缓存面试题及答案（贴近真实面试场景）.docxVIP

缓存面试题及答案（贴近真实面试场景）

一、基础概念类

面试官：说说你理解的缓存是什么？实际工作中你用过哪些缓存？

答：缓存本质就是“数据的临时存储”，核心目的是让后续访问更快——把高频访问、计算成本高的数据，存在读写速度更快的介质里（比如内存），不用每次都去查数据库、调用远程接口或者重新计算。实际工作中用过Redis（分布式场景，比如用户会话存储、商品详情缓存）、本地缓存（比如Java的Caffeine、GuavaCache，用来存配置项、字典数据），还有CDN（静态资源比如图片、前端打包文件的缓存）。

面试官：缓存和数据库的核心区别是什么？什么时候该用缓存，什么时候该用数据库？

答：核心区别在“读写速度”和“数据可靠性”的权衡：缓存主打快（内存介质），但一般是临时存储（重启可能丢失，除非持久化），容量也有限；数据库主打持久化（磁盘存储），能保证数据一致性、支持复杂查询，但读写速度比缓存慢一个量级。

用缓存的场景：高频读、低频写（比如商品列表、用户个人信息）、需要降低下游服务压力（比如减轻数据库查询负载）；用数据库的场景：需要持久化、有复杂事务/查询需求（比如订单数据、支付记录）、数据一致性要求高（比如账务数据）。

二、使用场景与设计类

面试官：如果让你设计一个商品详情页的缓存方案，你会怎么考虑？

答：首先得明确商品详情的特点——读多写少（商品信息更新少，用户查看多），所以核心是“缓存命中率”和“数据一致性”。

第一步，选缓存介质：用Redis分布式缓存，因为商品详情是全局共享的，多服务节点都要访问，本地缓存没法同步。

第二步，缓存Key设计：用“product:detail:{商品ID}”这种结构，清晰且唯一，避免Key冲突。

第三步，缓存更新策略：商品信息更新时（比如后台改价格、库存），先更数据库，再删缓存（避免缓存和数据库不一致，比如先更缓存再更数据库，中间数据库挂了就出问题）；如果是高并发读，缓存过期后，用互斥锁避免大量请求打数据库（比如只有一个线程去查数据库更新缓存，其他线程等缓存）。

第四步，缓存过期时间：设个合理的TTL（比如1小时），防止缓存长期不更新，同时应对热点商品的缓存雪崩问题（过期时间加个随机值，比如1小时±5分钟）。

面试官：本地缓存和分布式缓存（比如Redis）怎么选？各自的优缺点是什么？

答：选的时候主要看“是否跨服务共享数据”和“数据一致性要求”。

本地缓存（比如Caffeine）优点：读写极快（不用网络开销）、部署简单、无依赖；缺点：不能跨服务共享（比如服务集群部署，每个节点的本地缓存是独立的，数据可能不一致）、容量有限（受服务器内存限制）、更新麻烦（需要自己做缓存同步，比如消息通知）。

分布式缓存（比如Redis）优点：全局数据一致、容量可扩展（集群部署）、支持多种数据结构（哈希、列表等）、能做分布式锁；缺点：有网络开销（读写需要发请求到Redis服务器）、依赖第三方服务（需要维护Redis集群）、部署和运维成本高。

实际用的时候：全局共享数据（比如用户会话、商品库存）用分布式缓存；本地服务独有的高频访问数据（比如本地配置、固定字典）用本地缓存。

三、常见问题与解决方案类

面试官：缓存穿透、缓存击穿、缓存雪崩这三个问题是什么？怎么解决？

答：这三个都是缓存使用中常见的并发问题，核心都是“缓存没起到作用，大量请求打数据库”。

缓存穿透：请求的数据在缓存和数据库里都没有（比如查一个不存在的商品ID），每次请求都穿透到数据库。

解决：①缓存空值（比如查不到的商品ID，缓存一个空值，设短TTL，比如5分钟，避免重复穿透）；②布隆过滤器（把所有存在的商品ID存到布隆过滤器里，请求先过过滤器，不存在的直接返回，不用查缓存和数据库）。

缓存击穿：一个热点Key（比如热门商品）缓存过期了，刚好有大量并发请求过来，同时去查数据库，导致数据库压力骤增。

解决：①互斥锁（比如用Redis的setnx，缓存过期后，只有一个线程能去查数据库更新缓存，其他线程等待或返回默认值）；②热点Key永不过期（或者定期后台更新缓存，不用等过期）；③缓存预热（提前把热点数据加载到缓存里）。

缓存雪崩：大量缓存Key在同一时间过期，或者Redis集群宕机，导致所有请求都打数据库，数据库扛不住崩溃。

解决：①过期时间加随机值（避免大量Key同时过期）；②缓存集群部署（主从+哨兵，防止单点故障）；③限流降级（比如用Sentinel，当数据库压力过大时，限制请求数，返回降级页面）；④多级缓存（本地缓存+分布式缓存，即使分布式缓存挂了，本地缓存还能顶一下）。

面试官：缓存和数据库的数