Redis面试大全及答案_redis面试题大全含答案

问1： 什么是缓存穿透

答：查询一个不存在的数据，mysql查询不到数据也不会直接写入缓存，就会导致每次请求都查数据库

解决方案一：缓存空数据（优点：简单；缺点：消耗内存，可能发生数据不一致的问题）

解决方案二：布隆过滤器（优点：内存占用较少，没有多余key；缺点：实现复杂，存在误判）

问1： 什么是布隆过滤器

答：布隆过滤器主要是用于检索一个元素是否在一个集合中。

一般使用的是redisson实现的布隆过滤器。它的底层主要是先去初始化一个比较大数组，里面存放的二进制0或1。在一开始都是0，当一个key来了之后经过3次hash计算，模于数组长度找到数据的下标然后把数组中原来的0改为1，这样的话，三个数组的位置就能标明一个key的存在。

问2： 什么是缓存击穿

答：给某一个key设置了过期时间，当key过期的时候，恰好这时间点对这个key有大量的并发请求过来，这些并发的请求可能会瞬间把DB压垮

解决方法一：缓存失效时先使用redis的setnx去设置一个互斥锁，成功去load db并回设缓存，否则重试get缓存的方法（强一致，性能差）

解决方法二：设置当前key逻辑过期，设置key时同时设置一个过期时间字段一块存入缓存中，查询时取出判断是否过期，如果过期则开通另一线程进行数据同步，当前线程正常返回旧数据（高可用，性能优，不能保证数据绝对一致）

问3： 什么是缓存雪崩

答：在同一时段大量的缓存key同时失效或者redis服务宕机，导致大量请求到达数据库，带来巨大压力

解决方法：将key的缓存失效时间分散开，可以在原有失效时间基础上增加一个随机值（设置redis集群，添加多级缓存Guava或Caffeine）

处理三大问题的保底策略：降级限流策略

问4： Redis的优缺点

答：优点：1、速度快：基于内存的数据库，读写速度非常快

2、支持多种数据结构：String（存储简单的字符串数据），List（存储有序的元素列表，支持排序和去重），Hash（存储对象和映射关系，哈希可以将一个对象的多个属性存储在一个键值对中，并且可以快速地根据某个属性进行查询），Set（存储不重复的元素集合），Zset（Sorted Set）（存储有序的元素集合）

3、高可用：支持主从复制，哨兵模式，集群

4、支持事务：保证一组操作的原子性

5、可扩展性：支持水平扩展，通过增加节点来提高系统的并发能力和存储能力

缺点：1、数据易丢失：如果服务器重启或关闭，数据将会丢失，需要使用持久化来保证数据的安全性

2、内存占用大：数据存储在内存中，数据量较大会占用较多的内存空间

3、不支持复杂查询：不支持复杂的查询操作，如关联查询，聚合查询等

4、性能受网络影响：如果网络延迟较大，可能会影响redis的性能

问5： Redis作为缓存，mysql的数据如何与redis进行同步（双写一致性）？

答：延迟双删：如果是写操作，会先把缓存中的数据删除，然后更新数据库，最后再延时删除缓存中的数据，由于不好确定延时多久，所以在延时的过程中可能会出现脏数据，并不能保证强一致性，一般不采用它。

解决方法一：允许延时一致（最终一致性）的业务，采用异步通知

① ：使用MQ中间件，更新数据之后，通知缓存删除

② ：利用canal（卡no）中间件，不需要修改业务代码，伪装为mysql的一个从节点，canal通过读取binlog数据更新缓存

解决方法二：允许强一致性的，采用Redisson（瑞迪森）提供的读写锁

① 共享锁：读锁readLock（瑞老科），加锁之后，其他线程可以共享读操作【读读不互斥，读写互斥】

② 排他锁：独占锁writeLock（r老科），底层使用的也是setnx（赛科斯），保证了同时只能有一个线程操作，加锁之后，阻塞其他线程读写操作【读写都互斥】

问6： redis作为缓存，数据的持久化是怎么做的？

答：解决方法一：RDB：（Redis Database Backup file）Redis数据备份文件，也叫Redis数据快照，把内存中的所有数据都记录到磁盘中，当Redis实例故障重启后，从磁盘读取快照文件，恢复数据

RDB执行原理：bgsave开始时会fork主进程得到子进程，子进程共享主进程的内存数据，完成fork后读取内存数据并写入RDB文件

Fork采用的是copy-on-write技术：

① ：当主进程执行读操作时，访问共享内存

② ：当主进程执行写操作时，则会拷贝一份数据，执行写操作

解决方法二：AOF（默认关闭）：（Append Only File）追加文件，Redis处理的每一个写命令都会记录在AOF文件，可以看做是命令日志文件，当Redis实例宕机恢复数据时，会从这个文件中再次执行一遍命令来恢复数据

宕机恢复速度：RDB二进制文件，体积小，恢复快，但是有可能丢数据；AOF恢复慢，但是丢数据风险小，可以设置刷盘策略，everysec每秒刷盘策略

目前一般都是两种结合使用

问7： Redis的数据过期策略有哪些

答：惰性删除（/duò xìng）：给key设置一个过期时间，访问该key时判断是否过期，如果过期，则删除

优点：对CPU友好，对用不到的key不用浪费时间定期检查

缺点：对内存不友好，如果key过期未使用，也不会释放内存

定期删除：定期检查一定量的key是否过期

①：SLOW（斯咯）模式：定时任务，执行频率默认为10hz，每次不超过25ms，可以通过配置文件redis.conf中的hz来修改次数

②：FAST（法斯特）模式：执行频率不固定，但两次间隔不低于2ms，每次耗时不超过1ms

优点：可以通过限制删除操作执行时长和频率来减少对CPU的影响，也有效释放过期键占用的内存

缺点：难以确定删除操作执行的时长和频率

问8： Redis的数据淘汰策略有哪些

答：LRU算法（Least Recently Used）：最近最少使用；用当前时间减去最后一次访问时间，这个值越大则淘汰优先级越高

LFU算法（Least Frequently Used）：最少频率使用；统计每个key的访问频率，值越小淘汰优先级越高

①：noeviction（默认）：不淘汰任何key，内存满时不允许写入新数据

②：volatile-ttl：对设置了TTL的key，比较key的剩余TTL值，TTL越小越先被淘汰

③：allkeys-random：对全体key，随机进行淘汰

④：volatile-random：对设置了TTL的key，随机进行淘汰

⑤：allkeys-lru：对全体key，基于LRU算法进行淘汰

⑥：volatile-lru：对设置了TTL的key，基于LRU算法进行淘汰

⑦：allkeys-lfu：对全体key，基于LFU算法进行淘汰

⑧：volatile-lfu：对设置了TTL的key，基于LFU算法进行淘汰

问9： Redis分布式锁如何实现

答：Redis实现分布式锁主要利用Redis的setnx（赛克斯）（SET if not exists如果不存在，则SET）命令

获取锁：SET lock value NX（互斥）EX（设置超时时间）10

释放锁：DEL key

加锁，设置过期时间等操作都是基于lua脚本完成，它可以保证命令的原子性

问10： Redis实现分布式锁如何合理的控制锁的有效时长

答：在redisson（瑞第森）的分布式锁中，提供了一个WatchDog（看门狗），一个线程获取锁成功后，WatchDog会给持有锁的线程续期（默认是每隔10秒续期一次）

问11： redisson锁可以重入吗

答：可以重入，多个锁重入需要判断是否是当前线程，在redis中进行存储的时候使用的hash结构，来储存线程信息和重入的次数

问12： redisson锁能解决主从数据一致的问题吗

答：不能解决，redis思想是AP高可用思想，可以使用redisson提供的红锁来解决，但是实现复杂，性能差，运维繁琐，如果业务中必须保持数据的强一致性，可以采用zookeeper（CP强一致）实现的分布式锁

红锁（RedLock）：不能只在一个redis实例上创建锁，应该在多个redis实例上创建锁（n/2+1），避免在一个redis实例上加锁

问13： Redis集群有哪些方案

答：1、主从复制（保证不了Redis的高可用）：高并发读

2、哨兵模式（实现主从集群的自动故障恢复）：高可用

3、Redis分片集群：海量数据存储和高并发写

问14： 什么是Redis主从同步

答：单节点Redis的并发能力是有上限的，要进一步提高Redis的并发能力，就需要搭建主从集群，实现读写分离。一般都是一主多从，主节点负责写数据，从节点负责读数据

问15： 主从同步数据的流程

答：replication id：简称replid（r铺累特），是数据集的标记，id一致则说明是同一数据集，每一个master都有唯一的replid，slave则会继承master节点的replid

Offset：偏移量，随着记录在repl_baklog（r铺雷森拜可老歌）日志文件中的数据增多而逐渐增大，slave完成同步时也会记录当前同步的offset，如果slave的offset小于master的offset，说明slave数据落后于master，需要更新

流程一：全量同步：

1、 从节点请求主节点同步数据（replid，offset）

2、 主节点判断是否是第一次请求，是第一次就与从节点同步版本信息

3、 主节点执行bgsave，生成RDB文件后，发送给从节点去执行

4、 在RDB生成执行期间，主节点会以命令的方式记录到缓冲区（repl_baklog日志文件）

5、 把生成之后的命令日志文件发送给从节点进行同步

流程二：增量同步：

1、 从节点请求主节点同步数据，主节点判断不是第一次请求，不是第一次就获取从节点的offset值

2、 主节点从命令日志中获取offset值之后的数据，发送给从节点进行数据同步

问16： 哨兵模式

答：1、监控：Sentinel会不断检查master和slave是否按预期工作

2、自动故障恢复：如果master故障，Sentinel会将一个slave提升为master，当故障实例恢复后也以新的master为主

3、通知：Sentinel充当Redis客户端的服务发现来源，当集群发生故障转移时，会将最新信息推送给Redis的客户端

哨兵选主规则：

1、 首先判断主与从节点断开时间长短，如超过指定值就排除该从节点

2、 然后判断从节点的slave-priority值，越小优先级越高

3、 如果slave-prority值一样，则判断slave节点的offset值，越大优先级越高

4、 最后是判断slave节点的运行id大小，越小优先级越高

问17： 服务状态监控

答：Sentinel基于心跳机制监测服务状态，每隔1秒向集群的每个实例发送ping的命令：

1、 主观下线：如果某sentinel节点发现某实例未在规定时间响应，则认为该实例主观下线

2、 客观下线：若超过指定数量（quorum）的sentinel都认为该实例主观下线，则该实例客观下线。quorum值最好超过Sentinel实例数量的一半

问18： 使用redis是单点还是集群

答：主从（1主1从）+哨兵就行。单节点不超过10G内存，如果redis内存不足则可以给不同服务分配独立的Redis主从节点

问19： redis集群脑裂

答：集群脑裂是由于主节点和从节点和sentinel处于不同的网络分区，使得sentinel没有能够心跳感知到主节点，所以通过选举的方式提升了一个从节点为主，这样就存在了两个master，这样会导致客户端还在老的主节点那里写入数据，新节点无法同步数据，当网络恢复后，sentinel会将老的主节点降为从节点，这时再从新master同步数据，就会导致数据丢失

解决方法：修改redis配置，设置最少的从节点数量min-replicas-to-write以及缩短主从数据同步的延迟时间min-replicas-max-lag，达不到要求就拒绝请求

问20： redis的分片集群的作用

答：1、集群中有多个master，每隔master保存不同数据

2、每个master都可以有多个slave节点

3、master之间通过ping监测彼此健康状态

4、客户端请求可以访问集群任意节点，最终都会被转发到正确节点

问21： redis分片集群中数据是怎么存储和读取的

答：1、redis分片集群引入了哈希槽的概念，redis集群有16384个哈希槽

2、将16384个插槽分配到不同的实例（master）

3、读写数据时根据key的有效部分计算哈希值，对16384取余（有效部分，如果key前面有大括号，大括号里的内容就是有效部分，如果没有，则以key本身作为有效部分），余数作为插槽，寻找插槽所在的实例

问22： redis是单线程的为什么还那么快

答：1、redis是纯内存操作，执行速度非常快

2、采用单线程，避免不必要的上下文切换可竞争条件，多线程还要考虑线程安全问题

3、使用I/O多路复用模型，非阻塞IO

问23： I/O多路复用模型

答：是指利用单个线程来同时监听多个Socket，并在某个Socket可读、可写时得到通知，从而避免无效的等待，充分利用CPU资源。目前的I/O多路复用都是采用的epoll模式实现，它会在通知用户进程Socket就绪的同时，把已就绪的Socket写入用户空间，不需要挨个遍历Socket来判断是否就绪，提升了性能

Redis网络模型就是使用I/O多路复用结合事件的处理器来应对多个Socket请求

1、 连接应答处理器

2、 命令回复处理器（redis6.0之后，为了提升性能，使用了多线程来处理回复事件）

命令请求处理器（redis6.0之后，将命令的转换使用了多线程，增加命令转换速度，命令执行时还是单线程）