis server 和 codis proxy 管理。客户端请求发送到代理上，代理再根据路由信息转发到具体的实例上。
实例将数据发送到新节点，此时数据只读，当数据更新完，删掉本地数据
rdb：快照，redis fork 子线程拷贝快照 aof：命令备份，保存执行的命令，后台会定期合并命令减少文件大小 混合使用最佳，配置 rdb 为 5 秒，aof，这样恢复先恢复 rdb 再恢复 5 秒内的 aof
字符串：最大 512M 列表： 数组： 有序数组： 哈希： bitmap：二进制 hyperlog： geo：经纬度
分布式锁：set nx 老的版本是 set if not exist + expire 新版本是 set key value nx px 1000
缓存穿透：值得是没命中缓存，直接打到数据库。 缓存未命中的数据，布隆过滤器 缓存击穿：缓存失效瞬间大量请求打到数据库。布隆过滤器，加锁，热点数据一直加锁 缓存雪崩：大量缓存同时失效，设置随机过期时间，消费降级
- hashmap
- guava cache
- kfcache
- jcache
- spring cache
基于内存，高效的数据结构，非阻塞 IO
redo log 是为了实现事务，undo log 是为了保证事务
- 基于内存
- 高效的数据结构
- 无锁
- 异步 IO 模型
- 事件驱动机制
- 支持批量执行
redo log 保证事务的持久性 undo log 保证事务的一致性和原子性
底层原理是通过 n 个哈希函数处理的结果保存澄数组，通过校验是否匹配，只会告诉你可能包含，不能告诉你不包含。
- 初始化 m 个哈希函数
- 将值与 m 个哈希函数一一计算，并将结果哈希到数组中
- 查询时如果有一个为命中，就是为匹配
如果客户端发送消息后，该服务器宕机，数据就会丢失。
超卖：数据丢失未同步就会发生超卖问题
- 尽可能避免 redis 发生数据丢失
- 避免脑裂的发生
- 消息补偿机制
- 使用消息队列
使用分布式事务
分布式事务
消息确认机制
水平扩展服务
- 提高消费速度
- 非核心功能异步处理
- 避免锁操作
- 使用线程池提高效率
- 本地缓存
- 数据库
- 优化查询索引
- 读写分离
- 水平扩展
- 消息队列
- 水平扩展
- 设置优先级
- 服务降级，限流，防止服务 GG
- 先将这些订单保存到本地，异步处理
缓存穿透
- 布隆过滤器
- 缓存结果 缓存失效
- 后台同步避免热点索引失效
- 限流 缓存雪崩
- 随机过期时间
- linkedlistblokingqueue：FIFO
Arraylistblockingqueue：数组 -
linkedlobkingqueue：无界阻塞队列
- arrayblockingqueue：FIFO
- 优先级队列
- delayqueue：延迟队列
bitmap：以日期维度保存，bitcount hyperlog：以日期维度保存，pfcount：不精确
- fixedthreadpool
- cachedthreadpool
- singledthreadpool
- schedualthreadpool
singlescheduthreadpool
无锁
- 偏向锁
- CAS
- 同步锁
AOT：编译时处理热点数据 JIT：运行时处理热点数据
基于 IEEExxx 标准，无法精确表示浮点数
堆-栈
共同：都不能被实例化
接口：可以定义常量，静态方法，接口不能写实现 抽象类：只能被继承，啥都可以
string：基础类型 stringbuffer：线程不安全，内部通过 append 拼接 stringbuild：可变，线程安全，加锁
- 基本属性（魔术、版本号等等）
- 常量池
- 方法名
- 变量名
- 属性名（字节码相关信息）
乐观锁：发生争抢时上锁（写上锁） 悲观锁：直接上锁（读写都上锁）
- 原子数组
- Unsafe
- Lock
- concurrentHashMap
- CopyOnWriteList
- ReetranLock
- Countdownlatch
Samplare
常量池
- 栈
- 线程计数器
- 操作数栈
- 局部变量表
- 本地方法表
- 方法引用
- 堆
- 方法区
直接内存不受垃圾回收器管理，大小没有上线，也避免拷贝，性能高高高
- aborting
- callerruns
- discarding
discardingoldest
更易读
- 性能低
- 易同步
- 更不安全
- 兼容高
类、方法、属性、接口
适配器就是将现有的功能兼容目标接口
异步 IO：通过操作系统的事件回调机制实现消息回调，提高 IO 读取速度
热部署、tomcat 多应用部署、jdbc 加载驱动、arthas 等等
clint 保证初始化顺序
局部变量表 本地方法表 返回类型
记录下个指令地址，不会发生 OOM
编译完之后就确认了大小，是一个数组，按照初始化顺序保存变量
- 强引用：手动设置空才会被回收
- 软引用：内存不够时回收
- 弱引用：每次都回收
- 虚引用：随时可能被回收
垃圾收集算法：
- 标记-清除
- 标记-整理
- 标记-