【面试题系列】Redis 常见面试题&答案

一、基础概念

1. Redis 有哪些数据结构？各自的应用场景是什么？

答案：

Redis 支持以下数据结构：

String ：最基础类型，存储字符串、数字、二进制数据。
场景：缓存用户信息、计数器、分布式锁。
Hash ：键值对集合，类似 Java 的 HashMap。
场景：存储对象（如用户属性）。
List ：双向链表，支持左右插入和弹出。
场景：消息队列（LPUSH + RPOP）、微博时间线。
Set ：无序唯一集合，支持交集、并集、差集操作。
场景：好友关系、标签系统。
Sorted Set ：有序唯一集合，基于跳表实现。
场景：排行榜、带权重的任务队列。
BitMap ：位操作，存储空间极小。
场景：用户签到、统计活跃用户。
HyperLogLog ：基数统计，误差率约 0.81%。
场景：统计 UV。
Geospatial ：地理空间索引。
场景：附近的人、路线规划。

Java 示例（Jedis）：

java 复制代码

Jedis jedis = new Jedis("localhost", 6379);
jedis.set("user:10086", "{\"name\":\"Alice\",\"age\":25}");

2. Redis 持久化机制有哪些？区别是什么？

答案：

Redis 提供两种持久化方式：

RDB（快照）
- 定期将内存数据快照写入磁盘。
- 优点：恢复速度快，适合全量备份。
- 缺点：可能丢失最后一次快照后的所有数据。
- 配置：save 900 1（900 秒内至少 1 次修改触发快照）。
AOF（Append-Only File）
- 记录所有写操作命令，追加到日志文件。
- 优点：数据更完整（可配置每秒刷盘）。
- 缺点：文件体积大，恢复速度较慢。
- 配置：appendonly yes，appendfsync everysec。

最佳实践：

同时开启 RDB 和 AOF，AOF 用于保证数据完整性，RDB 用于快速恢复。

二、核心原理

3. Redis 为什么单线程还能高性能？

答案：

纯内存操作：数据存储在内存中，读写速度极快。
非阻塞 I/O：使用多路复用（epoll）处理大量连接。
单线程避免上下文切换：减少线程间竞争和锁开销。
优化数据结构：例如跳表、哈希表的高效实现。

扩展：

Redis 6.0 引入多线程处理网络请求，但核心逻辑仍为单线程。

4. Redis 如何实现分布式锁？

答案：

Redis 分布式锁的实现方案：

SETNX + EXPIRE （存在原子性问题）：

java 复制代码

String result = jedis.set("lock_key", "unique_value", "NX", "EX", 10);
if ("OK".equals(result)) {
    // 获得锁，执行业务逻辑
    jedis.del("lock_key");
}

RedLock 算法 （Redis 官方推荐）：
- 基于多个独立 Redis 节点，避免单点故障。
- 步骤：
  ① 向半数以上节点获取锁；
  ② 计算总耗时，若超过锁有效期则释放所有锁。

注意事项：

锁的有效期需合理设置，防止业务未完成锁已过期。
使用 UUID 保证解锁时的幂等性，避免误删他人锁。

三、集群与高可用

5. Redis Cluster 的分片机制是什么？

答案：

Redis Cluster 使用**哈希槽（Hash Slot）**分配数据：

总共有 16384 个槽，每个键通过 CRC16 算法计算哈希值，对 16384 取模得到槽位。
每个节点负责一部分槽，槽位可动态迁移。
客户端通过询问节点或缓存槽位信息，直接定位数据所在节点。

Java 示例（JedisCluster）：

java 复制代码

Set<HostAndPort> nodes = new HashSet<>();
nodes.add(new HostAndPort("node1", 6379));
JedisCluster jedisCluster = new JedisCluster(nodes);
jedisCluster.set("key", "value");

6. Redis 主从复制的原理是什么？

答案：

主从复制流程：

全量复制 ：
- 从节点发送 SYNC 命令，主节点生成 RDB 文件并发送给从节点。
- 主节点将后续写命令缓存，待 RDB 同步完成后发送给从节点。
增量复制 ：
- 全量复制完成后，主节点将写命令以 PSYNC 方式同步给从节点。

配置：
slaveof <master_ip> <master_port>。

四、性能与优化

7. 如何避免 Redis 缓存雪崩？

答案：

缓存雪崩指大量缓存同时失效，导致数据库压力激增。解决方案：

设置随机过期时间：避免所有键集中过期。
加锁限流：使用分布式锁（如 RedLock）保证同一时间只有少量请求访问数据库。
二级缓存：本地缓存（如 Caffeine）作为 Redis 的降级方案。
服务熔断：通过 Hystrix 等框架暂时拒绝部分请求。

8. Redis 内存淘汰策略有哪些？

答案：

Redis 内存不足时的淘汰策略（maxmemory-policy）：

noeviction：默认策略，内存不足时拒绝写操作。
allkeys-lru：淘汰所有键中最久未使用的键。
volatile-lru：仅淘汰设置了过期时间的键中最久未使用的键。
allkeys-random：随机淘汰键。
volatile-ttl：优先淘汰剩余存活时间最短的键。

最佳实践：

通常使用 allkeys-lru，并结合监控调整内存大小。

五、实战问题

9. 如何监控 Redis 的慢查询？

答案：

配置慢查询日志 ：

conf 复制代码

slowlog-log-slower-than 10000  # 超过 10ms 的查询记录日志
slowlog-max-len 128           # 最多保存 128 条慢查询

Java 监控工具 ：
使用 Redis Sentinel 或 Redis Insight 分析慢查询。
通过 Jedis 执行 SLOWLOG GET 命令获取慢查询列表。

10. Redis 事务支持回滚吗？

答案：

Redis 事务不支持回滚，因为设计哲学是"快速失败"：

若事务中的命令在入队阶段出现语法错误，整个事务会被取消。
若命令在执行阶段失败（如操作类型错误），其他命令仍会执行。
需通过应用层逻辑保证数据一致性。

示例：

java 复制代码

Transaction transaction = jedis.multi();
transaction.set("a", "1");
transaction.incr("a");  // 类型错误，执行时失败
transaction.exec();      // 返回 [OK, (error) ERR value is not an integer or out of range]

总结

Redis 是 Java 高级工程师必须掌握的核心技术，需深入理解其数据结构、持久化、集群、锁机制等。面试中常考察问题的实际应用和原理结合，建议结合源码和生产实践进一步巩固。