Redis面试经典问题

Redis面试经典问题

基础

1）Redis中的基本数据类型、应用场景以及它们的底层

2）高并发下缓存带来的问题，缓存穿透，缓存击穿、缓存雪崩

3）Redis为什么那么快

4）Redis事务

5）redis的过期策略

6）过期策略以及内存淘汰机制的区别

集群相关

7）Redis主从复制的过程

8）Redis主从、哨兵、集群各有什么不同

9）redis主从节点是长连接还是短连接？

10）怎么判断redis某个节点是否正常工作

11）过期key如何处理

12）redis是同步复制还是异步复制

分布式锁

13）redis除了做缓存，还可以用来做什么？

14）redis锁如何保证任何时刻有且只有一个线程持有这个锁？

15）如何保证分布式锁不产生死锁？

16）如何防止释放别的线程锁？

17）分布式锁选用redis与Zookeeper的区别

18）什么是 redis 热 key，以及解决方案

19）什么是 redis 大 key

20）在1024这个日子,愿打工人早日找到心仪的工作

基础

1）Redis中的基本数据类型、应用场景以及它们的底层

Redis中有五种基本的数据类型分别是string、list、set、zset、hash

应用场景：string我们常用的是缓存，list可以存放集合的数据，也可以用于队列；set可以用于数据去重；zset是有序的集合可以用于排行榜，hast可以存储对象数据。初次还可以用于计数器、秒杀利用Redis中的原子性（INCR、DECR），分布式系统的session管理等

底层：动态字符串，ziplist,quicklist,hash 跳表

String的底层是动态字符串，类似于Java中的ArrayList，可以预分配冗余空间以及扩容，注意String的最大长度是512.

list的底层是一个双向链表，头部尾部都可以存储数据。数据结构quickList，当列表元素较少是会分配一块连续的内存空间ziplist,数据较多是会变成quickList。多个ziplist组成一个quickList

Set底层是一个value为null的hash表

ZSet底层hast表和跳表。hash表关联元素value和权重score，跳表给value排序。

hash底层的数据结构是ziplist和hashtabel

2）高并发下缓存带来的问题，缓存穿透，缓存击穿、缓存雪崩

缓存穿透：数据既不在缓存也不在数据库。

解决：可以对空值进行缓存；采用布隆过滤器

缓存击穿：某个热点数据过期，雪崩的子集

解决：设置不过期，预先将热点数据加载到缓存中，并发监控，实施调整

加互斥锁

缓存雪崩：大量缓存同一时刻失效，服务器挂掉

解决：使用多级缓存nginx缓存，本地缓存，redis缓存

将缓存的失效时间分散开，防止集体失效

3）Redis为什么那么快

20道经典Redis面试题_CSDN砖家的博客-CSDN博客_redis面试题

1.单线程+基于内存+采用了非阻塞多路复用机制

减少线程切换的时间与锁的竞争

CPU与内存速度差了多个数量级，天上一天地下一天

IO多路复用（epoll）：多个网络连接、复用一个线程

2.高效的数据结构（动态字符串，ziplist,quickLIst,hast,跳表）利器

4）Redis事务

Redis中的事务是一组MULTI、EXEC、WATCH等一组命令集合，也就是说将一组命令封装成一个队里，其他命令不可以插队。顺序性，一次性，排他性。

开始事务（MULTI）
命令入队
执行事务（EXEC）、撤销事务（DISCARD ）

5）redis的过期策略

过期策略：定时删除（单一），惰性删除（单一）、定期删除（部分）

redis采用的是定期删除+惰性删除策略。

6）过期策略以及内存淘汰机制的区别

当 Redis 的内存超过最大允许的内存之后，Redis 会触发内存淘汰策略，这和过期策略是完全不同的两个概念，经常有人把二者搞混，这两者一个是在正常情况下清除过期键，一个是在非正常情况下为了保证 Redis 顺利运行的保护策略。

volatile-lru：当内存不足以容纳新写入数据时，从设置了过期时间的key中使用LRU（最近最少使用）算法进行淘汰；

allkeys-lru：当内存不足以容纳新写入数据时，从所有key中使用LRU（最近最少使用）算法进行淘汰。

volatile-lfu：4.0版本新增，当内存不足以容纳新写入数据时，在过期的key中，使用LFU算法进行删除key。

allkeys-lfu：4.0版本新增，当内存不足以容纳新写入数据时，从所有key中使用LFU算法进行淘汰；

volatile-random：当内存不足以容纳新写入数据时，从设置了过期时间的key中，随机淘汰数据；。

allkeys-random：当内存不足以容纳新写入数据时，从所有key中随机淘汰数据。

volatile-ttl：当内存不足以容纳新写入数据时，在设置了过期时间的key中，根据过期时间进行淘汰，越早过期的优先被淘汰；

noeviction：默认策略，当内存不足以容纳新写入数据时，新写入操作会报错。

集群相关

7）Redis主从复制的过程

1.一次全量赋值，多次增量赋值

2.一次slave主动，多次master主动

slave节点初次连接master节点，会发送psync命令并触发全量复制。

此时master节点fork一个后台进程，开始生成一份RDB快照，同时将那些从外面接收到的写命令缓存到缓冲区中。

RDB文件生成完毕后，将此文件发送给slave节点，slave先写入磁盘，再从磁盘加载到内存，

接着master会将新增加的缓冲区的写命令发送给slave，slave执行写命令并同步数据。

8）Redis主从、哨兵、集群各有什么不同

主从模式：需要手动进行故障转移，耗时长，可用性比较差，基本不推荐

哨兵模式：通过哨兵自动完成故障转移，但是存储数据比较冗余，利用率低不高，在线扩容

难，也不是太推荐

集群模式：继承哨兵模式的所有优点，支持在线扩容，数据分片。

通过数据分片，实现在线扩容，同时每个 master 节点支持可读可写，可以支持超高的并发，强烈推荐这种方案。注意：不管使用哪种 redis 高可用方案，都不能保证数据不丢失。因为三种方

案底层都是依赖的主从复制原理，而主从复制是采用的异步复制，而异步复制是肯定会丢数据的

9）redis主从节点是长连接还是短连接？

长连接

10）怎么判断redis某个节点是否正常工作

一般集群判断节点是否正常工作，常用的方法都是通过互相的ping-pong心跳检测机制，如果有一半以上的节点去ping一个节点的时候没pong回应，集群就会认为这个节点宕机，会断掉这个节点的连接。

redis主节点默认每隔10s发送一次心跳-一判断从节点是否在线。

redis从节点每隔1s发送一次心跳一给主节点发送自己的复制偏移量，从主节点获取到最新的数据变更命令，还做一件事情就是判断主节点是否在线。

11）过期key如何处理

主节点处理了一个key或者通过淘汰算法淘汰了一个key，这个时候主节点模拟一条del命令发送给从节点，从节点接收到命令删除key。

12）redis是同步复制还是异步复制

redis主节点每次接收到写命令之后，先写到内部的缓冲区，然后异步发送给从节点。

分布式锁

13）redis除了做缓存，还可以用来做什么？

答：时效性验证码，分布式锁、防重提交、分布式限流、简易版本的消息队列、延迟任务、session共享（

集成spring-session-data-redis）

14）redis锁如何保证任何时刻有且只有一个线程持有这个锁？

答：使用命令：setnx key value

key不存在时设置成功返回值ok,key存在设置失败，

也可以采用If（！redisUtil.get（key）set key value}，不过这段代码需要采用Iua脚本实现来保证原子性。

15）如何保证分布式锁不产生死锁？

答：给锁设置一个合理的过期时间，业务执行过程中节点异常宕机，有个兜底终止跳出方案使用命令：setnx key value ex seconds设置key和对应的过期时间，到了指定的ex时间，锁自动释放。

16）如何防止释放别的线程锁？

使用UUID或者雪花算法

17）分布式锁选用redis与Zookeeper的区别

1、redis分布式锁（推荐）互联网项目并发量高，对性能要求高，比较推荐。

redis常见操作，例如基本类型string、hash、Iist、set等等操作可以采用jedis或lettuce。

对于跟分布式锁相关的操作集成redission。

2、分布式锁百分百可靠可以选用Zookeeper作为分布式锁。采用cap理论中的cp模型保证高可靠性。

一般的项目我们可以结合不同的场景，同时兼容两种分布锁的实现。

18）什么是 redis 热 key，以及解决方案

在 Redis 中，热 key 是指那些在极短的时间内访问频次非常高的 key

解决：

1、利用二级缓存

使用EhCache，是一个纯Java的进程内缓存框架

2、分布式缓存、读写分离

读写分离就是将同为 Write 的请求发送到 Master 模块内，而将 Read 的请求发送至 ReadOnly 模块。

Redis中热点Key是怎么产生的？如何解决？-Redis-PHP中文网

19）什么是 redis 大 key

通俗易懂的讲，大 Key就是某个key对应的value很大，占用的redis空间很大，本质上是大value问题。

Redis中什么是Big Key（大key）问题？如何解决Big Key问题？_每天都要进步一点点的博客-CSDN博客_redis 大key

解决：

在业务上对大Key进行拆分

设置过期时间，及时清理大key

重点要有大Key的分析工具

20）在1024这个日子,愿打工人早日找到心仪的工作

加油打工人

今天是1024程序员节请对身边可爱的程序员们好一点_凤凰科技