Redis经典面试题总结

1. 什么是Redis？它主要用来什么的？

Redis，英文全称是Remote Dictionary Server（远程字典服务），是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API。

与MySQL数据库不同的是，Redis的数据是存在内存中的。它的读写速度非常快，每秒可以处理超过10万次读写操作。因此redis被广泛应用于缓存，另外，Redis也经常用来做分布式锁。除此之外，Redis支持事务、持久化、LUA 脚本、LRU 驱动事件、多种集群方案。

2.Redis的基本数据结构类型

Redis有以下这五种基本类型：

String（字符串）
Hash（哈希）
List（列表）
Set（集合）
zset（有序集合）

3. Redis为什么这么快？

3.1 基于内存存储实现
Redis基于内存存储实现的数据库，相对于数据存在磁盘的MySQL数据库，省去磁盘I/O的消耗。
3.2 合理的数据编码
譬如:String类型如果存储数字的话，是用int类型的编码
3.3 合理的线程模型

I/O 多路复用: IO多路复用其实就是一种同步IO模型，它实现了一个线程可以监视多个文件句柄；一旦某个文件句柄就绪，就能够通知应用程序进行相应的读写操作；而没有文件句柄就绪时,就会阻塞应用程序，交出cpu。
单线程模型: Redis是单线程模型的，而单线程避免了CPU不必要的上下文切换和竞争锁的消耗。也正因为是单线程，如果某个命令执行过长（如hgetall命令），会造成阻塞。Redis是面向快速执行场景的数据库。所以要慎用如smembers和lrange、hgetall等命令。

IO多路复用程序(这里“多路”指的是多个网络连接，“复用”指的是复用同一个线程)会监听多个Socket，将Socket产生的事件放入队列中排队，事件分派器每次从队列中取出一个事件，把该事件交给对应的事件处理器进行处理。

Redis客户端对服务端的每次调用都经历了发送命令，执行命令，返回结果三个过程。其中执行命令阶段，由于Redis是单线程来处理命令的，所有每一条到达服务端的命令不会立刻执行，所有的命令都会进入一个队列中，然后逐个被执行。并且多个客户端发送的命令的执行顺序是不确定的。但是可以确定的是不会有两条命令被同时执行，不会产生并发问题，这就是Redis的单线程基本模型。

4. 什么是缓存击穿、缓存穿透、缓存雪崩？

4.1 缓存击穿问题
缓存击穿：指热点key在某个时间点过期的时候，而恰好在这个时间点对这个Key有大量的并发请求过来，从而大量的请求打到db。缓存击穿和缓存雪崩区别在于击穿针对某一热点key缓存，雪崩则是很多key。

如何避免缓存击穿问题,解决方案就有两种：

使用互斥锁方案。缓存失效时，不是立即去加载db数据，而是先使用某些带成功返回的原子操作命令，如(edis的setnx()方法或者redisTemplate的setIfAbsent()方法）去操作，成功的时候，再去加载db数据库数据和设置缓存。否则就去重试获取缓存。
“永不过期”，是指没有设置过期时间，但是热点数据快要过期时，异步线程去更新和设置过期时间。

4.2 缓存穿透问题
缓存穿透：指查询一个一定不存在的数据，由于缓存是不命中时需要从数据库查询，查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到数据库去查询，进而给数据库带来压力。

如何避免缓存穿透呢？一般有三种方法:

如果是非法请求，我们在API入口，对参数进行校验，过滤非法值。
如果查询数据库为空，我们可以给缓存设置个空值，或者默认值。
使用布隆过滤器快速判断数据是否存在。即一个查询请求过来时，先通过布隆过滤器判断值是否存在，存在才继续往下查。

4.2 缓存雪奔问题
缓存雪奔：指缓存中数据大批量到过期时间，而查询数据量巨大，请求都直接访问数据库，引起数据库压力过大甚至down机。
如何避免缓存雪崩问题:

缓存雪奔一般是由于大量数据同时过期造成的。
Redis 故障宕机也可能引起缓存雪奔，这就需要构造Redis高可用集群。

5. Redis 过期策略和内存淘汰策略

5.1 Redis的过期策略

定时过期 每个设置过期时间的key都需要创建一个定时器，到过期时间就会立即对key进行清除。该策略可以立即清除过期的数据，对内存很友好；但是会占用大量的CPU资源去处理过期的数据，从而影响缓存的响应时间和吞吐量。
惰性过期 只有当访问一个key时，才会判断该key是否已过期，过期则清除。该策略可以最大化地节省CPU资源，却对内存非常不友好。极端情况可能出现大量的过期key没有再次被访问，从而不会被清除，占用大量内存。
定期过期 每隔一定的时间，会扫描一定数量的数据库的expires字典中一定数量的key，并清除其中已过期的key。该策略是前两者的一个折中方案。通过调整定时扫描的时间间隔和每次扫描的限定耗时，可以在不同情况下使得CPU和内存资源达到最优的平衡效果。

Redis中同时使用了惰性过期和定期过期两种过期策略。

5.2 Redis 内存淘汰策略(逐出算法)
Redis使用内存存储数据，在执行每一个命令前，会调用freeMemoryIfNeeded()检测内存是否充足。如果内存不满足新加入数据的最低存储要求，redis要临时删除一些数据为当前指令清理存储空间。
5.2.1 常用的逐出算法:

5.2.2 影响数据逐出的相关配置

maxmemory (最大可使用内存): 占用物理内存的比例，默认值为0，表示不限制。生产环境中根据需求设定，通常设置在50%以上。
maxmemory-samples ( 每次选取待删除数据的个数) : 选取数据时并不会全库扫描，导致严重的性能消耗，降低读写性能。因此采用随机获取数据的方式作为待检测删除数据。
maxmemory-policy ( 删除策略) : 达到最大内存后的，对被挑选出来的数据进行删除的策略。

6. Redis 的持久化机制有哪些？

Redis提供了RDB(Redis DataBase)和AOF(append only file)两种持久化机制。

6.1 RDB
RDB持久化，是指在指定的时间间隔内，执行指定次数的写操作，将内存中的数据集快照写入磁盘中，它是Redis默认的持久化方式。执行完操作后，在指定目录下会生成一个dump.rdb文件，Redis 重启的时候，通过加载dump.rdb文件来恢复数据。RDB触发机制主要有以下几种：

RDB 的优点:

RDB是一个紧凑压缩的二进制文件，存储效率较高
适合大规模的数据恢复场景，如备份，全量复制等，RDB恢复数据的速度要比AOF快很多

RDB缺点:

没办法做到实时持久化/秒级持久化。
新老版本存在RDB格式兼容问题

6.2 AOF
AOF持久化，采用日志的形式来记录每个写操作并追加到文件中，重启时再重新执行AOF文件中的命令来恢复数据。它主要解决数据持久化的实时性问题,默认是不开启的。

AOF的优点:

数据的一致性和完整性更高

AOF的缺点:

AOF记录的内容越多，文件越大，数据恢复变慢。

7.怎么实现Redis的高可用（三种模式）？

Redis 实现高可用有三种部署模式：主从模式，哨兵模式，集群模式。

7.1 主从模式

主从模式中，Redis部署了多台机器，有主节点，负责读写操作，有从节点，只负责读操作。从节点的数据来自主节点，实现原理就是主从复制机制。
主从复制包括全量复制，增量复制两种。
7.1.1全量复制
一般当slave第一次启动连接master，或者认为是第一次连接，就采用全量复制，全量复制流程如下：

redis2.8版本之后，已经使用psync来替代sync，因为sync命令非常消耗系统资源，psync的效率更高。

7.1.2 增量复制
slave与master全量同步之后，master上的数据，如果再次发生更新，就会触发增量复制。
当master节点发生数据增减时，会把用户执行的命令发送到所有的slave节点，让slave节点执行。流程如下：

7.2 哨兵模式

哨兵(sentinel) 是一个分布式系统，用于对主从结构中的每台服务器进行监控，当出现故障时通过投票机制选择新的master并将所有slave连接到新的master。

7.2.1哨兵的作用(哨兵工作原理)：

1.监控
不断的检查master和slave是否正常运行。
master存活检测、master与slave运行情况检测
2.通知（提醒）
当被监控的服务器出现问题时，向其他（哨兵间，客户端）发送通知。
3.自动故障转移
断开master与slave连接，选取一个slave作为master，将其他slave连接到新的master，并告知客户端新的服务器地址

注意：
哨兵也是一台redis服务器，只是不提供数据服务，哨兵之间也会相互监控，从而达到高可用。
通常哨兵配置数量为单数。

7.3 cluster集群模式

集群就是使用网络将若干台计算机联通起来，并提供统一的管理方式，使其对外呈现单机的服务效果。

7.3.1 集群作用：

分散单台服务器的访问压力，实现负载均衡
分散单台服务器的存储压力，实现可扩展性
降低单台服务器宕机带来的业务灾难

8. 使用过Redis分布式锁嘛？有哪些注意点呢？

lua脚本如下：

if redis.call('get',KEYS[1]) == ARGV[1] then return redis.call('del',KEYS[1]) else return 0 end;

一般情况下，已经可以使用这种实现方式。但是存在锁过期释放了，业务还没执行完的问题（实际上，估算个业务处理的时间，一般没啥问题了）。

错误实现:

命令setnx + expire分开写:
执行完setnx加锁，正要执行expire设置过期时间时，进程crash掉或者要重启维护了，那这个锁就“长生不老”了，别的线程永远获取不到锁啦，所以分布式锁不能这么实现。
set ex px nx + 校验唯一随机值,再删除:
判断当前线程加的锁和释放锁是不是一个原子操作。如果调用jedis.del()释放锁的时候，可能这把锁已经不属于当前客户端，会解除他人加的锁。

9. 使用过Redisson嘛？说说它的原理

分布式锁可能存在锁过期释放，业务没执行完的问题。有些小伙伴认为，稍微把锁过期时间设置长一些就可以啦。其实我们设想一下，是否可以给获得锁的线程，开启一个定时守护线程，每隔一段时间检查锁是否还存在，存在则对锁的过期时间延长，防止锁过期提前释放。

当前开源框架Redisson就解决了这个分布式锁问题。我们一起来看下Redisson底层原理是怎样的吧：

只要线程一加锁成功，就会启动一个watch dog看门狗，它是一个后台线程，会每隔10秒检查一下，如果线程1还持有锁，那么就会不断的延长锁key的生存时间。因此，Redisson就是使用Redisson解决了锁过期释放，业务没执行完问题。

10. MySQL与Redis 如何保证双写一致性

外部链接: redis缓存为什么要延时双删

10.1 缓存为啥是删除，⽽不是更新？
如果是更新，存在分布式事务问题，可能出现修改了缓存，数据库修改失败的情况。只是删除缓存的话，就算数据库修改失败，下次查询会直接取数据库的数据，也不会出现脏数据。
10.2 延时双删是什么？
就是在增删改某实体类的时候，要对该实体类的缓存进行清空，清空的位置在数据库操作方法的前后。

流程:

先删除缓存
再更新数据库
休眠一会（比如1秒），再次删除缓存。

这个休眠时间 = 读业务逻辑数据的耗时 + 几百毫秒。为了确保读请求结束，写请求可以删除读请求可能带来的缓存脏数据。这种方案只有休眠那一会（比如就那1秒），可能有脏数据，一般业务也会接受的。

11. 聊聊Redis 事务机制

Redis通过MULTI、EXEC、WATCH等一组命令集合，来实现事务机制。事务支持一次执行多个命令，一个事务中所有命令都会被序列化。在事务执行过程，会按照顺序串行化执行队列中的命令，其他客户端提交的命令请求不会插入到事务执行命令序列中。

简言之，Redis事务就是顺序性、一次性、排他性的执行一个队列中的一系列命令。

Redis执行事务的流程如下：
开始事务（MULTI）
命令入队
执行事务（EXEC）、撤销事务（DISCARD ）

布隆过滤器

布隆过滤器是一种占用空间很小的数据结构，它由一个很长的二进制向量和一组Hash映射函数组成，它用于检索一个元素是否在一个集合中，空间效率和查询时间都比一般的算法要好的多，缺点是有一定的误识别率和删除困难。

布隆过滤器原理是？假设我们有个集合A，A中有n个元素。利用k个哈希散列函数，将A中的每个元素映射到一个长度为a位的数组B中的不同位置上，这些位置上的二进制数均设置为1。如果待检查的元素，经过这k个哈希散列函数的映射后，发现其k个位置上的二进制数全部为1，这个元素很可能属于集合A，反之，一定不属于集合A。