Redis面试题_redis面试题目csdn

1.Redis为什么快

1.基于内存存储

2.高效的数据结构

3.IO多路复用模型

4.单线程

IO多路复用

应用程序从磁盘中读取数据，经过了两个阶段，第一个阶段，使用recvform命令，尝试从内核中加载数据，如果没有数据，那么内核操作硬件拿到数据，这个过程需要等待；第二个阶段，内核把数据加载之后再写给用户的缓存区

如果是阻塞IO，那么从用户发起请求到读取数据，都会处于阻塞状态。

阻塞IO

非阻塞IO，在使用recvfrom加载数据时候，会立即返回结果而不会阻塞用户进程，如果没有加载到数据会继续发起请求。但是这种方式会发起多次recvfrom命令，造成cpu空转。

IO多路复用，当用户读取数据，不会去调用recvfrom函数，而是调用epoll函数，这个函数会将需要监听的数据交给内核，由内核检查这些数据是否就绪，如果数据就绪了，会通知应用程序来读取数据。这样可以避免发起多次recvfrom命令，降低CPU的压力。

单线程为什么快

而Redis是基于内存操作，执行速度很快，性能瓶颈在于网络延迟而不是执行速度，因此多线程不会带来巨大的性能提升。

而且在多线程的情况下会导致频繁的上下文切换，带来不必要的开销；

同时引入多线程会带来线程安全问题，就必须会使用锁机制来保证安全，这样实现复杂度变高，同时性能也会打折扣。

2.Redis过期Key的删除策略

1.周期删除

设置定时任务，周期性的抽取部分过期的key，然后删除

2.惰性删除

即并不是该key到期了就删除，而是该key过期后，redis查询该key发现过期了，就会把他删除掉

3.Redis内存回收策略

noevction：不淘汰，内存满的时候不允许加入新数据

volatile-ttl：比较key剩余的时间，越短时间就越先删除

allkeys-random：从所有key中随机删除

volatile-random：从设置了过期时间的key中随机删除

allkeys-lru：删除最近最少使用的key

volatile-lru：从设置过期时间的key中，删除最近最少使用的key

allkeys-lfu：删除最少使用的key

volatile-lru：从设置过期时间的key中，删除最少使用的key

3.RDB

Redis进行数据快照，保存到磁盘中(触发条件：save，bgsave，停机，触发rdb条件)

RDB步骤

fork主进程得到一个子进程，共享内存空间

子进程读取内存数据并写入新的RDB文件

用新RDB文件替换旧的RDB文件

4.AOF

Redis处理的每一个写命令都会记录在AOF文件

优化：进行命令重写，比如set key name1，set key name2可以直接合并成set key name2

5.RDB和AOF对比

6.全量同步

主从节点第一次连接时，从节点无数据，主节点有数据，因此需要执行全量同步，将主节点的数据拷贝到从节点

Replication Id：是数据集的id，每个主节点都有一个Replication Id.

offset：偏移量，用来记录数据同步到了哪里

而第一次同步时，从节点由于是从主节点变过来的因此它的Replication Id和offset和主节点不一致没有，因此可以判断是否是主从第一次连接，第一次连接之后，从节点就得到的Replication Id和offset

完整流程：

slave节点请求增量同步

master节点判断replid，发现不一致，拒绝增量同步

master将完整内存数据生成RDB，发送RDB到slave

slave清空本地数据，加载master的RDB

master将RDB期间的命令记录在repl_baklog，并持续将log中的命令发送给slave

slave执行接收到的命令，保持与master之间的同步

7.增量同步

通过repl_baklog文件，repl_baklog文件用于记录redis操作日志和主节点的offset和从节点的offset，主从节点offset的差异，就是需要进行增量同步的部分。

如果出现了网络阻塞，导致主节点的offset超过了从节点的offset，那么从节点尚未复制的数据就会丢失，此时会执行全量同步。

8.Redis的key设计

格式：业务名：数据名：id；不超过44字节；不包含特殊字符；

优点：可读性强；避免key冲突；方便管理；节省内存；

9.Redis大key问题

大key：key占用内存大；key的成员多；key的成员内存大；

危害：网络阻塞；数据倾斜；Redis阻塞；CPU压力

10.缓存雪崩

缓存雪崩是指redis中大量的key在同一时间失效，导致所有的请求都打到数据库中，给数据库造成压力。

解决方案：

1.缓存永不过期，同时利用定时任务在活动结束后删除

2.设置随机过期时间，这里有两种方式，一种是直接生成一个固定时间；另一种是固定时间再加上一个随机时间，但是由于缓存的基数比较大，因此随机过期时间也有可能撞在一起，因此可以结合其他的方式，如分布式锁进行兜底。

10.缓存穿透

缓存穿透是指用户请求一个不存在的数据时，由于redis和数据库都没有数据，因此请求直接打到数据库，给数据库造成压力。

解决方案：

1.缓存空对象：当请求查询redis为空时并且数据库也没有查到时，将该key设置成一个空值存入到redis中，之后访问该key时，发现存在空值，则立刻返回；否则查询数据库，数据库不为空，返回该数据并存入redis中。

2.使用布隆过滤器：将数据库中存量数据存放到布隆过滤器中，如果缓存中不存在数据，则继续查询布隆过滤器，如果布隆过滤器发现不存在，则该数据一定不存在，直接返回。如果存在，则继续查询数据库返回该数据。

缺陷：布隆过滤器存在小概率的误判问题，即布隆过滤器判断存在，但是不一定真的存在该数据。因此攻击者可能利用该缺陷发起恶意攻击，导致大量的请求打到数据库中。针对这个问题可以使用

3.使用锁，当该请求发现缓存不存在时，使用锁机制来实现避免多个相同的请求同时访问数据库，只让一个请求去加载数据，然后将该数据存入redis中。

组合方案：

1.组合缓存空对象方案，针对该攻击者请求的key，缓存空对象到redis中；

2.使用锁机制进行兜底，如果发现布隆过滤器存在之后，使用分布式锁，避免多个相同请求同时访问数据库，只让一个请求访问数据库。

11.缓存击穿

缓存击穿问题是指某一个高并发访问的key失效，导致大量的请求打到数据库中，给数据库造成压力。

1.分布式锁，大量的请求访问该key时，发现redis中不存在，然后获取分布式锁，通过分布式锁限制只让一个请求访问数据库，查到数据后将该数据返回并写入redis中。同时我们使用双重判定锁的方式，让线程获取锁之后再次查询redis，如果缓存中存在该数据了(意味着前一个线程完成了缓存重建)，然后就直接返回该数据，不用继续查询数据库，这样可以降低数据库的访问压力。

2.热点数据预加载，在活动开始前，将已知的热点数据写入缓存中，避免海量请求在第一次访问热点数据时都从数据库读取，降低响应时间，降低数据库的压力。

2.不设置过期(或者设置逻辑过期时间)方案，将热点数据不设置过期时间，等热点数据对应的业务活动结束，然后通过后台任务设置过期时间，自动删除。

12.缓存与数据库的一致性问题

缓存和数据库的一致性问题是指在使用缓存的情况下，如果保证缓存和数据库的数据一致。

通常有这么几种方案：

1.缓存双删

即先删除缓存，再更新数据库，再删除缓存

2.先更新数据库再删除缓存

指用于发起写请求时，首先访问数据库，然后删除相应的缓存，当下一个请求读请求到达时候，发现缓存中没有该数据，因此访问数据库读取到最新的数据，然后将该数据写入缓存中。

但是当缓存过期时，并且读请求的写入Redis的执行时间在写请求更新Redis之后。

3.Binlog异步更新缓存

首先更新数据库的数据，数据库会将数据表数据的变更信息写入binlog日志中，监听到日志文件的变化后，把数据库变更信息发送到消息队列中，程序接收到消息队列中的数据，对缓存做删除。如果删除失败了，程序就把数据再次发送到消息队列中，再做一次删除，实现删除失败后的重试。这种方案还有一种好处就是不会对业务代码造成过多的侵入，我们可以专门起一条协程来监听消息队列，如果收到消息队列中的数据，直接去删除对应的缓存即可，而不必在业务代码中去写。

先更新缓存再更新数据库有什么问题？

先更新数据库再更新缓存有什么问题？

先删除缓存再更新数据库有什么问题？

13.什么是大key

大key问题主要可以分成这样3种情况，第一种，key本身数据量比较大，如String类型的key，值为5M；第二种，该key的成员数量比较多；第三种，该key的成员占用的空间比较大；

而对于占用多大空间可以算做大key，我觉得这是一个比较主观的问题，它会基于应用程序的需求，硬件的配置，Redis实例的内存大小，通常情况下，String 类型的key存储内容不超过5M，List Set Zset等类型的key成员不超过20000，Hash类型key不超过20000，同时val不应过大。

大Key带来的问题

14.什么是热key

## todo

摘自黑马程序员