1. 常見的緩存策略有哪些，如何做到緩存與 db 里的數據一致性
您： 種writer-reader架構般思路緩存更新階段由writer解決致性問題資料庫數據變化同步更新redis並確保緩存更新功 作完整性判斷檢查全部屬性數據使用自增版本號（或間戳）判斷否新 作置檢測優化降低掃描代價針近間周期內（依0min）資料庫更新數據集合應該比較redis進行檢查代價比較
2. 面試題：請你談談對緩存的理解，viewstate可以取代緩存的功用嗎
首先聲明,我也不是很了解.只能大概的說說
緩存的作用:
網頁顯示的數據量很大.但是又不是經常變化或變化比較小
就可以使用緩存把整個網頁緩存到內存中,而不需要再次對資料庫進行訪問.減少數據訪問量.
viewstate
不怎麼了解,我只用它來做存儲.就像session那樣.用來做全局存儲.在程序的任意一個地方都可以訪問.
3. php面試題 memcache和redis的區別
Redis與Memcached的區別傳統MySQL+ Memcached架構遇到的問題實際MySQL是適合進行海量數據存儲的，通過Memcached將熱點數據載入到cache，加速訪問，很多公司都曾經使用過這樣的架構，但隨著業務數據量的不斷增加，和訪問量的持續增長，我們遇到了很多問題：1.MySQL需要不斷進行拆庫拆表，Memcached也需不斷跟著擴容，擴容和維護工作占據大量開發時間。2.Memcached與MySQL資料庫數據一致性問題。3.Memcached數據命中率低或down機，大量訪問直接穿透到DB，MySQL無法支撐。4.跨機房cache同步問題。眾多NoSQL百花齊放，如何選擇最近幾年，業界不斷涌現出很多各種各樣的NoSQL產品，那麼如何才能正確地使用好這些產品，最大化地發揮其長處，是我們需要深入研究和思考的問題，實際歸根結底最重要的是了解這些產品的定位，並且了解到每款產品的tradeoffs，在實際應用中做到揚長避短，總體上這些NoSQL主要用於解決以下幾種問題1.少量數據存儲，高速讀寫訪問。此類產品通過數據全部in-momery 的方式來保證高速訪問，同時提供數據落地的功能，實際這正是Redis最主要的適用場景。2.海量數據存儲，分布式系統支持，數據一致性保證，方便的集群節點添加/刪除。3.這方面最具代表性的是dynamo和bigtable 2篇論文所闡述的思路。前者是一個完全無中心的設計，節點之間通過gossip方式傳遞集群信息，數據保證最終一致性，後者是一個中心化的方案設計，通過類似一個分布式鎖服務來保證強一致性,數據寫入先寫內存和redo log，然後定期compat歸並到磁碟上，將隨機寫優化為順序寫，提高寫入性能。4.Schema free，auto-sharding等。比如目前常見的一些文檔資料庫都是支持schema-free的，直接存儲json格式數據，並且支持auto-sharding等功能，比如mongodb。面對這些不同類型的NoSQL產品,我們需要根據我們的業務場景選擇最合適的產品。Redis適用場景，如何正確的使用前面已經分析過，Redis最適合所有數據in-momory的場景，雖然Redis也提供持久化功能，但實際更多的是一個disk-backed的功能，跟傳統意義上的持久化有比較大的差別，那麼可能大家就會有疑問，似乎Redis更像一個加強版的Memcached，那麼何時使用Memcached,何時使用Redis呢?如果簡單地比較Redis與Memcached的區別，大多數都會得到以下觀點：1 Redis不僅僅支持簡單的k/v類型的數據，同時還提供list，set，zset，hash等數據結構的存儲。2 Redis支持數據的備份，即master-slave模式的數據備份。3 Redis支持數據的持久化，可以將內存中的數據保持在磁碟中，重啟的時候可以再次載入進行使用。拋開這些，可以深入到Redis內部構造去觀察更加本質的區別，理解Redis的設計。在Redis中，並不是所有的數據都一直存儲在內存中的。這是和Memcached相比一個最大的區別。Redis只會緩存所有的 key的信息，如果Redis發現內存的使用量超過了某一個閥值，將觸發swap的操作，Redis根據「swappability = age*log(size_in_memory)」計 算出哪些key對應的value需要swap到磁碟。然後再將這些key對應的value持久化到磁碟中，同時在內存中清除。這種特性使得Redis可以 保持超過其機器本身內存大小的數據。當然，機器本身的內存必須要能夠保持所有的key，畢竟這些數據是不會進行swap操作的。同時由於Redis將內存 中的數據swap到磁碟中的時候，提供服務的主線程和進行swap操作的子線程會共享這部分內存，所以如果更新需要swap的數據，Redis將阻塞這個 操作，直到子線程完成swap操作後才可以進行修改。使用Redis特有內存模型前後的情況對比：VM off: 300k keys, 4096 bytes values: 1.3G usedVM on: 300k keys, 4096 bytes values: 73M usedVM off: 1 million keys, 256 bytes values: 430.12M usedVM on: 1 million keys, 256 bytes values: 160.09M usedVM on: 1 million keys, values as large as you want, still: 160.09M used當 從Redis中讀取數據的時候，如果讀取的key對應的value不在內存中，那麼Redis就需要從swap文件中載入相應數據，然後再返回給請求方。 這里就存在一個I/O線程池的問題。在默認的情況下，Redis會出現阻塞，即完成所有的swap文件載入後才會相應。這種策略在客戶端的數量較小，進行 批量操作的時候比較合適。但是如果將Redis應用在一個大型的網站應用程序中，這顯然是無法滿足大並發的情況的。所以Redis運行我們設置I/O線程 池的大小，對需要從swap文件中載入相應數據的讀取請求進行並發操作，減少阻塞的時間。如果希望在海量數據的環境中使用好Redis，我相信理解Redis的內存設計和阻塞的情況是不可缺少的。補充的知識點：memcached和redis的比較1 網路IO模型Memcached是多線程，非阻塞IO復用的網路模型，分為監聽主線程和worker子線程，監聽線程監聽網路連接，接受請求後，將連接描述字pipe 傳遞給worker線程，進行讀寫IO, 網路層使用libevent封裝的事件庫，多線程模型可以發揮多核作用，但是引入了cache coherency和鎖的問題，比如，Memcached最常用的stats 命令，實際Memcached所有操作都要對這個全局變數加鎖，進行計數等工作，帶來了性能損耗。(Memcached網路IO模型)Redis使用單線程的IO復用模型，自己封裝了一個簡單的AeEvent事件處理框架，主要實現了epoll、kqueue和select，對於單純只有IO操作來說，單線程可以將速度優勢發揮到最大，但是Redis也提供了一些簡單的計算功能，比如排序、聚合等，對於這些操作，單線程模型實際會嚴重影響整體吞吐量，CPU計算過程中，整個IO調度都是被阻塞住的。2.內存管理方面Memcached使用預分配的內存池的方式，使用slab和大小不同的chunk來管理內存，Item根據大小選擇合適的chunk存儲，內存池的方式可以省去申請/釋放內存的開銷，並且能減小內存碎片產生，但這種方式也會帶來一定程度上的空間浪費，並且在內存仍然有很大空間時，新的數據也可能會被剔除，原因可以參考Timyang的文章：/memcached/)。Memcached的客戶端軟體實現非常多，包括C/C++, PHP, Java, Python, Ruby, Perl, Erlang, Lua等。當前Memcached使用廣泛，除了LiveJournal以外還有Wikipedia、Flickr、Twitter、Youtube和WordPress等。在Window系統下，Memcached的安裝非常方便，只需從以上給出的地址下載可執行軟體然後運行memcached.exe –d install即可完成安裝。在Linux等系統下，我們首先需要安裝libevent，然後從獲取源碼，make && make install即可。默認情況下，Memcached的伺服器啟動程序會安裝到/usr/local/bin目錄下。在啟動Memcached時，我們可以為其配置不同的啟動參數。1.1 Memcache配置Memcached伺服器在啟動時需要對關鍵的參數進行配置，下面我們就看一看Memcached在啟動時需要設定哪些關鍵參數以及這些參數的作用。1）-p Memcached的TCP監聽埠，預設配置為11211；2）-U Memcached的UDP監聽埠，預設配置為11211，為0時表示關閉UDP監聽；3）-s Memcached監聽的UNIX套接字路徑；4）-a 訪問UNIX套接字的八進制掩碼，預設配置為0700；5）-l 監聽的伺服器IP地址，默認為所有網卡；6）-d 為Memcached伺服器啟動守護進程；7）-r 最大core文件大小；8）-u 運行Memcached的用戶，如果當前為root的話需要使用此參數指定用戶；9）-m 分配給Memcached使用的內存數量，單位是MB；10）-M 指示Memcached在內存用光的時候返回錯誤而不是使用LRU演算法移除數據記錄；11）-c 最大並發連數，預設配置為1024；12）-v –vv –vvv 設定伺服器端列印的消息的詳細程度，其中-v僅列印錯誤和警告信息，-vv在-v的基礎上還會列印客戶端的命令和相應，-vvv在-vv的基礎上還會列印內存狀態轉換信息；13）-f 用於設置chunk大小的遞增因子；14）-n 最小的chunk大小，預設配置為48個位元組；15）-t Memcached伺服器使用的線程數，預設配置為4個；16）-L 嘗試使用大內存頁；17）-R 每個事件的最大請求數，預設配置為20個；18）-C 禁用CAS，CAS模式會帶來8個位元組的冗餘；2. Redis簡介Redis是一個開源的key-value存儲系統。與Memcached類似，Redis將大部分數據存儲在內存中，支持的數據類型包括：字元串、哈希表、鏈表、集合、有序集合以及基於這些數據類型的相關操作。Redis使用C語言開發，在大多數像Linux、BSD和Solaris等POSIX系統上無需任何外部依賴就可以使用。Redis支持的客戶端語言也非常豐富，常用的計算機語言如C、C#、C++、Object-C、PHP、Python、Java、Perl、Lua、Erlang等均有可用的客戶端來訪問Redis伺服器。當前Redis的應用已經非常廣泛，國內像新浪、淘寶，國外像Flickr、Github等均在使用Redis的緩存服務。Redis的安裝非常方便，只需從bin目錄下。在啟動Redis伺服器時，我們需要為其指定一個配置文件，預設情況下配置文件在Redis的源碼目錄下，文件名為redis.conf。php面試題 memcache和redis的區別
4. JAVA 對象緩存一致性
你說的問題屬性多線程編程，根據你的要求，解決方法不難，你同學的說法也基本正確。下面是解答：
在定義屬性 permit的添加 volatile關鍵字即可，示例
public class Login {
private volatile boolean permit;
}
如果不能解決這個問題，可能要涉及到多線程的其它問題。不過我想來想去，示例肯定能解決你的問題，因為你說的是緩存方面，且必須保證代碼邏輯不能有誤。
5. 如何校驗資料庫和緩存之間數據的一致性
您好，這樣的：
這種writer-reader架構，一般思路是在緩存更新階段由writer來解決一致性問題，當資料庫數據變化時，同步更新redis並確保緩存更新成功。
作為完整性判斷，可以不檢查全部的屬性，而對數據使用一個自增的版本號（或時間戳）來判斷是否最新。
作為後置的檢測，可以優化來降低掃描的代價，如只針對最近一個時間周期內（如10min）資料庫中更新過的數據，這個集合應該比較小，去redis中進行檢查的代價會比較低。
6. 什麼是數據一致性和完整性，如何保證
數據一致性通常指關聯數據之間的邏輯關系是否正確和完整.而數據存儲的一致性模型則可以認為是存儲系統和數據使用者之間的一種約定.如果使用者遵循這種約定,則可以得到系統所承諾的訪問結果常用的一致性模型有：
a、嚴格一致性（linearizability, strict/atomic Consistency）：讀出的數據始終為最近寫入的數據.這種一致性只有全局時鍾存在時才有可能,在分布式網路環境不可能實現.
b、順序一致性（sequential consistency）：所有使用者以同樣的順序看到對同一數據的操作,但是該順序不一定是實時的.
c、因果一致性（causal consistency）：只有存在因果關系的寫操作才要求所有使用者以相同的次序看到,對於無因果關系的寫入則並行進行,無次序保證.因果一致性可以看做對順序一致性性能的一種優化,但在實現時必須建立與維護因果依賴圖,是相當困難的.
d、管道一致性（PRAM/FIFO consistency）：在因果一致性模型上的進一步弱化,要求由某一個使用者完成的寫操作可以被其他所有的使用者按照順序的感知到,而從不同使用者中來的寫操作則無需保證順序,就像一個一個的管道一樣. 相對來說比較容易實現.
e、弱一致性（weak consistency）：只要求對共享數據結構的訪問保證順序一致性.對於同步變數的操作具有順序一致性,是全局可見的,且只有當沒有寫操作等待處理時才可進行,以保證對於臨界區域的訪問順序進行.在同步時點,所有使用者可以看到相同的數據.
f、 釋放一致性（release consistency）：弱一致性無法區分使用者是要進入臨界區還是要出臨界區, 釋放一致性使用兩個不同的操作語句進行了區分.需要寫入時使用者acquire該對象,寫完後release,acquire-release之間形成了一個臨界區,提供 釋放一致性也就意味著當release操作發生後,所有使用者應該可以看到該操作.
g、最終一致性（eventual consistency）：當沒有新更新的情況下,更新最終會通過網路傳播到所有副本點,所有副本點最終會一致,也就是說使用者在最終某個時間點前的中間過程中無法保證看到的是新寫入的數據.可以採用最終一致性模型有一個關鍵要求：讀出陳舊數據是可以接受的.
h、delta consistency：系統會在delta時間內達到一致.這段時間內會存在一個不一致的窗口,該窗口可能是因為log shipping的過程導致.這是書上的原話.我也搞不很清楚.資料庫完整性（Database Integrity）是指資料庫中數據的正確性和相容性.資料庫完整性由各種各樣的完整性約束來保證,因此可以說資料庫完整性設計就是資料庫完整性約束的設計.包括實體完整性.域完整性.參照完整性.用戶定義完整性.可以主鍵.check約束.外鍵來一一實現.這個使用較多.
7. 如何保證緩存與資料庫雙寫時的數據一致性
一般來說，就是如果系統不是嚴格要求緩存+資料庫必須一致性的話，緩存可以稍微的跟資料庫偶爾有不一致的情況，最好不要做這個方案，讀請求和寫請求串列化，串到一個內存隊列里去，這樣就可以保證一定不會出現不一致的情況
串列化之後，就會導致系統的吞吐量會大幅度的降低，用比正常情況下多幾倍的機器去支撐線上的一個請求。
8. 一個面試問題，為什麼用redis做緩存
redis不是資料庫，只是一種緩存軟體，為了緩解伺服器頻繁讀資料庫帶來的內存資源消耗，redis將需要和資料庫交互的信息暫存，當下次同樣的http請求，就能直接讀取redis裡面的內容，而不用讀資料庫。
這樣減少了資料庫壓力又能提高伺服器響應時間。
9. 緩存一致性指的是什麼
首先明白什麼是緩存，緩存是介於物理存儲與CPU處理之間的一段內存空間，主要用於存儲從物理存儲讀出、或者要寫入的數據，這需要硬體或者軟體支持。如果讀取或寫入物理存儲中的一個位元組或一段數據，如果沒有緩存，那麼每次的讀寫請求都會直接訪問物理存儲，而物理存儲的速度一般都比較慢，而且物理定位也比較慢，緩存使用後，可以一次性讀出需要的數據相鄰的數據，暫時存儲在緩存中，下面如果還要讀取，而這部分數據已經在緩存了，就不需要再去讀取物理存儲，同樣，如果是寫操作，可以先將需要寫入的數據暫時保存在緩存中，等到緩存過期或者強行清空時，再一次寫入物理存儲。這樣可以把多次的物理存儲訪問，變成一次物理存儲的訪問，提高訪問效率。具體的操作演算法這里不多作闡述。
緩存的一致性就是指緩存中的數據是否和目標存儲中的數據是一樣的，也就是說緩存中已經修改得數據是否已經保存到了物理存儲中，物理存儲中已經被修改得內容，是否與緩存的內容是一樣的。這就是一致性的概念。