Java Redis-NoSql缓存面试题

旺仔爱Java2024-03-07 15:52

Java Redis-NoSql缓存面试题

前言

最新的 Java 面试题，技术栈涉及 Java 基础、集合、多线程、Mysql、分布式、Spring全家桶、MyBatis、Dubbo、缓存、消息队列、Linux...等等，会持续更新。

如果对老铁有帮助，帮忙免费点个赞，谢谢你的发财手！

1、谈谈你对Redis的理解？

Redis是一个开源的基于Key-Value结构的NoSql内存数据库。一般情况下，Redis 用作客户端和数据库之间操作的缓存，主要目的是减少数据库 IO。

Redis的工作流程是这样的：

当用户需要去读取某个数据的时候，首先会去 Redis 里面查询，如果命中就直接返回。如果没有命中，就从数据库查询，查询到数据后返回给用户，再把这个数据缓存到 Redis 里面。

2、为什么Redis这么受欢迎呢？

  • 1)、读写特别快，Redis是纯内存操作，读写速度特别快；
  • 2)、支持数据持久化，支持RDB和AOF两种持久化方式；
  • 3）、支持数据备份，即主从模式的数据备份，提高redis可用性
  • 4)、支持多种数据结构，
    5种常用类型：String、list、hash、set、zset
    3种特殊数据类型：
  • geospatial（地理空间），计算两个地点之间的距离，场景：查找附近的人
  • Hyperloglog（基数统计），场景：统计集合中不重复的数的个数
  • Bitmap（位图），场景：用户签到，用户在线状态，统计日活跃用户等 ）

3、缓存穿透，缓存击穿，缓存雪崩？

  • 缓存穿透：是指在同一时段有大量key 请求,但这些key在缓存中不存在，就导致大量的并发请求打到数据库，就会被恶意攻击。
    常见的解决方案有2种：1、缓存空对象；2、布隆过滤器
  • 缓存击穿：也叫热点key问题，就是一个被高并发访问的key突然过期了，就导致使大量的并发请求打到数据库，带来巨大压力。
    常见的解决方案有2种：1热点key设置永久有效（persist）；2、分布式锁
  • 缓存雪崩：是指在同一时段有大量的key同时过期了，就导致大量的并发请求打到数据库，带来巨大压力，甚至会崩溃。
    常见的解决方案有2种：1、给不同的key随机设置过期时间；2、利用Redis集群提高服务的可用性。
    其实，数据库本身也有最大连接数的限制，超过限制的请求会被拒绝；总的来说，具体选择哪种方式，还是看具体的业务场景。

4、Redis 和 Mysql 如何保证数据一致性？

当用户需要去读取某个数据的时候，首先会去 Redis 里面查询，如果命中就直接返回。如果没有命中，就从数据库查询，查询到数据后返回给用户，再把这个数据缓存到 Redis 里面。这会出现一个问题，就是一份数据，同时保存在Redis和Mysql里面，当数据发生变化的时候，就会出现数据一致性问题：

在这种情况下，能够选择的方法只有2种。

  • 第1种，先更新Mysql，再更新Redis：但如果更新Redis失败，就会导致Mysql和 Redis 中的数据不一致；
  • 第2种，先删除Redis缓存，再更新Mysql：但是极端情况下，删除 Redis缓存和更新Mysql这两个操作并不是原子的，所以还是会存在数据不一致问题。
    那么就只能采用最终一致性方案：
    第1种方案 ：基于 MQ 的可靠性消息队列，来实现最终一致性；
    第2种方案 ：通过alibaba开源的Canal组件，监控 Mysql 中 的binlog 日志，把更新后的数据同步到 Redis 里面；
    如果业务场景不能接受数据的短期不一致性，那就不能使用这些方案来做。

5、Redis 的持久化机制是什么？各自的优缺点？

Redis提供了 RDB（默认） 和 AOF 两种持久化机制：

RDB: 也叫做Redis数据快照，简单来说就是把内存数据都写入到磁盘中的一个dump.rdb二进制文件中(bgsave)。

ROF：Redis每次修改数据的命令，都会追加到aof文件中,然后可以设置每秒刷盘一次，兼顾性能和安全。

我认为 RDB 和 AOF 的优缺点有两个。

  • 1、RDB 是每隔一段时间触发持久化，因此数据安全性低，而AOF 可以做到实时持久化，数据安全性较高 ；
  • 2、RDB 文件默认采用压缩的方式持久化，而AOF 存储的是执行指令，文件比较大，所以 RDB 在数据恢复的时候性能更好
    在我看来，所谓优缺点，本质上其实是哪种方案更适合当前的应用场景而已。

6、Redis 的主从同步机制：

Redis可以使用主从同步，同步分为全量同步和增量同步：

全量同步：

  • 第1步：master节点收到salve节点的psync命令后，执行bgsave命令生成RDB文件，并且在缓冲区中记录之后所有的写操作；
  • 第2步：master将生成好的RDB文件发送给slave节点；
  • 第3步：slave节点在接收到RDB后，会先将自身的数据全部丢弃，然后加载RDB文件
  • 第4步：加载完RDB后，通知主节点将积压在缓冲区的所有写指令发送给自己，然后执行这些写指令，从而实现全量同步。
    在下面2种情况下，都会执行全量同步：第1种是从节点第一次同步；第2种是从节点断开时间太久，导致缓冲区里的指令被覆盖，只能再次全量同步了。

增量同步：

  • master节点通过服务器运行ID和偏移量，把积压在缓冲区的所有写指令发送给slave节点，然后salve节点执行这些写指令，从而达到增量同步。
    在我看来，Redis使用主从同步，是为了提高Redis服务器可用性。

7、Redis 存在线程安全问题吗？为什么？

好的，关于这个问题，我从两个层面来回答。

  • 第一个 ，从 Redis 服务端层面。 Redis Server 本身是单进程单线程的，所以是线程安全的。虽然 Redis 6.0 里面，增加了多线程的模型，但是它只是用来处理网络 IO 事件，对于指令的执行过程，仍然是由主线程来处理，所以不会存在线程安全问题。
    那为什么 Redis 没有采用多线程来执行指令，我认为有以下3个方面的原因。
  • 1、Redis是纯内存操作，执行速度特别快，它的性能瓶颈是内存或网络带宽
  • 2、引入多线程会有过多的上下文切换，还会面临线程安全问题，反而性能会下降；
  • 3、Redis内部使用了基于epoll的IO多路复用，从而可以避免无效的等待，充分利用CPU资源。
  • 第二个 ，从 Redis 客户端层面。 虽然 Redis Server 中的指令执行是原子的，但是如果有多个 Redis 客户端同时获取服务端上的某个 key，然后同时进行修改，那么就存在线程安全问题了。
    当然，对于客户端层面的线程安全性问题，也有解决办法，比如尽可能的使用 Redis 里面的原子指令，或者通过 Lua 脚本 来实现多个指令的操作等等。

8、Redis 有哪些部署方式？

  • 单机模式：架构简单，部署方便，缺点是机器故障、QPS瓶颈。
  • 主从模式：具有高可用性（HA）且读写分离，会采用全量同步跟增量同步两种机制。
  • 哨兵模式：本身是一个独立运行的进程，它具备了集群监控、故障转移、消息通知、配置中心等功能。缺点是存在脑裂问题，解决方案就是将之前的主节点降级为从节点就行了。
    cluster集群模式：多主多从模式，采用虚拟哈希槽分区(0-16383)，将数据进行分区，每个master上放一部分数据，即使某个master挂了，还可以继续提供服务。

9、Redis哨兵模式（sentinel）主要功能：

  • 1）集群监控：负责监控Redis主从节点是否正常工作，每隔1秒发送一次ping命令；
  • 2）消息通知：如果某个节点超过一定时间段没有回复，哨兵就主观认为该节点故障了，就会发送消息通知给管理员；
  • 3）故障转移：如果是主节点故障了，就会把优先级高的从节点提升为新的主节点；
  • 4）配置中心：如果有了新的主节点，哨兵就会把新的主节点地址发给Redis客户端；

10、redis 过期键的删除策略？

  • 1、惰性删除:每次获取key时再判断是否过期，如果过期则删除；
  • 2、定时删除:创建一个定时器 timer，定时删除即将过期的key;
  • 3、定期删除:定期抽取一部分key，判断是否过期，如果过期则删除。
    Redis 中实际采用的策略是惰性删除加定期删除的组合方式。

11、Redis 的回收策略（淘汰策略）?

Redis中的回收算法分为两种，volatile-xxx和allkeys-xxx，volatile是指对设置了过期时间的 key 进行淘汰；allkeys是指对所有的key 进行淘汰。

具体的淘汰策略中，比较常用的有LRU和LFU两种：

  • LRU（The Least Recently Used）：叫做最近最久使用算法，也就是淘汰访问时间最旧的数据。
  • LFU（Least Frequently Used）：叫做最近最少使用算法，也就是淘汰最近使用次数最少的数据。
    每个数据都会有一个额外的字段，前16位保存了时间戳，后8位保存访问次数，redis还提供了一个衰减机制，随着 key的空闲时间越来越长，对应的访问次数也会慢慢减少。
    Redis默认是noeviction：当内存不足的时候，写入操作会报错（OOM），读操作不影响。

12、Redis 与Memcache的区别都有哪些？

  • 1、存储方式，Redis支持数据持久化，重启后数据不会丢失，Memecache 重启后会丢失；
  • 2、数据支持类型，Redis支持多种数据类型，Memcache 只支持简单的数据类型；
  • 3、数据备份， Redis支持主从模式的数据份，Memcache不支持。

13、Redis 最适合的场景？

  • 1、缓存
    Redis可以用做缓存，存放热点数据（读多写少的数据）。
  • 2、数据库
    Redis可以用做一个非关系型的nosql数据库，它所有数据都存放在内存中，并提供持久化。
  • 3、消息队列
    一般使用list双向链表结构作为队列，实现点对点的消息队列，lpush生产消息，lpop消费消息，list还有个指令叫blpop，在没有消息的时候，它会阻塞直到消息到来；还有发布/订阅功能，实现生产一次消费多次，但都无法避免消息丢失或漏读。
  • 4、分布式锁
    可以利用Redis提供的setnx命令，如果设置key返回1，说明获取锁成功，返回0获取锁失败。
  • 5、分布式会话
    当在应用增多且相对复杂的系统中，一般都会搭建以Redis为中心的session服务，session不再由Tomcat容器管理，而是由session服务及Redis管理
  • 6、秒杀
    在某些秒杀活动中，存在高并发，需要流量削峰，我们可以利用Redis的incr命令，以访问者的ip和其他信息作为key，访问一次增加一次计数，当同一用户的访问次数超过我们设定的次数，则返回提示信息（比如提示用户操作过于频繁，一定时间之后再重新操作等等）。
  • 7、抽奖
    利用set结构的无序不重复性,通过SADD无序添加元素，Spop随机移除并返回元素
  • 8，排行榜
    如淘宝的月销量榜单、商品最新排行榜、热度排行榜、点赞前10名等。利用Redis的zset结构能实现各种复杂的排行榜应用。
  • 9、计数器
    Redis的递增（incr）或递减（decr）指令。如文章的阅读量、视频的播放量、微博点赞量等，如果并发量很高时，我们可以先写入Redis，再定时同步到数据库。
    1）、比如需要显示阅读量，就可以使用string结构作为计数器
    2）、比如微博都有点赞数、评论数、转发数和浏览数四个属性，这时用hash结构进行计数会更好；

14、redis常用命令？

Redis五种数据类型：

字符串string：value可以为string、int、float类型；

哈希hash：value内是field+value的格式

列表list：一个双向链表，1.有序；2.元素可重复；3.新增删除快；

集合set：1.无序 2.元素不可重复 3.查找快 4.支持交集、并集和差集功能；

有序集合zset：1.可排序 2.元素不重复 3.查询速度快；

  • 1、String：
    （批量）添加/修改：（mset）/set name zs；
    （批量）获取：（mget）/get name ；
    添加/修改并设置过期时间（秒）：setex name 10 zs;
    添加/修改,key存在则返回0，key不存在则返回1：setnx status 1
    自增/减: incrby 10/-10
  • 2、hash
    批量）添加/修改：（hmset）/hset user name zs；
    （批量）获取：（hmget）/hget user name ；
    删除user指定字段：hdel user name；
    获取user所有字段：hkeys user；
    添加/修改,key存在则返回0，key不存在则返回1：hsetnx user status 1；
  • 3、list
    将一个或多个值插入到列表头部：lpush names zs zs ls...；
    将一个或多个值插入到列表尾部：rpush names zs zs ls... ；
    根据下标索引范围取值：lrange name 0 1
    移除并返回列表头部的第一个元素,没有返回nil：lpop names；
    移除并返回列表尾部的第一个元素：rpop names；
    获取列表长度：llen names；
  • 4、set：
    添加一个或多个元素：sadd names zs ls ...；
    删除一个或多个元素：srem names zs ls ...；
    获取所有的元素：smembers names；
    获取集合的长度：scard key；
    随机获取一个元素并移除：spop names
    获取两个集合的交集：sinter k1 k2
    获取两个集合的并集：sunion k1 k2
    获取两个集合的差集：sdiff k1 k2
  • 5、zset
    添加一个或多个成员，或者更新已存在成员的分数：zadd user 98 zs 100 1s...
    按升序获取后10名：zrange user 0 9；
    按降序获取前10名：zrevrange user 0 9；
    移除有序集合中的某个元素：zrem user zs；
  • 6、通用命令
    查看当前所有key：keys * ；
    查看某个key是否存在：exists name；
    设置key的有效时间：expire name 10；
    查看key的剩余时间：ttl name（-1：永不过期，-2：表示不存在或已删除）；
    获取key所存储的值的类型：type name ；
    删除某个key：del name；
    修改key的名称：rename name newName
    切换库：select index 切换库（多数据库：默认16个库）
    将当前库下的key移动到指定编号的库中：move key index（如果目标库中存在同名的key，则移动失败）
    空当前库下的所有key：flushdb 清空当前库下的所有key
    清空当前redis服务器中所有库中的key：flushall
    设置密码：临时：config set requirepass 123456；永久：redis.config文件。

15、什么是IO多路复用？

IO 多路复用是一种同步IO模型，实现一个线程可以监视多个文件句柄。

16、分布式ID是什么？有哪些解决⽅案？

对于⼀个分布式系统，分布式ID就是我们需要的全局唯一的主键，它要求全局唯一、高性能、高可用。常见解决方案：

  • 1.Uuid：这种⽅案实现简单，缺点是会消耗存储空间和性能；
  • 2.雪花算法：底层原理就是在某⼀毫秒内对某⼀个数字⾃增，像美团的leaf，滴滴的tinyid都是基于雪花算法（雪花算法+号段模式提前生成一批ID）；
    缺点：严重依赖于机器时钟，如果时钟回拨，就会生成重复ID，可以抛出异常。
  • 3.利用第三方中间件:⽐如redis的⾃增命令、zookeeper的永久顺序节点。

17、分布式事务有哪些实现⽅案？

1、消息队列：⽬前RocketMQ中⽀持事务消息，它的⼯作原理是：

  • 1.⽣产者订单系统先发送⼀条半（half）消息到Broker，半消息对消费者⽽⾔是不可⻅的；
  • 2.再创建订单，根据订单是否创建成功，向Broker发送提交（commit）或回滚（rollback）命令；
  • 3.⽣产者订单系统还可以向Broker提供回调接⼝，当Broker发现⼀段时间没有收到任何操作命令，则会主动调此接⼝来查询订单是否创建成功；
  • 4.⼀旦半消息提交了，消费者库存系统就会来消费，如果消费成功，则消息销毁，分布式事务成功结束；
  • 5.如果消费失败，则进⾏重试，如果最后还是失败，则进⼊死信队列，等待进⼀步处理。

2、Seata：阿⾥开源的分布式事务框架

  • ⽀持AT、TCC等多种模式，底层都是基于二阶段提交来实现的。

18、Redis的哈希槽用途？

由于一致性哈希算法的数据会出现倾斜问题，因此Redis集群没有使用一致性hash，而是引入了哈希槽；在数据和节点之间又加了一层，把这层称为哈希槽（slot），用于管理数据和节点之间的关系，相当于节点上放的是槽，槽里放的是数据，解决了数据均匀分配的问题。

19、redis集群 Cluster怎么使用哈希槽？

Redis集群中内置了16384个哈希槽，redis会根据节点数量大致均等的将哈希槽映射到不同的节点。当需要在Redis集群中添加一个key-value时，redis先对key使用CRC16算法算出一个结果，然后把结果对16384求余数（mod），这样每个key都会对应一个编号在0--16383之间的哈希槽，也就是映射到某个节点上。

20、如果 Redis 变慢了，有什么排查方法？

  • 1、可能是服务器配置差：通过redis-cli命令获取Redis实例在当前环境下的基线性能（是指在服务器没有任何压力，没有任何干扰的情况下性能）；
  • 2、可能使用复杂度过高的命令导致的，即慢查询问题：可以通过配置慢查询日志的方式来排查慢查询问题；
  • 3、可能是同一时刻有大量的key过期，就会造成主线程长时间的阻塞：对于同一批key，可以在每个key的过期时间上加一个随机数，避免同时删除。
  • 4、是否存在bigkey：可以使用scan -i命令扫描bigkey，项目中避免写入bigkey。
  • 5、可能是AOF重写（将多个命令合并成一个命令）导致的，因为每一个写命令，都要同步等待fsync执行完成，所以会阻塞主线程：如果业务允许的话，将appendfsync改为no，即周期性地将日志写入磁盘中，不要每次写操作或每秒刷盘一次；如果同时也允许数据丢失，可以将配置项no-appendfsync-on-rewrite设置为yes，避免AOF重写和fsync竞争磁盘IO资源。如果实在不行，最好使用固态硬盘作为AOF日志的写入盘。
  • 6、可能出现了swap：通过命令查看是否发生了swap，如果是的话，就增加机器内存，或者是使用Redis集群，分摊单机Redis的键值对数量和内存压力。

21、什么是SWAP？

SWAP是操作系统在内存紧张时执行的一种机制，即将部分不常用的内存空间对应的数据写到磁盘，然后将该内存分配给程序使用，当需要用到该部分数据时再将数据从磁盘上读取出来，这里涉及到了磁盘的IO，所以速度会比较慢。

22、Redis有哪几种数据类型，这几种数据类型应用场景分别是怎样的？

  • 1、String：可以存储三种类型，int(整数)、float(单精度浮点数)、string(字符串)
    场景：缓存、Session共享、分布式锁、全局ID、计数器（点赞量和限流）
  • 2、Hash：添加命令hset key mapKey mapValue，最大存储数量 2^32-1（40亿左右）
    场景：购物车、存储对象（key为用户id，mapKey为name/age，mapValue为张三/30）；
  • 3、List：存储有序的字符串（从左到右），元素可以重复，底层是双向链表
    场景：用户的消息列表，消息队列
  • 4、Set：是一个无序不重复的键值集合，可以交集，并集，差集
    场景：抽奖（spop）、用户点赞/签到、商品标签、共同好友（取交集sinter）
  • 5、ZSet：存储有序的元素，每个元素都有个score，按照 score 从小到大排序；
    场景：电话号码排序、排行榜前10条zrevrange hotSearch:20230627 0 10 withscores
  • 6、BitMaps：即位图，是一串连续的二进制数组（0和1）；
    场景：连续签到、在线用户统计
  • 7、GEO：主要用于存储地理位置信息
    场景：滴滴打车、附件的人

23、Redis做消息队列？

  • 缺点是可能丢失消息数据，不支持多个消费者消费同一条消息，因为一旦消费者拉取一条消息后，这条消息就从 List 中删除了，无法被其它消费者再次消费；
    要实现一条消息可以被多个消费者消费，那么就要将多个消费者组成一个消费组，使得多个消费者可以消费同一条消息。
  • 在Redis 5.0推出了 Stream 类型，支持创建消费组、消息持久化、ack 确认等。
    22、什么是布隆过滤器？
    它实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都比一般的算法要好的多，缺点是有一定的误识别率和删除困难。

24、NIO 几个核心部分？

NIO 由以下几个核心部分组成：

  • 1.Channel通道：通道可以异步地读写，既可以从通道中读取数据，又可以往通道中写入数据；有点像流，但流的读写通常是单向的。
  • 2.Buffer缓冲区：数据是从通道读入缓冲区，从缓冲区写入到通道中的，缓冲区本质上是一块可以写入数据，然后可以从中读取数据的内存，一旦读完了所有的数据，就需要清空缓冲区，让它可以再次被写入。
  • 3.Selector选择器：允许单个线程处理多个 Channel，但Channel需要注册到Selector上，（SelectableChannel.register()方法），可以监听四种不同类型的事件：OP_CONNECT连接就绪，OP_ACCEPT接收就绪，OP_READ读就绪，OP_WRITE写就绪。

25、NIO和BIO以及传统IO？

  • 1、NIO：是非阻塞IO，基于网络的IO，通过包（数据块）的方式进行数据传输；
  • 2、BIO：是阻塞IO，基于网络的IO，通过流（字符流和字节流）的方式进行传输；
  • 3、传统IO：是和硬盘打交道，即读写硬盘，和网络没有关系。

26、字节流和字符流的区别？

  • 1、 读写单位不同：字节流一次读入/读出是1个字节（8bit），字符流可能是一个/多个字节；
  • 2、处理对象不同：字节流能处理所有类型的数据（如图片、视频等），而字符流只能处理字符类型的数据；如果是处理纯文本数据，就优先考虑字符流。
  • 3、写入方式不同：字符输出流写数据时是先将数据写入缓冲区，待字符输出流关闭后再写入到文件中，而字节输出流是直接写入到文件中。

27、输入流和输出流的区别？

输入流只能进行读操作，输出流只能进行写操作，需要根据待传输数据的不同特性而使用不同的流。

  • 输入流：InputStream（字节流）或者Reader（字符流）：从文件中读到程序中；
  • 输出流：OutputStream（字节流）或者Writer（字符流）：从程序中输出到文件中

总结

都已经看到这里啦，赶紧收藏起来，祝您工作顺心，生活愉快！

相关推荐
风_流沙5 分钟前
java 对ElasticSearch数据库操作封装工具类（对你是否适用嘞）
java·数据库·elasticsearch
亽仒凣凣13 分钟前
Windows安装Redis图文教程
数据库·windows·redis
ProtonBase34 分钟前
如何从 0 到 1 ，打造全新一代分布式数据架构
java·网络·数据库·数据仓库·分布式·云原生·架构
乐之者v41 分钟前
leetCode43.字符串相乘
java·数据结构·算法
希忘auto2 小时前
详解Redis的常用命令
redis·1024程序员节
旭久2 小时前
SpringBoot的Thymeleaf做一个可自定义合并td的pdf表格
pdf·html·springboot
suweijie7684 小时前
SpringCloudAlibaba | Sentinel从基础到进阶
java·大数据·sentinel
公贵买其鹿5 小时前
List深拷贝后,数据还是被串改
java
xlsw_8 小时前
java全栈day20--Web后端实战(Mybatis基础2)
java·开发语言·mybatis
岁月变迁呀8 小时前
Redis梳理
数据库·redis·缓存
热门推荐
01〔AI 绘画〕Stable Diffusion 之 解决绘制多人或面部很小的人物时面部崩坏问题 篇02ARM学习（31）编译器对overlay方式的支持03玄机平台应急响应—webshell查杀04DisplayPort AltMode On Type-c协议_Ver2.0(学习笔记)05校验 GPT-4 真实性的三个经典问题：快速区分 GPT-3.5 与 GPT-4，并提供免费测试网站06Docker 夺命连环 15 问076个主流的工业3D管道设计软件08基于大语言模型（LLM）的合成数据生成、策展和评估的综述09(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明10树莓派 5 AI 套件（Hailo-8L）使用教程