关于Redis面试题侧重点

DRUN_K

已于 2024-08-22 08:43:11 修改

阅读量647

点赞数 27

文章标签： redis 数据库缓存

于 2024-08-17 20:50:01 首次发布

本文链接：https://blog.csdn.net/DRUN_K/article/details/141286530

版权

什么是Redis：

Redis，即远程字典服务，是一个开源的，使用C语言编写，支持网络调用，基于内存的可持久化的Key、Value数据库。提供多种语言的API。

为什么要使用Redis?

①内存数据库，读写数据很快

②工作线程是单线程，串行化执行，原子操作，IO线程为多线程操作，避免上下文切换

③IO模型（epoll），天生支撑高并发

④KV模型，V具有类型结构

⑤具有本地方法，计算向数据移动。比如：取交集、取并集

⑥二进制安全，Value最大512M

Redis是单线程的还是多线程的？

6.0之前：工作线程和IO线程使用同一线程，均为单线程

6.0之后：IO线程是多线程，工作线程仍为单线程

Redis持久化的两种方式

***RDB:***存储数据结果，关注点在数据。在指定时间间隔内将内存中的数据集中写入到磁盘中，也就是快照，数据恢复是将快照直接读到内存中。

Redis会单独创建一个子进程来进行持久化，会先将数据写入到一个临时文件中，等你的持久化结束后，再用本次得到临时文件替换上次持久化后的文件。fork函数的作用是复制一个与当前进程一样的进程，但是我们要清楚的是子进程只会读取共享内存中的数据，它并不会执行任何写操作，当子进程在进行持久化的过程中，如果有写入操作的时候，主进程会将更改数据的之前进行copy一份更改数据的数据页出来，并将主进程中k这个指针指向新拷贝出来的数据页地址上，但是在这个过程中，子进程读取的还是之前未修改的数据，此后新进程的所有数值和原来的进程一致，但是一个新进程，并且作为原进程的子进程。

在这里插入图片描述 >

优点： 1.恢复数据比较快

2.备份的文件就是原始内存数据的大小，不会额外增加数据占用

缺点： 1.快照时间有间隔，不能实时备份，丢失的数据可能比较多

2.开启子进程备份数据，在数据集比较庞大时，fork()可能会非常耗时，造成服务器在一定时间内停止处理客户端。

***AOF：***将客户端的每个写操作命令以日志的形式记录下来，追加到appendonly.aof的文件末尾，在redis服务器重启的时候，会加载aof文件中的所有命令，来达到数据恢复的目的。

当有写命令请求时，会追加到AOF缓存区内，AOF缓存区根据AOF持久化策略将操作同步到磁盘的AOF缓存区中，当AOF文件大小超过重写策略或者手动重写策略时，会对AOF文件进行重写来压缩AOF文件容量。redis服务重启时，会重新加载AOF文件中的写操作来进行数据恢复。（值得注意的是，尽管重写后的AOF文件与原有的AOF文件在逻辑上保存的数据信息是一致的，但是AOF重写通过合并冗余命令、优化命令序列、移除无效命令和合并批量操作等方式，实现了对AOF文件容量的有效压缩，同时保证了数据的一致性和完整性）

在这里插入图片描述

优点：数据安全性高，不易丢失数据，而且AOF有序的保存了所有写操作，可读性很强

缺点：AOF方式生成文件体积变大，数据恢复速度比较慢

Resdi中的Lua脚本语言

EVAL，是Redis2.6.0版本后内置Lua解释器，可使用EVAL命令对Lua脚本进行求值

保证多个命令的原子性：当某个脚本正在运行的时候，不会有其它脚本或Redis命令被执行。脚本的效果要么是不可见的，要么是已完成的。

实战：Lua脚本操作Redis：一次扣减一个商品的库存

在这里插入图片描述

Redis缓存的穿透、击穿与雪崩

①缓存穿透：是指查询一个不存在的数据，导致请求直接绕过缓存层，打到数据库，而数据库层也没有该数据，从而无法将结果缓存起来，导致每次请求都要查询数据库，给数据库带来巨大的压力。

例：比如你有一个商品系统，我们商品的ID都是正整数。如果有外来攻击者发送大量商品ID为负数的请求，这些请求在缓存数据库中都不存在，你想想是不是会让数据库压力骤增。

解决方案：

1. 对于查询结果为空的数据，也将其缓存起来，但需要设置一个较短的过期时间，因为空值缓存的数据本身没有实际价值，它仅仅是一个标记，表示某个查询结果不存在，而且我们的内存中的缓存资源是有限的，将过期时间设置短是为了确保缓存空间能够有效被利用，避免被无用的空值缓存长期占用。还有一个原因是避免数据污染，如果空值缓存的过期时间很长，那么在这个期间，有相应的数据被添加到数据库，但是缓存仍然存放着空值，那么这些新的数据也无法被访问，便有了数据污染。

2.接口校验：也就是设置黑名单。在API层面增加校验功能，对于非法的请求直接拒绝，不进入后续处理流程。

3.布隆过滤器：在查询缓存之前，先通过布隆过滤器判断该数据是否存在，若不存在则直接返回，不查询数据库。

②缓存击穿：是指在缓存中的某个热点key突然过期，此时有大量并发请求进来访问这个key，导致所有请求都打到你的数据库中，给数据库带来巨大的压力。

例：在电商系统中，某个热门商品的缓存信息突然过期，但是呢，这个商品正处于商品促销高峰期，大量的用户同时访问这个商品的详情页，这时导致所有请求都直接查询数据库。

解决方案：

1.热点数据预加载：在热点数据即将过期的时候，通过定时任务或监控段将数据提前加载到缓存中。

2.对于热点数据，设置永不过期，但需要注意的是这种方式可能会浪费缓存空间。

3.使用互斥锁：在访问热点的时候，通过互斥锁控制并发访问，确保只有一个请求能够查询数据库并更新缓存。

③缓存雪崩：是指缓存中的大量key在同一时间过期，导致这些key的访问请求全部打到数据库，给数据库带来了巨大的压力，甚至可能会导致数据库崩溃。

例：在电商系统中，为了减轻缓存的存储压力，可能会将大量商品的缓存设置相同的过期时间。当这些商品的缓存同时过期时，如果有大量的用户同时访问这些商品，那么所有的请求都会直接查询数据库。

解决方案：

1.设置错峰：即在设计缓存的过期时间时，加上一个随机值，是的缓存的过期时间分散开来，避免大量key同时失效。

2.使用多级缓存：构建多级缓存架构，比如Nginx缓存+Redis缓存+其他缓存，分散缓存压力。

3.设置缓存标记：记录缓存数据是否过期，如果过期则触发后台线程去实时更新实际的key

4.提前预热缓存：在系统低峰期，提前将即将访问的数据加载到缓存里，以应对即将到来的高并发访问。

Redis的过期删除策略

①惰性删除

放任键过期不管，但是每次从键空间中获取键的时候，都检查取得的键是否过期，如过期则删除，如未过期，则返回改键。

②定期删除

每个一段时间程序就会对数据库进行一次检查，删除里面的过期键。至于要删除多少过期键以及要检查多少个数据库，由算法决定。

Redis的内存删除策略

由于过期删除策略不一定能完全删除过期的键，而Redis的内存上升到一定的大小，就会触发内存淘汰策略。

Redis提供8种数据淘汰策略：

LRU：Least recently used 最近最少使用

LFU：Least-frequently used 一直最少使用

	淘汰策略名称	策略含义	解释
默认策略	noevication	不淘汰数据，写不进去返回错误	不删除任意数据，这时如果内存不足时会直接返回错误
只针对过期的keys	volatile-lru	根据LRU算法，挑选数据淘汰	从设置过期时间的数据集中，选择最近这段时间内使用次数最少的数据项释放
	volatile-lfu	根据LFU算法挑选淘汰数据	淘汰设置了过期时间的key中使用次数最少的数据
	volatile-random	随机挑选数据淘汰（4.0版本以上）	淘汰设置了过期时间的数据集中，进行淘汰
	volatile-ttl	挑选越早过期的数据进行删除	从设置了过期的数据集中，释放马上过期的数据
所有keys	allkey-lru	根据LRU算法进行删除	在所有的数据中，选择最近使用的次数最少的数据释放
	allkey-lfu	根据LFU算法挑选数据淘汰（4.0版本以上）	在所有的数据中选择使用次数最少的数据项释放
	allkey-random	随机挑选数据释放	随机选择一个数据释放

Redis主从同步机制

从服务器向主服务器发送同步命令Sync

主服务器接收到同步命令以后，会执行bgsave命令，后台生成一个rdb文件，并使用一个缓存区，记录从现在开始执行的所有写的命令。

当主服务器执行完bgsave命令后，会把rdb文件发送给从服务器。

从服务器接收到整个rdb文件以后，将它加载到内存中，之后主服务器把缓冲区的命令同步，从服务器就会执行这些命令（为了保证两边一致）

以上处理完之后，主服务器每执行一个写命令，都会将写命令发送给从服务器。