以下是一些在面试中关于 Redis 最常被问到的问题，涵盖了 Redis 的基础概念、数据结构、持久化、主从复制、哨兵、集群、应用场景以及常见的缓存问题等。可以根据自身实际项目经验，结合下面的要点进行深入讲解。
1. Redis 基础与特点
-
Redis 是什么？与 Memcached 相比有什么优点？
- Redis 是一个基于内存的高性能键值对（Key-Value）数据库；
- 支持多种数据结构（String、List、Hash、Set、ZSet 等），功能比 Memcached 更丰富；
- 提供持久化、发布订阅、Lua 脚本、事务等特性；
- 官方性能测试可达 10 万级 QPS。
-
Redis 有哪些常见应用场景？
- 缓存热点数据，降低数据库访问压力；
- 分布式锁；
- 排行榜、计数器；
- 消息队列（基于 List 实现）或发布/订阅系统；
- 会话缓存、购物车缓存等；
- Geo/GIS 场景（从 3.2 开始支持）。
-
Redis 和数据库之间数据一致性如何保证？
- 一般是最终一致性，在高并发场景下难以做到强一致；
- 常用策略：失效时回源 DB、定期更新/失效、分布式事务协调等。
- 面试中可以谈自己的业务实际处理方式，比如双写、延迟双删策略等。
2. Redis 数据类型与用法
-
Redis 有哪些常见数据类型？对应的使用场景是什么？
- String：最常用的数据结构，常作为缓存、计数器（incr、decr）。
- Hash：存储对象的属性信息，节省内存（类似于小型数据库表）。
- List：常用作队列、消息队列，Lpush/Rpop 实现先进后出。
- Set：去重、交集并集等集合运算，常用于共同好友、共同关注等。
- Sorted Set（ZSet）：在 Set 的基础上增加了分数排序，可做排行榜、优先级队列。
-
Redis 过期键删除策略有哪些？
- 定期删除：默认每隔 100ms 随机抽取一些设置了过期时间的 key，检查并删除过期键。
- 惰性删除：在访问 key 时，如果发现过期则删除并返回空。
- 需要注意过期键太多时可能造成过期浪涌等性能问题，需要做好参数调优和限流。
3. Redis 持久化机制
-
Redis 提供了哪些持久化方式？
- RDB（Redis DataBase）：将内存数据在某个时间点生成快照，保存在磁盘上；
- AOF（Append Only File）：以追加的方式记录服务器执行的写命令日志。
-
RDB 和 AOF 的区别？各自的优缺点？
- RDB ：
- 优点：适合做备份、恢复；文件小；对性能影响较小；
- 缺点：可能丢失最后一次快照之后的数据。
- AOF ：
- 优点：数据安全，丢数据风险更低；
- 缺点：文件体积比 RDB 大，恢复速度相对慢，对性能有一定影响。
- RDB ：
-
Redis 怎么做数据恢复？
- 先看有无可用的 AOF 文件，用 AOF 文件恢复更安全；
- 如无 AOF 或 AOF 不可用，则使用最新的 RDB 文件恢复；
- AOF 重写：在文件过大时会触发重写，生成新的 AOF 文件，以避免过大的日志文件影响性能。
4. Redis 主从复制与高可用
-
Redis 主从复制原理？
- 从库启动时向主库发送
PSYNC命令； - 主库会在内存生成 RDB 并发送给从库，同步完成后再将新操作的命令流继续发送给从库；
- 实现数据的最终一致。
- 从库启动时向主库发送
-
Redis 哨兵（Sentinel）机制？
- 哨兵是一个独立进程，用于监控 Redis 实例的运行状态；
- 发现主库宕机后，哨兵会自动在从库中选举新的主库并完成主从切换；
- 在高可用架构中，哨兵一般与 Redis 实例一同部署，通过投票机制实现自动故障转移（Failover）。
- Redis Cluster 集群模式？
- 将数据分片存储到多个节点，每个节点对应一部分哈希槽（hash slot），共 16384 个槽；
- 节点之间互相通讯，通过 Gossip 协议交换元数据信息，自动发现和故障转移；
- 避免了单点瓶颈，提供了更高的扩展性和可用性。
- Redis Cluster 如何实现数据分片？
- 使用一致性哈希的思想，将 key 的 CRC16 校验值对 16384 取模，得到对应槽位，映射到指定节点；
- 每个节点负责一部分槽位区间。
5. Redis 性能与并发
- Redis 的单线程模型为什么依然很快？
- 核心数据结构操作都是在内存中进行；
- 使用 I/O 多路复用，非阻塞事件驱动；
- 单线程避免了线程切换和加锁开销。
- Redis 如何在并发场景下使用？会不会阻塞？
- 虽然 Redis 核心处理命令是单线程，但网络 I/O 在多路复用的管理下可并行处理连接；
- 整个命令执行队列是串行的，极大地简化了并发访问时的锁冲突问题；
- 当命令执行耗时过长（如大操作）确实会阻塞后续命令，需要对大操作进行拆分。
- Redis Pipeline（管道）机制是什么？
- 一次性发送多条命令到服务器，减少网络往返，提高吞吐量；
- 虽然减少了 RTT（网络延迟），但不改变命令的实际执行顺序，也不保证原子性。
6. 分布式锁与其他高级特性
- Redis 分布式锁如何实现？
- 最简单的方式：
SET key value NX EX <expireTime>，当返回OK时代表获取到锁； - 释放锁时，需要先判断 value 是否与自身匹配；
- 可能出现锁失效或非原子化操作问题，官方提供了 Redlock 算法来增强可靠性。
- Redis 事务和 Lua 脚本
- 事务：通过
MULTI、EXEC、WATCH等命令实现，MULTI命令之后所有命令会被放入队列，直到EXEC时一次性执行； - Lua 脚本：将逻辑打包成脚本在服务端原子执行，减少网络开销，并保证脚本执行的原子性。
- Redis 发布/订阅（Pub/Sub）如何使用？
- 通过
PUBLISH、SUBSCRIBE命令实现消息广播； - 适合实时消息推送，不适合数据落盘（消息持久化），消息丢失后无法恢复。
7. 常见的缓存问题
- 什么是缓存穿透、缓存击穿、缓存雪崩？怎么解决？
- 缓存穿透 ：访问大量不存在的数据，每次都会绕过缓存查询数据库。
- 解决方案：布隆过滤器、空值缓存。
- 缓存击穿 ：热点 key 在某个时间点失效，大量请求直击后端数据库。
- 解决方案：设置互斥锁或提前续期热点 key。
- 缓存雪崩 ：大面积 key 同一时间失效，导致系统压力骤增。
- 解决方案：随机过期时间、分散过期；多级缓存；限流、降级措施。
- Redis 的淘汰策略有哪些？
- noeviction：禁止驱逐，内存满了直接报错；
- allkeys-lru：对所有键使用 LRU 算法进行淘汰；
- allkeys-random：对所有键随机淘汰；
- volatile-lru：只对设置了过期时间的键使用 LRU 淘汰；
- volatile-random：只对设置了过期时间的键随机淘汰；
- volatile-ttl：优先淘汰剩余生存时间（TTL）最短的键。
8. 其他常见问题
- Redis 的内存模型和内存管理
- 底层采用自定义内存分配器或 libc 分配器；
- 可以配置
maxmemory，超过后按配置的淘汰策略进行移除； - 注意不同数据类型对内存的占用方式，比如 Hash 可以使用 ziplist（压缩列表）优化小数据量占用空间。
- Redis 热点 Key 如何优化？
- 采用拆分：对特定热点 key 进行分片；
- 通过本地缓存 或多级缓存方式降低访问量；
- 考虑使用队列、限流、锁等手段削峰。
- 如何监控 Redis ？
- Redis 提供
INFO命令可查看内存、连接、流量、持久化等指标； - 也可通过第三方监控系统（Prometheus + Grafana）或官方 Redis-Monitor 工具；
- 监控命令响应时间、CPU、内存、带宽、连接数以及主从、哨兵状态等。
- 如何进行 Redis 的性能压测？
- 使用官方提供的
redis-benchmark工具； - 或在实际项目中以压测工具（JMeter、LoadRunner 等）模拟真实场景；
- 主要观察 QPS、响应时间、命令耗时分布等。
总结
Redis 的面试题通常围绕原理、数据结构、持久化、主从复制/集群、缓存问题 以及实际应用场景展开。面试中除了掌握理论知识点外，还需结合自身项目的实践案例，比如：
- 在什么场景下用 Redis 做缓存，如何设计过期策略；
- 如何处理缓存和数据库数据一致性问题；
- 如何在高并发下保证 Redis 的稳定和高可用；
- 如何优化大数据量操作等。
有针对性地根据面试岗位需求（如高可用、分布式锁、消息系统等方面）进行重点准备，可以在面试中更好地展现自己的能力与经验。祝面试顺利！