Redis 常见面试题_redis面试题

1. 认识Redis 

Redis是一个开源的内存数据结构存储，Redis是一个基于内存的数据库，对数据的读写都在内存中完成，因此数据读写速度非常快，常用于缓存，分布式锁等，MySQL的表数据都存储在 t_order.ibd，MySQL的表结构存储在 t_order.frm。Redis提供了多种数据类型来支持不同的业务场景。比如String，Hash，Set，Zset，Bitmaps等。

Redis与Memcached 有什么区别

相同点：都是基于内存的数据库，都被当作缓存使用

              都有过期策略

              两者的性能都很高

不同点：

           Redis 支持多种不同的数据类型，而Mencached 只支持一种

           Redis支持数据的持久化，可以将内存的数据保存在磁盘中，重启的时候可以加载出来使用。Memcached则不支持数据的持久化，服务器重启之后，数据则会变没。

           Redis原生支持集群模式，Memcached则不支持。

           Redis支持发布订阅，Lua脚本，事务等功能。

为什么采用Redis作为MySQL的缓存？

因为Redis具有高性能和高并发两种特性。

要想读写磁盘的数据，就需要将磁盘的数据读入内存，从内存中读取数据。

2. Redis 数据结构

常见的五种数据类型：String，Hash，Set，Zset，List

 随着Redis新版本的发布，有支持以下四种方式：Bitmap，Hyperloglog，GEO,Stream

五种数据类型的应用场景：

String：缓存对象，常规计数，分布式锁，共享Session信息

List：消息队列（有两个问题 1. 生产者需要自行生产全局唯一Id，不能以消费组的形式消费数据）

Hash：缓存对象，购物车等

Set：聚合计算（交叉行为）例如点赞，共同关注等

Zset：排序场景，例如排行榜，电话和姓名排序。

BitMap：二值状态统计的场景，例如签到，判断用户登录状态等。、

Hyperloglog：海量数据技术的统计场景，

GEO：存储地理位置信息的场景，比如滴滴叫车

Stream：消息对列。

数据类型的内部实现：

String：

底层数据结构实现采用SDS（简单动态字符串），它比C 字符串有以下优点：

       它不仅可以保存文本数据，还可以保存二进制数据（图片，音频，视频，压缩文件等）。因为SDS采用len 属性值来判断字符串是否结束。而不是像C字符串采用空字符串判断字符串是否结束。

        SDS获取字符串长度的时间是O(1) ,因为C 字符串不会记录自身长度，所以获取时间为O(n),而SDS可以通过len属性的值来获取字符串长度，所以为O(1).

        Redis的API 是安全的，拼接字符串不会造成缓冲区溢出。

List：

采用双向链表或者压缩列表实现，

当链表中的元素个数小于512个，每个元素的值小于64字节。Redis会使用压缩列表来作为List的底层结构，如果不满足上述条件，则采用双向链表作为底层结构。

Hash：

当Hash中的元素个数小于512个，每个元素的值小于64字节，Redis会使用压缩链表来作为Hash的底层数据结构。如果不满足上述条件，则采用双Hash表。

Set

  如果Set集合中的数据小于512个，则采用整数集合的形式来作为Set的底层结构

  否则使用哈希表

Zset

   入锅集合中的数据小于128个，每个数据的值得大小小于64字节，则采用压缩列表得形式

     否则使用跳表

 Redis 的线程模型

Redis是单线程吗？

Redis是单线程指的是  接收客户端请求-—》解析请求—》进行数据读写—》发送数据给客户端---》 这个过程是由一个线程（主线程）来完成的。Redis并不是单线程的，在Redis启动时，会启动后台线程。

 Redis的持久化

Redis是如何实现数据不丢失的？

Redis的数据读写都是在内存中，所以读写效率很高。但是当Redis重启时，内存中的数据就会丢失。那么为了保证内存中的数据不会丢失，Redis实现了持久化机制。这个机制会把数据保存到磁盘，防止数据丢失。

一共由三种方式：

   AOF 日志：每执行一条写操作命令，就把该命令以追加的方式写入另一个文件中

   RDB快照：将某一时刻的数据，以二进制的形式写入磁盘

   混合持久化机制：集合了AOF和RDB的优点

AOF 日志：

    Redis每执行一条命令，就会将命令以追加的形式写入到一个文件中。Redis重启时，会读取该文件记录的命令。然后逐一执行命令的方式来恢复数据。

 

 先执行写操作，后将该命令计入到AOF日志中。

两个好处：

   1）避免额外的检查开销，当先执行写操作时，该命令已经被检查过了，没有问题然后被计入到AOF日志中。如果先将命令计入到AOF日志。则还需要再检查一次。

    2）不会阻塞当前写操作的执行：因为当写操作执行成功之后，才将命令计入到AOF日志。

两个风险：

     1）当执行完写命令后，还未将命令写入AOF  日志，发生服务器宕机。数据就由丢失的风险。

     2）可能会阻塞其他操作。虽然执行完写命令后，将数据计入到AOF日志中，但是可能会阻塞后续其他操作。

AOF写回策略：

过程图

   

Redis在执行完写操作后，会将命令追加到server.aof_buf 缓冲区

然后通过write() 调用来将aof_buf 缓冲区的数据放到AOF 文件中。此时数据并没有写入到硬盘。而是将数据存到了内核缓冲区page cache。等待内核将数据写入到硬盘

具体内核缓冲区的数据什么时候写入到硬盘由内核决定

Redis写回硬盘策略：

      always : 总是，每次执行完写命令，就将内核缓冲区的数据写入到硬盘。

      Everysec：每秒

      No：不由Reids决定何时写回硬盘，而是由操作系统决定。

 当AOF文件过大时，会触发AOF重写机制。当AOF文件的大小超过所设阈值时，就会触发AOF重写机制，来压缩AOF文件。

AOF重写机制就是在重写时，读取数据库中所有的键值对，然后将每一个键值对用一个命令来记录到新的AOF文件中。等到记录完毕，将新的AOF文件替换掉旧的AOF文件。

 在使用重写机制后，就会读取name最新的键值对，然后用一条命令来存储到新的AOF文件中。这样就压缩了AOF文件的大小。

重写AOF日志的过程是怎样的？

重写AOF日志过程是由后台子进程  bgrewriteaof  来完成的。这样做有两个好处：

     1）子进程在进行重写期间，主进程可以继续处理请求，从而避免阻塞主进程。

     2）子进程带有主进程的数据副本。如果采用线程的形式，多线程之间会修改共享数据。需要通过来保证线程安全。会降低性能。而使用子进程时，由于是父子进程，父子进程之间可以共享数据。但是只能以只读的形式。父子进程任意一方修改了共享数据，就会发生写时复制。于是父子进程就会有独立的数据副本，就不需要加锁。

触发重写机制后，主进程就会创建子进程。此时父子进程共享内存数据。重写子进程只会对这个内存数据进行只读。子进程会读取数据库的所有键值对，并以一条命令的形式保存到AOF文件中。

但是在子进程重写过程中，主进程依然可以正常处理命令。 但是，在重写AOF日志中，如果主进程已经修改了存在的key-value，就会发生写时复制。那么key-value在AOF文件中的数据与数据库中的数据就会不一致。

为了解决以上问题，Redis设置了一个AOF重写缓冲区。这个缓冲过去在创建子进程bgrewriteaof 开始使用。

在重写AOF日志时，当Redis执行一个命令之后，就会将该命令写入到AOF文件和AOF重写缓冲区。

 在重写子进程重写期间，主进程会有以下工作：

      执行客户端发来的请求

     将执行后的命令追加到AOF重写缓冲区

      将执行后的命令追加到AOF缓冲区

当子进程完成重写工作后（扫描数据库中的所有键值对，逐一将数据库中的键值对转化为命令存入AOF文件中）会向主进程发送一条信号。

当主进程收到信号后，会调用一个函数处理这个信号。它主要做一下两个工作：

     1. 将AOF重写缓冲区的所有内容追加到新的AOF文件中，使得新旧两个AOF文件数据保持一致。

     2. 新的AOF文件进行改名，并覆盖旧的AOF文件。

信号函数执行之后，主进程就会运行啦

 RDB快照是如何实现的？

AOF日志存储的是操作命令，而RDB存储的是实际的数据。

RDB做快照时会阻塞线程吗？

    Redis提供了两个命令save 和 bgsave 来生成RDB文件。它们的区别在于是否在主线程执行。

        save：执行了save命令，就会在主线程生成RDB文件，可能会阻塞主线程.

        bgsave：执行了bgsave命令，就会创建一个子进程来生成RDB文件，这样可以避免主线程的阻塞。

RDB快照是全量快照。每次执行快照，就会把内存中的所有数据存入到磁盘中，这个任务十分巨大，执行太频繁，可能会对Redis性能造成影响。

RDB在执行快照时，数据能修改吗？

在执行 bgsave Redis仍然可以执行数据修改操作。原因就在于写时复制技术。

执行bgsave过程中，会通过fork 创建子进程，此时子进程是和主进程共享内存数据。因为创建子进程时，会复制主进程的页表，但是页表指向的物理地址还是同一个。

如果主进程执行读操作，则主进程和子进程互不影响。

如果主进程执行写操作，则被修改的数据会复制一份副本，然后bgsave子进程沪江副本数据写入到RDB文件中。在这个过程中，主进程仍然可以修改原来的数据。

为什么会有混合持久化？

RDB的优点是数据恢复速度快，但是恢复的频率不好把握。频率太低，丢失的数据会变多，频率变快，会影响Redis的性能。

AOF日志的优点是丢失数据少，但是恢复速度不快。

为了集成两者的优点，采用混合使用AOF和内存快照。也叫混合持久化。既保证了Redis重启速度，又降低了数据丢失风险。

混合持久化工作在AOF重写过程中，当开启了混合持久化，在AOF子进程重写日志时，fork创建出来的子进程会先将于主进程共享的内存数据以RDB的形式写入到AOF文件中，然后后面主进程的操作命令会写入到AOF重写缓冲区，重写缓冲区的增量命令会以AOF的格式写入到AOF文件中。写入完成后会将新的含有RDB格式和AOF格式的AOF文件替换掉旧的AOF文件。

 混合持久化的优点是 前面时RDB格式的文件，加载的速度会很快，而后面以AOF的形式，可以丢失更少的数据。

Redis集群

Redis如何实现服务高可用？

要想实现Redis服务高可用，一定要从Redis多服务节点考虑，比如Redis的主从复制，哨兵模式，切片集群等。

主从复制

将从前一台的服务器数据，同步数据到其他几个服务器。即一主多从的模式，主从服务器之间采用读写分离模式。

主服务器可以进行读写操作，且写操作之后，会将命令同步到从服务器。而从服务器一般是只读，并执行主服务器发送过来的命令。

 也就是说数据只能在主服务器上修改，然后将最新的数据同步到从服务器。这样使得主从服务器数据保持一致性。

但是，主从服务器之间的命令复制是异步进行的，所以无法实现强一致性。

当主服务器接收到新命令后，就会将命令发送给从服务器，但是，当主服务器完成命令之后，不会等待从服务器返回执行结果。会直接向客户端返回结果。如果此时从服务器还未执行发送过来的命令，那么主从服务之间数据也就不一致了。

哨兵模式

在使用主从服务器服务时，当主从服务器进行故障宕机的时候，需要手动恢复，这时候就需要哨兵模式。因为哨兵模式可以监控故障节点，并且提供主从节点转移故障的功能

切片集群模式

当Redis上的缓存数据量大到一台服务器无法缓存时，需要使用Redis切片集群，他将数据分配到不同的服务器之上，以此来降低系统对主节点的依赖，从而提高Redis的读写性能。

 集群脑裂导致数据丢失怎么办

脑裂

脑裂就是一个主服务器和多个从服务器。当主服务器因为网络原因暂时挂掉，这时它与所有的从根节点失联啦。但是此时主节点和客户端之间的网络是正常的。这个客户端并不知道主服务器与从节点失联，仍然继续向主节点发送数据。而此时哨兵发现了主节点与所有的从节点失联，于是它又选出一个从节点来作为主节点。当这时主节点的网络恢复后，发现有了一个主节点，于是自动降为从节点，与此同时，该旧主节点的数据被清除，新主节点的数据被同步到旧主节点。但是，在旧主节点失联期间时，客户端传输的数据也就丢失了。这就是集群脑裂造成的问题。

解决方案

当主节点发现从节点下线，或者通讯超时的总量小于阈值时，禁止主服务器读写数据。直接把错误返回给客户端。

在Redis的配置文件中有两个参数可以设置：

         min-saves-to-write x,主节点必须要有至少X个从节点连接，如果小于这个数，禁止主节点进行读写数据。

        min-saves-to-log x, 主从复制和同步的延迟不能超过X 秒，如果超过，进制读写数据。

我们可以搭配使用，比如，主服务器连接的从库至少要有N个，和主库进行主从复制时ACK消息延迟不能超过T秒，否则，禁止主节点读取数据。

Redis过期删除和内存淘汰策略。

Redis使用的过期删除策略是什么？

Redis对Key设置对应的过期时间，Redis将Key和对应的过期时间都存到了过期字典上面。就是说过期字典上面保存了所有Key的过期时间。

挡我们查询一个Key时，需要有以下两部分：

     1. 如果不在过期字典中，则正常读取键值。

     2. 如果在过期字典中，就会获取该Key的过期时间，并与当前系统时间进行比对，如果比系统时间大，则没有过期。否则，就是过期。

Redis使用的过期策略一般是惰性删除+定期删除

惰性删除：

       不主动删除过期键，每次从数据库访问·Key时，都检测Key是否过期，如果过期则删除该Key。

优点：

每次访问时，才会检测Key过期不过期，所以系统只用了很少的资源，因此惰性删除对CPU访问时间很友好。

缺点：

不访问就不会检查是否过期，所占用的内存资源不会释放。造成内存空间浪费。

定期删除：

    每隔一段时间从过期字典中抽取一部分Key检查，并删除其中过期的Key。

 定期删除策略的优点：

         通过限制删除操作执行的时长和频率，来减少删除操作对CPU的影响。同时也能删除一部分过期的Key，增加了内存空间。

  定期删除策略的缺点：

          难以确定删除操作执行的时长和频率，如果过高，则对CPU有影响，如果过低，则和惰性删除一样。

所以一般选择二者搭配使用。

Redis持久化时，对过期键是如何处理的？

来看一下过期键在RDB格式和AOF文件下的状态：

     在RDB格式下，分为RDB文件生成阶段和文件加载阶段：

         RDB文件生成阶段：从内存状态持久化到RDB文件生成状态，会对Key进行过期间检查，过期的键不会被保存到新的RDB文件中

         RDB加载状态：RDB加载阶段，要看是在主服务器还是从服务器

                在主服务器上：在载入RDB文件时，会对文件中保存的Key进行检查，如果过期。则不会被保存到数据库中。所以过期键对在主服务器上加载的RDB文件没有影响。

               在从服务器上：无论是否过期。都会被存入到从数据库，但是在主从服务器进行数据同步时，从服务器数据会被清空，所以也不会有影响。

 AOF文件，AOF文件写入阶段和AOF重写阶段：

        AOF文件写入阶段：当某个过期间未被删除。，那么AOF文件会保存此过期键。当此过期键被删除之后，Redis 会追加一条DELETE命令来存到AOF文件中，显式的删除该过期键。

      AOF重写阶段：执行AOF重写时，已过期的键不会被保存。不会被重写到新的AOF文件中。

Redis主从模式下，对过期键如何处理？

从库不会进行过期扫描，从库对于过期键的处理是被动的，当主服务器删除一条过期键时，会在AOF文件中追加一条del指令，该指令会被同步到所有从库，从库通过执行这条指令来删除过期键。

Redis内存满了会发生什么？

当Redis 的运行内存达到某个阈值时，就会触发内存淘汰机制，那个阈值就是我们设置的最大运行内存·。

Redis的内存淘汰策略：

    1. 不进行内存淘汰，直接向客户端返回错误。

    2.   在设置了过期时间的数据范围内淘汰

          随即淘汰设置了过期时间的键值

          优先淘汰更早过期的键值

          淘汰所有设置了过期时间的键值中，最久未使用的键值

          淘汰所有设置了过期时间的键值，最少使用的键值。

          在所有数据中淘汰：

            随机淘汰任意键值

           在所有数据中，淘汰最久未使用的键值

           在所有数据中，淘汰最少使用的键值。

Redis缓存设计？

如何避免缓存击穿，缓存穿透。缓存雪崩？

    避免缓存雪崩

        为了保证Redis中的数据与数据库中的数据的一致性，会给在Redis中的数据设置过期时间，当缓存过了过期时间，用户需要访问的数据不在缓存中，缓存会重新生成，因此需要重新访问数据库。并将数据库中的数据更新到Redis缓存中。但是，当大量的缓存在同一时间失效，如果此时有大量的请求来访问，此时无法在缓存中处理，于是请求全部转到数据库中，导致数据库的压力增大，可能会出现数据库宕机。导致一系列连锁反应，可能导致系统崩溃，这就是缓存雪崩。

      两种解决方案：

          1. 将缓存失效时间打散。（在原有的缓存失效时间的基础上加一个随机值，这样就不会导致缓存的过期时间重复）

          2. 设置缓存不过期（通过后台服务 来更新缓存数据）

   如何避免缓存击穿？

       有些数据比如秒杀商品属于热点数据。当热点数据缓存过期，就会有大量的请求来到数据库，数据库很容易被高并发请求击垮，这就叫缓存击穿。

      两种解决方案：

          1. 设置互斥锁方案，保证同一时间只能有一个业务线程请求缓存，未能获取互斥锁的请求，要么等待互斥锁释放后重新读取缓存，要么就返回空值 或者默认值。

          2. 不给热点数据设置过期时间。或者在热点数据快要过期前，提前通知后台线程更新缓存并重新设置过期时间。

   如何避免缓存穿透？

  当在缓存和数据库中，都不存在要访问的数据。导致大量请求一直访问数据库，可能会导致数据库宕机。

  两种可能实现：

       业务误操作。缓存中的数据和数据库中的数据都被误操作删除。

       黑客恶意访问大量未存在的数据。

   解决方式：

        非法请求限制：在API入口判断请求参数是否合理，

        设置空值和默认值

        使用布隆过滤器来快速判断数据是否存在。避免通过查询数据库在判断数据是否存在。

如何设置一个缓存策略，可以动态缓存热点数据？

    通过数据最新访问时间排名，并过滤掉不常访问的数据，只留下经常访问的数据。

常见的缓存更新策略：

     一般采用旁路缓存策略。

      旁路缓存策略：

           应用程序可以与数据库，缓存直接交互。并负责对缓存的维护。该策略也可以被分为写策略和读策略。

      

写策略：先更新数据库数据，再更新缓存中的数据。

读策略：如果请求的数据命中了缓存，则直接返回数据，如果没有命中，则直接访问数据库中的数据，并将数据写入到缓存中，返回给客户端。

Redis实战

Redis如何实现延迟队列？

使用有序集合Zset来实现

Redis的大key如何处理？

大Key指的是Key对应的value值很大：

     String类型的值大于10kb

     Hash，List，Set，ZSet，元素的类型个数超过5000个

会造成什么影响？

     1. 客户端超时阻塞

     2. 引发网络阻塞

     3. 阻塞工作线程

     4. 内存分布不均、