【Redis】面试题

1. 为什么要用缓存

1. 提高系统的读写性能。
2. 减轻数据库的压力，防止大量的请求到达数据库，让数据库压力剧增，拖垮数据库。

redis数据存储在内存中，高效的数据结构，读写数据比数据库快。
将热点数据存储在redis当中，可以提高热点数据的访问速度。

2. 什么是redis

- redis是开源的，数据存储在内存的非关系型数据库。
- 可以作为数据库存储数据，缓存数据，也可以作为消息中心件。
- redis的网络请求模块是一个单线程的，基于多路复用的性能I/O模型实现redis单线程机制下的数据高速访问。
- 具备数据持久化的功能，提供了AOF和RDB两种数据持久化机制，确保服务宕机之后，数据不会丢失。
- 哨兵机制和Cluster集群模式确保redis的高可用。

3. redis中的线程模型

https://www.cnblogs.com/reecelin/p/13538382.html

redis开发了自己的文件事件处理器。文件事件处理器由Socket、IO多路复用程序、文件事件分派器，事件处理器四部分组成。

IO多路复用程序就是指一个线程处理多个I/O流。多路复用程序会一直监听socket产生的套接字上的连接请求和数据请求，
一旦有请求到达，会触发对应的事件，redis会将这些事件放进一个事件队列，文件事件分派器会对队列中的事件不断处理，
根据事件类型调用不同的文件事件处理器来处理。
因为redis是讲事件放入事件队列中，redis无需一直轮询是否有请求实际发生。这样redis就不会阻塞在某一个特定的套接字上。

文件事件处理器由三种：

	连接应答事件处理器
	命令请求事件处理器
	命令回复事件处理器
	
事件种类：
	AE_READABLE: 
	
		客户端连接请求时，连接应答事件与socket的AE_READABLE的事件连接起来
		客户端命令请求时，命令请求事件与socket的AE_READABLE的事件连接起来
	
	AE_WRITEABLE:
	
		服务端有数据回传给客户端时，服务端讲命令回复事件处理器与socket的AE_WRITEABLE事件连接起来。
		
示例：
	当客户端与服务端有需要返回的写命令操作时：
	客服端发起对redis的连接，redis中的socket的连接监听套接字触发AE_READABLE事件，事件进入队列，文件事件分派器
	分派事件，连接应答事件处理器与AE_READABLE建立关联。
	客服端发起写命令，redis中的套接字产生AE_READABLE事件，事件进入队列，文件事件分派器分派事件，
	命令请求事件处理器与AE_READABLE建立关联

4. redis持久化实现有哪些？有什么区别？

AOF:
	记录redis的写后命令。
	
优点：
	数据安全：
		AOF有三种写回策略，当配置always时，同步写回，基本不会丢失数据。
		当配置everysec时，每秒写回，不会影响每次的写操作，可能会丢失1s的数据。
缺点：
	恢复速度：
		服务宕机之后，AOF需要根据命令执行恢复数据，速度慢。
	
	阻碍主线程：
		当AOF文件过大的时候，主线程需要fork bgrewirteaof线程来进行AOF文件的重写，阻碍主线程。
		
	比RDB占用更多的空间
	
	
RDB:
	内存快照，记录某一时刻的内存数据。
	
优点：	
	存放的是内存快照数据，数据恢复速度比AOF快。
	性能最大化，fork bgsave子线程来完成数据记录，让主线程继续处理命令。

缺点：
	数据安全性低，RDB是每隔一段时间数据持久化，持久化之间服务宕机数据将会丢失。
	内存快照频率不好把握。
	

如何选择：
	结合AOF和RDB一起使用。
	
	每次内存快照使用RDB方式，在内存快照期间使用AOF方式持久化数据

5. redis哨兵机制

6. redis的Cluster集群模式

7. 为什么使用redis而不是使用memcache

支持的数据类型不同
	memcache：仅支持key-value的数据结构。
	redis：不仅支持key-value的string字符串数据结构，还支持hash、set、list、sorted set基本数据结构，
	还支持Bitmap、HyperLogLog、GEO等数据结构。
	
数据持久化
	memcache：不支持数据持久化，如果服务宕机，数据就全丢失了。
	redis：支持AOF\RDB两种方式的数据持久化，可以定期的讲数据持久化到磁盘，当服务宕机后，可以根据持久化数据恢复数据。
	
存储的数据类型大小
	memcache：单个value的最大值为1m
	redis：单个value的最大值为512m
	
集群模式
	memcache：不支持集群模式，如果硬要实现集群模式，需要客户端自己实现，然后往集群中的分片写数据
	redis：原生就支持集群模式，不需要而外的开发来实现。
	
在企业级的场景下单单进支持key-value的数据结构就已经不能满足业务的需求，所以使用redis。

8. 为什么单线程模型的redis效率那么高？

首先：
	redis并不是所有的操作都是单线程的。redis中的单线程是指网络IO和数据的读写是单线程的。
	redis中的数据持久化，异步删除，集群数据同步等是由而外的线程实现的。
	
redis效率为什么那么高？
	1. 纯内存操作。
	2. 高效的数据结构。
	3. 基于非阻塞的多路复用的I/O模型实现的。
	4. 网络IO和数据读写的单线程可以避免多线程频繁的上下文切换，避免多线程开发的并发控制问题。

9. 为什么redis把数据都存在内存中

1. 提高数据的访问效率。内存的访问效率在几十纳秒到几百纳秒之间，而磁盘的访问效率在几微妙甚至几毫秒之间。
如果数据放到磁盘当中，磁盘I/O将会严重影响redis的响应效率。

2. redis提供数据持久化功能，不用担心服务重启数据丢失问题。

10. redis的同步机制

redis提供主从库模式，一个主库可以有多个从库。redis的写操作只会写到主库，为了保持主从库的数据同步，这里就涉及到数据同步。

同步机制：
	主从库之间的第一次同步：

11. redis缓存淘汰机制

不进行淘汰
设置了过期时间的数据淘汰：

	volatile-ttl：先过期的先淘汰。
	volatile-random: 随机淘汰。
	volatile-lru: lru算法淘汰。
	volatile-lfu：lfu算法淘汰。
	
所有key中数据淘汰：
	allkeys-random: 随机淘汰。
	allkeys-lru: lru算法淘汰。
	allkeys-lfu: lfu算法淘汰。

12. lfu淘汰算法、lfu淘汰算法

13. redis为什么设计成单线程？

1. 多线程处理会涉及到多线程竞争同一个资源的问题，使用单线程可以避免多线程硬气的并发资源访问问题。
2. redis的多路复用I/O使得单线程的redis也能高效的处理客服端请求。
3. redis是基于内存的操作，CPU不是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，所以没有必要多线程

14. redis实例有哪些阻塞点？

	- 集合全量查询和聚合操作：HGETALL、SMEMBERS，以及集合的聚合统计
	- bigkey删除操作
	- 清空数据库：FLUSHDB、FLUSHALL操作
	- AOF日志同步写回
	- AOF日志重写
	- 从库加载RDB文件：从库接收到RDB文件之后，会清空数据库并加载RDB文件。

15. 什么是bigkey有什么影响？

占用内存空间很大的key。

1. 网络阻塞，获取bigkey时，传输的数据量较大，增加带宽压力。
2. 操作效率低。
3. 删除bigkey可能会阻塞主线程。因为删除bigkey，释放键值对占用的内存空间，操作系统需要向释放掉的内空块
插入一个空闲内存块连表，如果释放大量内存，空间内存块链表操作时间会增加。

17. redis的集群模式有哪些？

18. 是否使用过 Redis Cluster 集群，集群的原理是什么？

19. Redis Cluster 集群方案什么情况下会导致整个集群不可用？

20. Redis 集群架构模式有哪几种？

21. 说说 Redis 哈希槽的概念

22. Redis 常见性能问题和解决方案有哪些

- Master 最好不要做任何持久化工作，如 RDB 内存快照和 AOF 日志文件；
- 如果数据比较重要，某个 Slave 开启 AOF 备份数据，策略设置为每秒同步一次；
- 为了主从复制的速度和连接的稳定性，Master 和 Slave 最好在同一个局域网内；
- 尽量避免在压力很大的主库上增加从库；
- 采用主-从-从集群结构

23.

24. 如果有大量的 key 需要设置同一时间过期，一般需要注意什么？

注意缓存雪崩
	如果大量key相同时间过期，可能大量请求缺失缓存，都请求到数据库，
	给数据库造成很大压力，导致数据库崩溃，服务无法正常提供请求。
	
如何解决大量key相同时间过期的问题？
	给数据的过期时间加一个随机值，分散数据。

25. 缓存和数据库谁先更新呢？

为了保持缓冲和数据库的一致性，有两种数据更新方式

1. 先删除缓存、后更新数据库
	
	没有并发请求的情况下
	
		先删除缓存，如果数据库更新失败，
		数据库的数据还是旧数据，这个时候可以删除重试解决。
		
	有并发请求的情况下
	
		A请求删除缓存之后，有B请求进来发现缓存缺失，
		B又查询数据库重新缓存数据，这个时候A再更新数据库，缓存的数据还是旧的
		可以采用延迟双删解决
	
2. 先更新数据库，后删除缓存
	
	没有并发请求的情况下	
		
		数据库更新成功，缓存删除失败，有请求进来读取到的还是旧缓存，可以采用重试缓存删除解决
		
	有并发请求的情况下
		
		数据库更新成功，缓存还未被删除，期间的请求读取到的还是旧缓存。
		更新数据库到缓存删除的期间可能会存在数据不一致的问题。
		
那该如何选择那种处理方式呢？

	两种方案不使用外力作用都没有办法保证数据强一致性要求
	
	如果对数据一致性要求没有那么高的情况下，建议使用先更新数据库，后删除缓存
	
	为什么呢？
		1. 因为先删除缓存后更新数据库，可能请求缓存缺少，造成数据库压力增大。
		2. 先删除缓存，后更新数据库的延迟双删的等待时间不好设置。
		
	如果对数据强一致性要求
	
		我们就需要先在Redis缓存客户端暂存并发读请求，等数据库更新完、缓存值删除
		后，再读取数据，从而保证数据一致性

26. 怎么提高缓存命中率？

- 数据提前缓存
- 加大内存，缓存更多的数据
- 设置合适的淘汰策略

27. 缓存雪崩、缓存击穿、缓存穿透、缓存预热、缓存更新、缓存降级等问题？

- 缓存雪崩：
	原因：同一时间大量缓存失效，大量请求同时到达数据库，对数据库造成巨大压力，甚至服务宕机，无法提供使用。
	解决办法：
		1. 相同过期时间的key加随机值，分散过期时间。
		2. 源头上解决：系统实现上加锁或者队列的方式保证不会有大量的请求对数据库一次性的读写。

- 缓存击穿：
	原因：访问非常频繁的数据在缓存中没有，导致大量请求到达数据库
	解决办法：
		1. 热点数据不设置过期时间。
		
- 缓存穿透：
	原因：访问的数据在数据库和缓存中都没有。
	解决办法：	
		1. 缓存空值或者缺省值。
		2. 布隆过滤器

28. redis的数据类型，以及每种数据类型的使用场景？

五大基本数据类型

1. string
2. hash
3. set
4. list
5. sorted set

我讲下我项目中的使用情况吧
1. string类型，当然是应用最广泛的，比如我的项目发送验证码缓存验证码，接口并发控制等都使用string类型

2. hash：key-value的键值对格式。我做的Api接口鉴权底层使用的就是hash格式。redis key为前缀+用户id，hashkey为应用编码
value为权限点编码数组

3. set类型：实现用户的共同关注功能、SCARD命令计算用户的关注数。

	redis key为用户id、value存放关注的用户的id集合，计算两个用户的共同关注，取交集。当然还可以做其他去重、并集、差集等功能。
	不过Set的差集、并集和交集的计算复杂度较高，在数据量较大的情况下，如果直接执行这些计算，会导致Redis实例阻塞，
	你可以从主从集群中选择一个从库，让它专门负责聚合计算，或
	者是把数据读取到客户端，在客户端来完成聚合统计
	
4. sorted set：排行榜功能。
5. list
6. bitmap：统计用户一年访问页面的总天数

其他数据类型
bitmap：统计
hyperLogLog: 统计页面的访问量
GEO：范围统计

29. redis是如何保证高可用的？

- 持久化机制
- 主从模式与哨兵机制
- Redis Cluster集群模式