【Redis】基础概念及常见面试题

掌握完这些应该可以说自己熟悉Redis了吧
图片资源https://www.processon.com/view/626910710e3e742d46183bbc

简单介绍一下Redis

简单来说Redis就是一个使用C语言开发的非关系型NoSQL的键值对数据库。与传统数据库不同的是，它的数据是存在内存中的，所以读写速度非常快，可以用作数据库、缓存、分布式锁和消息中间件。
Redis提供了多种数据类型来支持不同的业务场景。Redis还支持事务、持久化、Lua脚本、和多种集群方案。

哪些数据适合放入缓存？为什么要用缓存？

1. 即时性和数据一致性要求不高的数据
2. 访问量大且更新频率不高的数据 【电商项目中， 将商品分类目录， 商品SPU信息都放到Redis中了】

因为Redis是存在内存中的，内存的读取速度远大于硬盘，我们可以将热点数据存放在Redis中，等再次查询直接在缓存中查询，性能更高，并发更高。

缓存数据的处理流程是怎么样的

1. 如果用户请求的数据在缓存中就直接返回
2. 如果缓存中不存在就看数据库是否存在
3. 数据库存在的话就更新缓存数据，并返回数据
4. 数据库不存在就返回空数据 （不存空值可能会有缓存穿透风险）

Redis单线程模型

Redis基于 Reactor 模式开发了网络事件处理器，这个处理器叫 文件事件处理器， 是单线程的， 采用IO多路复用机制同时监听多个socket， 根据socket上的事件来选择对应的事件处理器来处理这个事件。
Redis客户端对服务端的每次调用都经历了 发送命令、执行命令、返回结果三个过程。 由于Redis是单线程的，所以每一条到达服务器的命名不会被立刻执行，所有命令都会进入一个队列中，然后被逐个执行。且多个客户端执行顺序是不确定的，但是一定不会有两条命令同时执行。所以不会有并发问题。

为什么Redis能够快速运行

1. 绝大部分请求是纯粹的内存操作（非常快速）
2. 采用单线程执行命令，避免了上下文切换和资源竞争。
3. 多路复用的高性能I/O模型。

为什么Redis是单线程执行命令？

因为Redis是基于内存的操作，CPU不受Redis的瓶颈， 内存和网络是它的瓶颈。 单线程容易实现，且避免了不必要的上下文切换，不用考虑各种锁的问题，不会出现死锁导致性能消耗。

Redis6.0之后Redis引入了多线程， 因为随着硬件性能提升，Redis 的性能瓶颈可能出现网络 IO 的读写，引入多线程只是为了在网络数据的读写上，执行命令仍然是单线程顺序执行。

【重点】Redis中常见数据结构与使用场景

1. string： string数据结构是简单的key-value类型。 value不仅可以说string 也可以是数字。 一般常用在需要计数的场景，比如用户的访问次数，热点文章的点赞、转发数量等
2. list：list 是一个双向链表，可以按照插入的顺序排序， 使用list 列表可以轻松实现最新消息排行等功能， 还可以用于在消息队列
3. hash：结构化信息可以存成hash， 比如把商品属性存成一个hash， 如果要修改某个属性，可以直接修改这个属性的值， 而不是把信息打包成hashMap然后序列化存入Redis，改动的话就得取出来，反序列化，修改，再存回去。
4. set：就是一个集合，里面一堆不重复值得组合， 比如在微博应用中，可以将一个用户所有得关注人存在一个集合中，将其所有粉丝存在一个集合中。Redis的集合还提供了求交集、并集、差集等操作，这样就可以非常方便的实现共同关注等功能。
5. sorted set：和set比 sorted set 增加了一个权重参数score， 使得集合中的元素能按score排序。 可以用在各种礼物排行榜，热点评论等

【重点】过期键的删除策略

Redis 通过⼀个叫做过期字典（可以看作是hash表）来保存数据过期的时间。过期字典的键指向Redis数据库中的某个key(键)，过期字典的值是⼀个long long类型的整数，这个整数保存了key所指向的数据库键的过期时间。

常用的过期数据的删除策略有两个：

1. 定时删除： 每个设置过期时间的key都需要创建一个定时器，到过期时间就会立即清除。该策略对内存友好，但是会占用大量CPU资源，取处理过期数据，从而影响缓存的响应时间和吞吐量
2. 惰性删除： 只会再取出key的时候，才对数据进行过期检查， 这样对CPU最友好，但是可能导致太多过期key 没有被删除。
3. 定期删除：每隔一定的时间，抽取一批Key执行删除过期key的操作，并且Redis底层会通过限制删除操作执行的时长和频率来减少操作对CPU时间的影响。

Redis 中同时使用了惰性删除和定期过期两种删除策略。
但是还是有可能存在定期删除和惰性删除都漏掉了很多过期key的情况，导致大量过期key堆积在内存，然后就OOM了。
Redis采用内存淘汰机制解决这个问题

Redis内存淘汰机制

内存淘汰机制即内存溢出控制策略，是指在Redis的用于缓存的内存不足时，怎么处理需要重新写入且需要申请额外空间的数据。
内存达到maxmemory上限时，触发内存溢出控制策略

1. noeviction：当内存不足以容纳新写入数据时，新写入操作会报错。
2. 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键空间中，挑将要过期的移除
3. allkeys-lru：当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的key。
4. allkeys-random：当内存不足以容纳新写入数据时，在键空间中，随机移除某个key。
5. allkeys-lfu: 最不经常使用的
6. volatile-lru：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，移除最近最少使用的key。
7. volatile-random：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，随机移除某个key。
8. volatile-lfu： 最不经常使用的

相关问题： MySQL里有2000w数据， Redis中只存20w数据， 如何保证Redis中的数据都是热点数据？
我们可以使用Redis内存淘汰机制中的allkeys-lru淘汰策略， 该策略是冲Redis中挑选最近最少使用的数据进行删除，这样被频繁访问的数据就可以保留下来

Redis内存回收使用的LRU算法

【重点】Redis持久化机制（怎么保证Redis挂掉只会，再重启数据可以进行恢复）

很多时候需要持久化数据，Redis支持两种持久化操作：
快照（RDB）

1. RDB是Redis默认的持久化方式，按照一定时间将内存数据以快照的形式保存到硬盘中， 对应产生的数据文件为dump.rdb， 恢复时只需将rdb文件重新读入内存即可。
2. Redis会单独创建一个子进程来fork进行持久化，采用写时赋值技术， fork会先将数据写入到一个临时文件中，等持久化过程结束了，再用临时文件替换上次持久化好文件。整个过程主进程不进行任何IO操作，性能很高
3. RDB的缺点是最后一次持久化的数据可能丢失。所以对需要大规模数据恢复，且对数据恢复完整性不是很敏感用RDB比AOF高效。

只追加文件（AOF）
以日志的形式记录每个写操作， 将Redis执行过的所有写指令记录下来，读操作不记录， 只许追加文件但不可改写文件。Redis启动之初会读取该文件重新构建数据。

优缺点：

1. RDB可能造成数据的丢失，如果对数据敏感，需要选择AOF
2. AOF占用磁盘空间更大，备份速度慢，如果采用always持久化策略，每次写操作都会同步，有性能压力
3. 不建议单独使用AOF，可能会有bug。 如果只是做纯内存缓存，可以都不用。

Redis事务

Redis事务ACID只支持 I 隔离性、 D一致性。 Reids事务不支持回滚。 简单来说Redis事务就是一个将多种请求打包，然后按顺序执行的命令

缓存预热方案

缓存预热就是系统上线后，将相关缓存数据直接加载到缓存系统。这样用户请求的时候可以直接查询事先被预热的缓存数据。
解决方案

1. 写个缓存刷新页面，上线时手动操作
2. 数据量不大时，可以在项目启动时自动进行加载
3. 用定时任务去刷新缓存

缓存穿透、击穿、雪崩

1. 缓存穿透：高并发系统下， 大量请求查询不存在的值，缓存不会命中，请求直接落到数据库上。比如商品系统里查询不存在的商品。 【解决方法：用户鉴权校验和参数校验，不合法是参数直接返回。 将不存在的数据也写入缓存，并设置的短暂的过期时间】
2. 缓存击穿：某个热点数据被大量请求时，缓存突然过期，请求瞬间全部落到数据库上。比如秒杀进行过程中，秒杀商品缓存突然过期 【加锁，大量并发只让一个线程去查，其他人等待，查到以后放入缓存，释放锁，其他人拿到锁先查缓存，如果有数据就不去数据库查】
3. 缓存雪崩：在高并发下， 大量的缓存key在同一时间失效，导致大量请求落在数据库上。比如商品系统首页缓存突然过期。 【给缓存原有的失效时间基础上增加一个随机值，比如1-5分钟的随机值，这样每个缓存的过期时间重复率就会降低， 或者干脆不设置过期时间，更新内容的时候刷新缓存】

布隆过滤器

为了防止缓存穿透，布隆过滤器可以快速判断一个元素是否在一个集合中。
布隆过滤器原理：当一个元素被加入集合时，通过 K 个散列函数将这个元素映射成一个位数组（Bit array）中的 K 个点，把它们置为 1 。检索时，只要看看这些点是不是都是1就知道元素是否在集合中；如果这些点有任何一个 0，则被检元素一定不在；如果都是1，则被检元素很可能在（之所以说“可能”是误差的存在）。

【重点】如何保证缓存和数据库的一致性？

双写模式

数据库和缓存都修改，不推荐这种方式，因为万一是写多读少，会带来大量的无效写入，浪费性能，删除的话，最多多一次查数据库。
而且也会有数据不一致情况，比如两个线程，顺序是：线程1写入数据库，线程2写入数据库，线程2更新缓存，线程1更新缓存。这样就出现了数据不一致。

失效模式

修改数据库，删除缓存
先更新数据库，再删除缓存。
数据库更新失败，捕获异常不再继续删除缓存，不会出现数据不一致
缓存删除失败或还没删除导致数据库是新数据，缓存是旧数据，出现数据不一致。
这种情况如果对数据实时性要求不高，可以给缓存加上过期时间，实现最终一致性

先删除缓存，再更新数据库
删除缓存失败，可以捕获异常，直接返回结果，不再更新数据库，不会出现数据不一致
删除缓存成功，更新数据库失败或还没更新。可能会出现数据不一致。
比如一个线程删了缓存，数据更新还没成功，另一个线程取数据发现缓存没了，从数据库读取旧数据放入缓存，然后数据库更新了数据，导致数据库和缓存数据不一致
可以用延迟双删来解决这个问题

延迟双删
先删除缓存，再更新数据库，再延长3-5秒后删除缓存，实现最终一致性
【这个延迟时间是业务读数据的时间+几百毫秒】

订阅MySQL二进制日志

可以使用canal订阅binlog的方式，只要发现数据库有更新，canal就会自动更新缓存

Redis集群

【重点】Redis replication是什么？

Redistribution replication是一种主从模式复制机制， 这种机制使得从节点可以成为和主节点完全相同的副本
一个主节点用于写，多个从节点用于分摊读的压力，如果主节点挂了，可以提升一个从节点成为新的主节点，实现故障转移

【重点】如何保证主从数据一致性？

1.当从服务器连上主服务器只会，从服务器会向主服务器发送数据同步消息
2.主服务器接到从服务器发送过来的同步消息，把主服务器数据进行持久化，生成RDB文件，把RDB文件发给从服务器，从服务器拿到RDB文件进行读取
3.每次主服务器进行写操作只会，和从服务器进行数据同步

主从复制时，网络突然中断怎么办

从节点第一次连接主节点，主节点会生成RDB文件进行全量复制，同时将新写入的命令存储进缓冲区，发送给从节点，从而保证数据一致性。
网络中断，重新连接后，采用增量复制的方式，与全量复制不同的是，它是根据从节点的偏移量来进行数据同步的。主从节点分别会维护一个偏移量offset。刚开始主从节点写的位置和从节点读的位置在同一起点，随着主节点不断写入，偏移量会逐渐增大，同样的，从节点复制完数据后，偏移量也在不断增加。当网络断开，从节点不再同步，主节点还在不断写数据，偏移量就会大于从节点的偏移量，当连接恢复时，根据偏移量将未同步的进行同步

Redis哈希槽

Redis cluster没有用一致性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循环校验算法与上16383来决定位置放哪个槽，集群的每个节点负责一部分hash槽

【重点】 如果设置Redis分布式锁

SET lock_key unique_value NX PX 10000
加锁过程就是给一个键设置值，setnx 在lock_key不存在时才能占到位
占锁的时候，值设置为UUID， 每个人只能删除自己上的锁
为了避免死锁，一定要设置锁自动过期。而且设置过期时间和占位必须是原子操作用，lua脚本确保原子操作

如果这些对你有用，欢迎大家点赞、收藏、评论。
研二非科班学生一枚，关注我，让我们一起进步，不断创造更优质的内容