【面试题】Redis篇-常见面试题p1

【面试题】Redis篇-常见面试题p1

备战实习，会定期的总结常考的面试题，大家一起加油！ 🎯 🎯 🎯

往期文章：

• 【面试题】计算机网络篇-10道常见面试题p1
• 【面试题】JVM篇-10道常见面试题p1
• 【面试题】Java并发篇-10道常见面试题p1
• 【面试题】Java基础篇-常见面试题总结p1
• 【面试题】Java基础篇-常见面试题总结p2
• 【面试题】MySQL常见面试题合集
• 【面试题】Java基础篇-常见面试题总结p3
• Java集合面试题看这篇就够了
• 【面试题】操作系统常见面试题合集

参考文章：

• https://xppll.blog.csdn.net/article/details/121245615
• https://xppll.blog.csdn.net/article/details/121758265
• https://csp1999.blog.csdn.net/article/details/117849419
• https://javaguide.cn/database/redis/redis%E7%9F%A5%E8%AF%86%E7%82%B9&%E9%9D%A2%E8%AF%95%E9%A2%98%E6%80%BB%E7%BB%93/
• https://pdai.tech/md/interview/x-interview.html#83-redis

注意：如果本文中有错误的地方，欢迎评论区指正！

文章目录

1.说一下什么是redis?

redis

是一个高性能的

key-value

数据库，它是完全开源免费的，同时redis是一个

NOSQL

类型数据库，是为了解决高并发、高扩展，大数据存储等一系列的问题而产生的数据库解决方案，是一个非关系型的数据库。

与传统数据库不同的是 Redis 的数据是存在内存中的 ，也就是它是内存数据库，所以读写速度非常快，因此 Redis 被广泛应用于缓存方向。

2.Redis 是单线程还是多线程的？

• redis 4.0 之前，redis 是完全单线程的。
• redis 4.0 时，redis 引入了多线程，但是额外的线程只是用于后台处理，例如：删除对象，核心流程还是完全单线程的。（核心流程指的是 redis 正常处理客户端请求的流程，通常包括：接收命令、解析命令、执行命令、返回结果等。）
• redis 6.0 中，多线程主要用于网络 I/O 阶段，也就是接收命令和写回结果阶段，而在执行命令阶段，还是由单线程串行执行。

👨‍💻面试官追问：Redis 为什么使用单线程、单线程也很快？

Redis使用单线程是因为：

• 在 redis 6.0 之前，redis 的核心操作是单线程的。因为 redis 是完全基于内存操作的，通常情况下CPU不会是redis的瓶颈，redis 的瓶颈最有可能是机器内存的大小或者网络带宽。
• 既然CPU不会成为瓶颈，那就顺理成章地采用单线程的方案了，因为如果使用多线程的话会更复杂，同时需要引入上下文切换、加锁等等，会带来额外的性能消耗。

单线程很快主要是：

• Redis 基于内存的操作
• Redis 使用了 I/O 多路复用模型，select、epoll 等，基于 reactor 模式开发了自己的网络事件处理器
• 单线程可以避免不必要的上下文切换和竞争条件，减少了这方面的性能消耗

3.Redis数据类型有哪些？

基本数据类型有五种：

1. StringString是redis中最基本的数据类型，一个key对应一个value
2. ListRedis中的List其实就是链表（Redis用双端链表实现List）
3. HashRedis hash 是一个 string 类型的 field（字段） 和 value（值） 的映射表，hash 特别适合用于存储对象
4. SetRedis 的 Set 是 String 类型的无序集合。集合成员是唯一的，这就意味着集合中不能出现重复的数据
5. Sorted Set：Redis 有序集合和集合一样也是 string 类型元素的集合，且不允许重复的成员。不同的是每个元素都会关联一个 double 类型的分数。redis 正是通过分数来为集合中的成员进行从小到大的排序。

还有三种特殊的数据类型： 分别是

HyperLogLogs

（基数统计），

Bitmaps

(位图) 和

geospatial

（地理位置)

👨‍💻面试官追问：分别说说各个数据类型常用的使用场景？

1. String- 缓存： 经典使用场景，把常用信息，字符串，图片或者视频等信息放到redis中，redis作为缓存层，mysql做持久化层，降低mysql的读写压力- 计数器：redis是单线程模型，一个命令执行完才会执行下一个，同时数据可以一步落地到其他的数据源- session：常见方案spring session + redis实现session共享
2. List- 阻塞队列：Redis的lpush + brpop命令组合即可实现阻塞队列，生产者客户端是用lpush 从列表左侧插入元素，多个消费者客户端使用 brpop 命令阻塞式的“抢"列表尾部的元素，多个客户端保证了消费的负载均衡和高可用性。
3. Hash- 缓存：哈希结构相对于字符串序列化缓存信息更加直观，而且更节省空间，并且在更新操作上更加便捷，所以常常用于缓存用户信息等。
4. Set- 标签（tag）：给用户添加标签，或者用户给消息添加标签，这样有同一标签或者类似标签的可以给推荐关注的事或者关注的人。- 点赞，或点踩，收藏等：可以放到set中实现
5. zset- 排行榜：有序集合经典使用场景。例如小说，视频等网站需要对用户上传的小说视频做排行榜，榜单可以按照用户关注数，更新时间，字数等打分，做排行。

4.说一下Redis常见的功能有哪些？

1. 数据缓存功能
2. 分布式锁的功能
3. 支持数据持久化
4. 支持事务
5. 支持消息队列

5.说一下Redis的常用的使用场景？

1. 缓存减轻MySQL的查询压力，提升系统性能
2. 排行榜利用Redis的SortSet(有序集合)实现
3. 计算器/限速器- 利用Redis 中原子性的自增操作，我们可以统计类似用户点赞数、用户访问数等。- 限速器比较典型的使用场景是限制某个用户访问某个API的频率，常用的有抢购时，防止用户疯狂点击带来不必要的压力
4. 好友关系利用集合的一些命令，比如求交集、并集、差集等。可以方便解决一些共同好友、共同爱好之类的功能
5. 消息队列除了Redis自身的发布/订阅模式，我们也可以利用List来实现一个队列机制，比如︰到货通知、邮件发送之类的需求，不需要高可靠，但是会带来非常大的DB压力，完全可以用List 来完成异步解耦
6. Session共享Session是保存在服务器的文件中，如果是集群服务，同一个用户过来可能落在不同机器上，这就会导致用户频繁登陆。采用Redis 保存Session后，无论用户落在那台机器上都能够获取到对应的Session信息

6.说说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
2. 数据结构简单，对数据操作也简单
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

7.聊聊Redis为什么需要持久化？

Redis是个基于内存的数据库。那服务一旦宕机，内存中的数据将全部丢失。通常的解决方案是从后端数据库恢复这些数据，但后端数据库有性能瓶颈，如果是大数据量的恢复会有几个问题：

1. 会对数据库带来巨大的压力
2. 数据库的性能不如Redis。导致程序响应慢。

所以对Redis来说，实现数据的持久化，避免从后端数据库中恢复数据，是至关重要的。

8.说说Redis持久化的方式有哪些？

1. RDB以快照的形式在指定的时间间隔内将内存中的数据集快照写入磁盘，可以指定时间归档数据，但不能做到实时持久化，RDB 持久化功能生成的 RDB 文件是经过压缩的二进制文件。
2. AOF以日志的形式记录服务器所处理的每一个写、删除操作（查询操作不会记录），以文本的方式记录，并在服务器启动时，通过重新执行这些命令来还原数据集。
3. 混合持久化Redis 4.0 中提出了一个混合使用 AOF 日志和内存快照的方法。混合持久化只发生于 AOF 重写过程。使用了混合持久化，重写后的新 AOF 文件前半段是 RDB 格式的全量数据，后半段是 AOF 格式的增量数据。

9.RDB和AOF两种持久化方式有什么优缺点？

• RDB优点- RDB是一个紧凑压缩的二进制文件，存储效率较高- RDB内部存储的是redis在某个时间点的数据快照，非常适合用于数据备份，全量复制等场景- RDB恢复数据的速度要比AOF快很多
• RDB缺点- RDB方式实时性不够，无法做到秒级的持久化- 每次调用bgsave都需要fork子进程，fork子进程属于重量级操作，频繁执行成本较高- RDB文件是二进制的，没有可读性，AOF文件在了解其结构的情况下可以手动修改或者补全- Redis的众多版本中未进行RDB文件格式的版本统一，有可能出现各版本服务之间数据格式无法兼容现象
• AOF优点- AOF 比 RDB可靠，支持秒级持久化，就算发生故障停机，也最多只会丢失一秒钟的数据- 当 AOF文件太大时，Redis 会自动在后台进行重写。重写后的新 AOF 文件包含了恢复当前数据集所需的最小命令集合。当新文件重写完毕，Redis 会把新旧文件进行切换，然后开始把数据写到新文件上
• AOF缺点- 对于相同的数据集，AOF 文件的大小一般会比 RDB 文件大- RDB 存储的是压缩二进制格式记录数据命令，AOF 是通过文本日志形式记录数据命令，所以采用 AOF 数据恢复比 RDB 慢

两者对比图：

10.触发RDB持久化的方式有哪些？

触发RDB持久化的方式有2种，分别是手动触发和自动触发。

手动触发

手动触发分别对应

save

和

bgsave

命令

• save命令阻塞当前Redis服务器，直到RDB过程完成为止，对于内存比较大的实例会造成长时间阻塞，线上环境不建议使用
• bgsave命令Redis进程执行fork操作创建子进程，RDB持久化过程由子进程负责，完成后自动结束。阻塞只发生在fork阶段，一般时间很短

自动触发

• redis.conf中配置save m n，即在m秒内有n次修改时，自动触发bgsave生成rdb文件
• 主从复制时，从节点要从主节点进行全量复制时也会触发bgsave操作，生成当时的快照发送到从节点
• 执行debug reload命令重新加载redis时也会触发bgsave操作
• 默认情况下执行shutdown命令时，如果没有开启aof持久化，那么也会触发bgsave操作

11.AOF写数据有哪些策略？

一共有三种：

1. always每次写入操作均同步到AOF文件中，数据零误差，性能较低，不建议使用
2. everysec每秒将缓冲区中的指令同步到AOF文件中，数据准确性较高，性能较高 ，建议使用，也是默认配置。在系统突然宕机的情况下丢失1秒内的数据
3. no由操作系统控制每次同步到AOF文件的周期，整体过程不可控

12.说说什么是AOF重写？

随着命令不断写入AOF，文件会越来越大，为了解决这个问题，Redis引入了AOF重写机制压缩文件体积。AOF文件重写是将Redis进程内的数据转化为写命令同步到新AOF文件的过程。简单说就是减少冗余指令。

👨‍💻面试官追问：AOF重写有什么好处？

1. 降低磁盘占用量，提高磁盘利用率
2. 提高持久化效率，降低持久化写时间，提高IO性能
3. 降低数据恢复用时，提高数据恢复效率

👨‍💻面试官继续问：AOF重写有哪些规则？

1. 进程内已超时的数据不再写入文件
2. 忽略无效指令。重写时使用进程内数据直接生成，这样新的AOF文件只保留最终数据的写入命令 - 如del key1、 hdel key2、srem key3、set key4 111、set key4 222等
3. 对同一数据的多条写命令合并为一条命令- 如lpush list1 a、lpush list1 b、 lpush list1 c 可以转化为：lpush list1 a b c- 为防止数据量过大造成客户端缓冲区溢出，对list、set、hash、zset等类型，每条指令最多写入64个元素

13.什么是缓存穿透？

缓存穿透

是指缓存和数据库中都没有的数据。此时请求会直接打到数据库上，并且数据库查不到数据，也没办法写入缓存，所以下一次请求同样会打到数据库上。此时，缓存起不到作用，请求每次都会走到数据库，流量大时数据库可能会被打挂。此时缓存就好像被“穿透”了一样，起不到任何作用！

举个例子：某个黑客故意制造我们缓存中不存在的 key 发起大量请求，导致大量请求落到数据库。

👨‍💻面试官追问：缓存穿透怎么解决？

1. 接口层增加校验。如用户鉴权校验，id做基础校验，id<=0的直接拦截。
2. 缓存无效key。从缓存取不到的数据，在数据库中也没有取到，这时也可以将key-value对写为key-null，缓存有效时间可以设置短点，如30秒（设置太长会导致正常情况也没法使用）。这样可以防止攻击用户反复用同一个id暴力攻击。
3. 布隆过滤器。bloomfilter就类似于一个hash set，用于快速判某个元素是否存在于集合中，其典型的应用场景就是快速判断一个key是否存在于某容器，不存在就直接返回。布隆过滤器的关键就在于hash算法和容器大小。

14.什么是缓存击穿？

缓存击穿

是指某一个热点数据缓存中没有但数据库中有数据（一般是缓存时间到期）。这时由于并发用户特别多，同时读缓存没读到数据，又同时去数据库去取数据，引起数据库压力瞬间增大，造成过大压力。

👨‍💻面试官追问：缓存击穿你会怎么解决？

1. 设置热点数据永远不过期。
2. 接口限流与熔断，降级。重要的接口一定要做好限流策略，防止用户恶意刷接口，同时要降级准备，当接口中的某些服务不可用时候，进行熔断，失败快速返回机制。
3. 设置互斥锁。在并发的多个请求中，只有第一个请求线程能拿到锁并执行数据库查询操作，其他的线程拿不到锁就阻塞等着，等到第一个线程将数据写入缓存后，直接走缓存。（可以使用 Redis 分布式锁）

15.什么是缓存雪崩？

缓存雪崩

是指缓存中数据大批量到过期时间，而查询数据量巨大，引起数据库压力过大甚至宕机。和缓存击穿不同的是，缓存击穿指并发查同一条数据，缓存雪崩是不同数据都过期了，很多数据都查不到从而查数据库。

👨‍💻面试官追问：缓存雪崩有什么解决方法？

1. 缓存数据的过期时间设置随机，防止同一时间大量数据过期现象发生。
2. 采用 Redis 集群。如果缓存数据库是分布式部署，将热点数据均匀分布在不同的缓存数据库中，避免单机出现问题整个缓存服务都没办法使用。
3. 设置热点数据永远不过期。