面试准备：Redis常见面试题汇总

1.介绍一下Redis

Redis 是一款使用 C 语言编写的高性能 key-value 数据库。

特点：

• 性能极高，能到 100000 次/s 读写速度
• 支持数据的持久化，对数据的更新采用Copy-on-write技术，可以异步地保存到磁盘上
• 丰富的数据类型，String(字符串)、List(列表)、Hash(字典)、Set(集合)、Sorted Set(有序集合)
• 原子性：Redis 的所有操作都是原子性的，多个操作通过 MULTI 和 EXEC 指令支持事务
• 丰富的特性：key 过期、publish/subscribe、notify
• 支持数据的备份，快速的主从复制
• 节点集群，很容易将数据分布到多个Redis实例中
• 单线程:避免了不必要的上下文切换和竞争条件

用途：
高速缓存。
分布式锁。
单点登录共享session。
计数器。

2.Redis为什么这么快？

1、完全基于内存，绝大部分请求是纯粹的内存操作，非常快速。数据存在内存中，类似于HashMap，HashMap的优势就是查找和操作的时间复杂度都是O(1)；

2、数据结构简单高效，如 Hash、跳表等。

3、采用单线程，避免了不必要的上下文切换和竞争条件，也不存在多进程或者多线程导致的切换而消耗 CPU，不用去考虑各种锁的问题，不存在加锁释放锁操作，没有因为可能出现死锁而导致的性能消耗；

4、使用多路I/O复用模型，非阻塞IO；

5、使用底层模型不同，它们之间底层实现方式以及与客户端之间通信的应用协议不一样，Redis直接自己构建了VM 机制 ，因为一般的系统调用系统函数的话，会浪费一定的时间去移动和请求；

3.Redis支持哪些数据类型？

Redis 支持五种数据类型

string：字符串
hash：哈希
list：列表
set：集合
sorted set：有序集合

4.Redis与Memcached的区别？

暂不做了解。

5.Redis跳表是什么？

跳跃表基于有序单链表，在链表的基础上，每个结点不只包含一个指针，还可能包含多个指向后继结点的指针，这样就可以跳过一些不必要的结点，从而加快查找、删除等操作。

6.什么是冷热数据分离？什么是VM机制?

Redis使用到了VM， 通过VM功能可以实现冷热数据分离。使热数据仍在内存中，冷数据保存到磁盘。这样就可以避免因为内存不足而造成访问速度下降的问题。

冷数据即是那些不经常访问、但又无法删除的信息。

7.Redis过期键的删除策略有哪些？

惰性删除：不主动删除过期键，从键空间中获取键时，都检查取得的键是否过期，过期则删除；没过期则返回
定期删除：每隔一段时间对数据库进行一次检查，删除里面的过期键。删除多少过期键、检查多少个数据库，由算法决定。

参考：Java架构直通车——Redis缓存过期处理与内存淘汰机制

8.说说Redis的同步机制？

2.8 版以前

Redis 通过同步(sync)和指令传播(command propagate)两个操作完成同步

同步(sync)：将从节点的数据库状态更新至与主节点的数据库状态一致

从节点向主节点发送 SYNC 指令
收到 SYNC 指令，主节点执行 BGSAVE 指令，在后台生成一个 RDB 文件，并使用一个缓冲区记录从现在开始执行的所有写指令
主节点 BGSAVE 指令执行后，会将生成的 RDB 文件发送给从节点
从节点接收、载入 RDB 文件，将数据库状态更新至主节点执行 BGSAVE 指令时的数据库状态
从节点加载完 RDB 文件，通知主节点将记录在缓冲区里面的所有写指令发送给从节点，从节点执行这些写指令，将数据库状态更新至主节点当前数据库状态

指令传播(command propagate)：主节点数据被修改，会主动向从节点发送执行的写指令，从节点执行之后，两个节点数据状态又保持一致

为了解决主从节点断线复制低效的问题(SYNC过程中生成、传输、载入 RDB 文件耗费大量 CPU、内存、磁盘 IO 资源)，2.8 版开始新增 PSYNC 指令。

PSYNC 具有两种模式

完整重同步(full resynchronization)，与SYNC过程基本一致
部分重同步(partial resynchronization)，借助复制偏移量、复制积压缓冲区、服务器运行 ID ，完成主从节点断开连接后，从节点重连主节点后，条件允许，主节点将连接断开期间执行的写指令发送给从节点，从节点接收并执行写指令，将数据库更新至主节点当前状态

9.Pipeline有什么好处？

多个指令之间没有依赖关系，可以使用 pipeline 一次性执行多个指令，减少 IO，缩减时间。

10.Redis实现分布式锁？

参考：Java架构直通车——基于Redis的Set NX实现分布式锁

11.Redis实现幂等性？

为需要保证幂等性的每一次请求创建一个唯一标识token, 先获取token, 并将此token存入redis, 请求接口时, 将此token放到header或者作为请求参数请求接口, 后端接口判断redis中是否存在此token:

如果存在, 正常处理业务逻辑, 并从redis中删除此token, 那么, 如果是重复请求, 由于token已被删除, 则不能通过校验, 返回请勿重复操作提示。

12. 接触过哪些Redis客户端？

Redisson

优点：

实现了分布式特性和可扩展的 Java 数据结构，适合分布式开发
API 线程安全
基于 Netty 框架的事件驱动的通信，可异步调用
缺点：

API 更抽象，学习使用成本高

Jedis

优点：

提供了比较全面的 Redis 操作特性的 API
API 基本与 Redis 的指令一一对应，使用简单易理解
缺点：

同步阻塞 IO
不支持异步
线程不安全

Lettuce

优点：

线程安全
基于 Netty 框架的事件驱动的通信，可异步调用
适用于分布式缓存
缺点：

API 更抽象，学习使用成本高

13.Redis哈希槽？

Redis 集群没有使用一致性 hash，而是引入了哈希槽的概念。

Redis 集群有 16384 个哈希槽，每个 key 通过 CRC16 算法计算的结果，对 16384 取模后放到对应的编号在 0-16383 之间的哈希槽，集群的每个节点负责一部分哈希槽

14.Redis 集群会有写操作丢失吗？

以下情况可能导致写操作丢失：

过期 key 被清理
最大内存不足，导致 Redis 自动清理部分 key 以节省空间
主库故障后自动重启，从库自动同步
单独的主备方案，网络不稳定触发哨兵的自动切换主从节点，切换期间会有数据丢失

15.如何保证Redis中存的都是热点数据？

Redis存储在内存中的数据升到配置大小时，就进行数据淘汰

使用 allkeys-lru 策略，从数据集（server.db[i].dict）中挑选最近最少使用的数据优先淘汰，即可满足保存热点数据

16.缓存穿透、击穿、雪崩？

参考：Java架构直通车——Redis缓存穿透/击穿/雪崩

17.热点key?

缓存中的某些Key(可能对应用与某个促销商品)对应的value存储在集群中一台机器，使得所有流量涌向同一机器，成为系统的瓶颈，该问题的挑战在于它无法通过增加机器容量来解决。（当key失效的时候，大量的线程构建缓存，导致负载增加）

解决方案：

1. 客户端热点key缓存：将热点key对应value并缓存在客户端本地，并且设置一个失效时间。对于每次读请求，将首先检查key是否存在于本地缓存中，如果存在则直接返回，如果不存在再去访问分布式缓存的机器。
2. 将热点key分散为多个子key，然后存储到缓存集群的不同机器上，这些子key对应的value都和热点key是一样的。当通过热点key去查询数据时，通过某种hash算法随机选择一个子key，然后再去访问缓存机器，将热点分散到了多个子key上。
3. 为每个 value 设置一个逻辑过期时间，当发现超过逻辑过期时间后，会使用单独的线程去构建缓存。缓存层面没有设置过期时间（这种方案可以解决大量线程等待的问题，但它可能导致数据不一致的问题）
4. 针对热点key失效，大量线程构建缓存（使用分布式锁，只让一个线程构建缓存，可以解决这个问题）。

18.大Key(Big Key)?

Redis使用过程中经常会有各种大key的情况， 比如单个简单的key存储的value很大。
由于redis是单线程运行的，如果一次操作的value很大会对整个redis的响应时间造成负面影响，导致IO网络拥塞。

解决：

将整存整取的大对象，分拆为多个小对象。可以尝试将对象分拆成几个key-value， 使用multiGet获取值，这样分拆的意义在于分拆单次操作的压力，将操作压力平摊到多个redis实例中，降低对单个redis的IO影响；

19.无底洞问题?

暂时不做了解。

20.缓存与数据库一致性问题？

参考：缓存架构
参考：分布式DB与Cache一致性