Redis面试题大全

文章目录


Redis有哪几种基本类型

Redis 提供了丰富的数据类型,这些数据类型使得 Redis 不仅仅是一个简单的键值存储系统,而是一个多功能的 NoSQL 数据库。下面是 Redis 支持的主要数据类型及简介:

  1. String(字符串)

    最基本的数据类型,可以存储单个值,如字符串、整型或浮点型数据。适用于大多数简单的键值存储需求。

  2. Hashes(哈希)

    哈希是一个键值对的集合,每个键都是一个字段名,值可以是任意类型。哈希非常适合存储对象,比如用户信息,其中每个字段代表用户的一个属性。

  3. Lists(列表)

    列表是由字符串元素构成的有序集合,可以看作是一个双端队列。可以在列表的头部或尾部添加或弹出元素,常用于消息队列或任务队列。

  4. Sets(集合)

    集合是一组无序的不重复的字符串元素。集合成员是唯一的,可以进行交集、并集和差集等集合运算,适用于处理唯一元素的集合。

  5. Sorted Sets(有序集合)

    类似于集合,但每个成员都有一个分数(score)与其关联,以此来确定成员的排序。有序集合可以高效地获取指定范围内的成员,适用于排行榜、时间序列数据等场景。

详细的介绍可以看文章:Redis的几种基本类型详解


Redis为什么快?

Redis之所以非常快速,主要归功于以下几个设计特点和技术优势:

  1. 内存存储

    Redis将所有的数据都保存在主服务器的内存中,读写速度极快,不受磁盘I/O速度的影响。由于内存访问速度远高于硬盘,这大大提升了数据的读取和写入效率。

  2. 非阻塞架构

    Redis采用了事件驱动的非阻塞I/O模型,可以同时处理多个客户端请求,无需等待慢速的I/O操作完成,提高了并发处理能力。

  3. 多路复用器(epoll/kqueue)

    Redis使用了高效的事件处理器,如Linux下的epoll和BSD下的kqueue,这些机制可以让Redis在高负载下仍然保持良好的性能。

  4. 异步数据交换

    在主从复制和持久化过程中,Redis采用异步方式处理背景任务,避免影响主线程的工作效率,保证在线服务的速度不受影响。

  5. 精简的数据结构

    Redis提供了多种高度优化的数据结构(如跳跃表、压缩列表、整数集合),针对不同的应用场景进行了专门的设计,在节省空间的同时也加快了操作速度。

  6. 单线程模型

    Redis采用单线程模型处理命令请求,避免了复杂的锁竞争问题,简化了内部调度流程,减少了上下文切换带来的开销。


为什么Redis6.0后改用多线程?

redis使用多线程并非是完全摒弃单线程,redis还是使用单线程模型来处理客户端的请求,只是使用多线程来处理数据的读写和协议解析,执行命令还是使用单线程。

需要注意的是,Redis的多线程仅限于后台任务如AOF、BGSAVWE、IO等,对于数据处理和客户端请求的处理依然保持单线程,这是因为单线程模型可以避免复杂的并发控制问题,保证数据的一致性和安全性。多线程的引入主要是为了释放CPU资源,让主线程专注于更关键的实时数据处理工作。


什么是热key吗?热key问题怎么解决?

什么是热Key?

在分布式缓存系统中,热Key指的是那些访问频率非常高,以至于对整个系统的性能产生负面影响的键值。

解决热Key问题的方法

  1. 分散热点
  • Key前缀随机化:通过对Key增加随机前缀,可以使原本相同的Key分布到不同的节点上,从而分散请求的压力。

  • 一致性Hash:使用一致性Hash算法可以更好地均衡各个节点间的负载,避免单一节点成为瓶颈。

  1. 缓存更新策略
  • 延时双删法:即"Cache Aside"模式的变体,先删除缓存再更新数据库,然后再异步更新缓存,这样即使缓存失效,也能防止所有请求立即打到数据库。

  • 加锁更新:在更新热Key时,可以使用分布式锁,确保同一时间内只有一个进程能够更新这个Key,其他请求则可以从旧缓存中读取数据,直到新数据准备好。

  1. 缓存降级
  • 备用数据源:当热Key失效时,可以暂时使用预先准备好的静态数据或默认值作为替代,避免直接访问数据库。
  1. 读写分离
  • 对于读多写少的场景,可以考虑将读操作和写操作分离,使用只读副本应对大部分读请求,减少主节点的负载。
  1. 限流与熔断
  • 限流:对访问频率过高的Key实施限流措施,避免过度消耗资源。

  • 熔断:当检测到某个Key的访问异常时,自动切断对该Key的访问,直到恢复正常。


什么是缓存击穿、缓存穿透、缓存雪崩?

缓存击穿

缓存击穿的概念就是单个key并发访问过高,过期时导致所有请求直接打到db上,这个和热key的问题比较类似,只是说的点在于过期导致请求全部打到DB上而已。

解决方案:

加锁更新,比如请求查询A,发现缓存中没有,对A这个key加锁,同时去数据库查询数据,写入缓存,再返回给用户,这样后面的请求就可以从缓存中拿到数据了。

将过期时间组合写在value中,通过异步的方式不断的刷新过期时间,防止此类现象。

缓存穿透

缓存穿透是指查询不存在缓存中的数据,每次请求都会打到DB,就像缓存不存在一样。

针对这个问题,加一层布隆过滤器。布隆过滤器的原理是在你存入数据的时候,会通过散列函数将它映射为一个位数组中的K个点,同时把他们置为1。

这样当用户再次来查询A,而A在布隆过滤器值为0,直接返回,就不会产生击穿请求打到DB了。

显然,使用布隆过滤器之后会有一个问题就是误判,因为它本身是一个数组,可能会有多个值落到同一个位置,那么理论上来说只要我们的数组长度够长,误判的概率就会越低,这种问题就根据实际情况来就好了。

缓存雪崩

当某一时刻发生大规模的缓存失效的情况,比如你的缓存服务宕机了,会有大量的请求进来直接打到DB上,这样可能导致整个系统的崩溃,称为雪崩。雪崩和击穿、热key的问题不太一样的是,他是指大规模的缓存都过期失效了。

针对雪崩几个解决方案:

针对不同key设置不同的过期时间,避免同时过期

限流,如果redis宕机,可以限流,避免同时刻大量请求打崩DB

二级缓存,同热key的方案。


Redis的过期策略

redis主要有2种过期删除策略

惰性删除

惰性删除指的是当我们查询key的时候才对key进行检测,如果已经达到过期时间,则删除。显然,他有一个缺点就是如果这些过期的key没有被访问,那么他就一直无法被删除,而且一直占用内存。

定期删除

定期删除指的是redis每隔一段时间对数据库做一次检查,删除里面的过期key。由于不可能对所有key去做轮询来删除,所以redis会每次随机取一些key去做检查和删除。

那么定期+惰性都没有删除过期的key怎么办?

假设redis每次定期随机查询key的时候没有删掉,这些key也没有做查询的话,就会导致这些key一直保存在redis里面无法被删除,这时候就会走到redis的内存淘汰机制。

volatile-lru:从已设置过期时间的key中,移除最近最少使用的key进行淘汰

volatile-ttl:从已设置过期时间的key中,移除将要过期的key

volatile-random:从已设置过期时间的key中随机选择key淘汰

allkeys-lru:从key中选择最近最少使用的进行淘汰

allkeys-random:从key中随机选择key进行淘汰

noeviction:当内存达到阈值的时候,新写入操作报错


Redis持久化方式有哪些?区别?

Redis 提供了两种主要的持久化方式:RDB (Redis Database Backup) 和 AOF (Append Only File)。

RDB

使用定时记录某个时间点的内存快照,将数据存储到磁盘中进行持久化。

所以,可能存在数据丢失的风险,在保存周期内发生故障就会丢失数据,但重启后数据恢复速度相较于AOF快。

AOF

AOF 记录每一次写操作命令,类似于事务日志,可以追加到文件末尾,因此不会覆盖已有的数据。

所以相较于RDB数据完整性好,但重启需要重新加载所有命令,启动速度慢。

Redis高可用

Redis 高可用性的实现主要包括以下几种方式,每种方法都有其特定的适用场景和优缺点:

1. 主从复制(Master-Slave Replication)

  • 原理:通过建立一个或多个从服务器(slave),从主服务器(master)同步数据。从服务器可以用来处理读请求,实现读写分离,提高系统性能;同时,当主服务器宕机时,可以从中服务器中选择一台升级为主服务器,实现故障转移。
  • 优点:简单易行,可以实现读写分离,提高读操作的性能。
  • 缺点 :写操作依然是单点,如果主服务器失败,需要手动干预进行故障转移。

2. Sentinel(哨兵)

  • 原理:Sentinel 是一组运行在独立 Redis 服务器上的进程,它们负责监控主从服务器的状态,当主服务器不可用时,Sentinel 能够自动选出一个新的主服务器,实现故障转移。
  • 优点:自动化故障检测和故障转移,降低了运维难度。
  • 缺点 :Sentinel 本身也需要管理,增加了系统的复杂度。

3. Cluster(集群)

  • 原理:Redis Cluster 是一种原生的集群解决方案,它不仅提供了数据分区的能力,还可以实现自动故障转移。每个节点都是一个完整的 Redis 实例,数据按照哈希槽的方式分布到不同节点上。
  • 优点:支持水平扩展,可以动态添加或删除节点;自动故障转移,高可用性较好。
  • 缺点 :配置相对复杂,不适合简单的读写分离场景;不支持所有 Redis 命令,有一定的限制。
相关推荐
永乐春秋几秒前
WEB-通用漏洞&SQL注入&CTF&二次&堆叠&DNS带外
数据库·sql
捂月3 分钟前
Spring Boot 深度解析:快速构建高效、现代化的 Web 应用程序
前端·spring boot·后端
繁依Fanyi8 分钟前
简易安卓句分器实现
java·服务器·开发语言·算法·eclipse
慧都小妮子19 分钟前
Spire.PDF for .NET【页面设置】演示:打开 PDF 时自动显示书签或缩略图
java·pdf·.net
m512723 分钟前
LinuxC语言
java·服务器·前端
IU宝28 分钟前
C/C++内存管理
java·c语言·c++
瓜牛_gn28 分钟前
依赖注入注解
java·后端·spring
hakesashou29 分钟前
Python中常用的函数介绍
java·网络·python
打鱼又晒网34 分钟前
【MySQL】数据库精细化讲解:内置函数知识穿透与深度学习解析
数据库·mysql
佚先森38 分钟前
2024ARM网络验证 支持一键云注入引流弹窗注册机 一键脱壳APP加固搭建程序源码及教程
java·html