【Redis】redis常见面试题

redis为什么这么快

（1）纯内存操作
（2）多路复用io
多路I/O复用模型是利用select、poll、epoll可以同时监察多个流的I/O事件的能力，在空闲的时候会把当前线程阻塞掉，当有一个或者多个流有I/O事件时，就从阻塞中唤醒，于是程序就会轮询一遍所有的流（epoll只轮询那些真正发出了事件的流），并且只依次顺序的处理就绪的流，这种做法避免了大量的无用操作
（3）单线程，避免了频繁的上下文切换

memcache与Redis比较

redis基本数据类型

(1)String
Redis 中的字符串是一种 动态字符串，这意味着使用者可以修改，它的底层实现有点类似于 Java 中的 ArrayList，有一个字符数组，从源码的 sds.h/sdshdr 文件 中可以看到 Redis 底层对于字符串的定义 SDS，即 Simple Dynamic String 结构。

(2)Hash
类似一种Map的结构，可以将结构化的数据（比如对象）缓存进去，每次读写的时候可以就操作hash里的某个字段。

(3)List
有序列表，irange命令可以从某个元素开始读取多少个元素，实现list分页

(4)Set
无序集合，自动去重
set有序的情况：（redis里集合的编码有两种，intset（有序）和hashtable（无序））①保存的所有元素都是整数 ②元素数量不超过512个

(5)ZSet
有序set
内部结构：①压缩列表，键和分值紧凑排在一起，分值小的排在前面，（集合元素小于128个，集合每个元素的键和分值都小于64k，否则升级为跳跃表 ②跳跃表，跳跃表每个节点都包含分值和键。

redis主从、哨兵、集群

redis主从同步原理：
redis的复制分为全量复制（快照复制）和增量复制
全量复制有三种场景:
（1）从节点刚加入到集群中
（2）从节点宕机后恢复时,从节点之前复制的主节点和现在的主节点不一致
（3）从节点宕机恢复后,从节点的offset偏移量在主节点的复制积压缓冲区已经不存在
全量复制的执行流程:
（1）主服务器执行bgsave操作,生成rdb文件,将rdb文件发送给从服务器
（2）从服务器接收rdb文件,载入数据到内存中
（3）在发送的过程中,主服务器记录发送过程中所有的写命令到缓冲区中
（4）从服务器载入rdb文件完成后通知主服务器,主服务器将缓冲区中的数据发送给从服务
（5）从服务执行命令将自己的数据库状态更新到主服务器对应的状态
（6）之后主从进行命令传播

哨兵组件的主要功能：
（1）集群监控：负责监控redis master和slave进程是否正常工作
（2）消息通知：如果某个redis实例有故障，那么哨兵负责发送消息作为报警通知给管理员
（3）故障转移：如果redis master挂掉了，会自动转移到slave node上（三个实例才能保证健壮性）
（4）配置中心：如果故障转移发生了，通知client新的master地址

redis集群：
Redis集群是一个由多个主从节点群组成的分布式服务集群，它具有复制、高可用和分片特性。Redis集群不需要sentinel哨兵也能完成节点移除和故障转移的功能。需要将每个节点设置成集群模式，这种集群模式没有中心节点，可水平扩展，据官方文档称可以线性扩展到上万个节点(官方推荐不超过1000个节点)。redis集群的性能和高可用性均优于之前版本的哨兵模式，且集群配置非常简单。
原理分析：
Redis Cluster 将所有数据划分为 16384 个 slots（槽位），每个节点负责其中一部分槽位。槽位的信息存储于每个节点中。只有master节点会被分配槽位，slave节点不会分配槽位。
当Redis Cluster 的客户端来连接集群时，它也会得到一份集群的槽位配置信息，并将其缓存在客户端本地。这样当客户端要查找某个 key 时，可以直接定位到目标节点。同时因为槽位的信息可能会存在客户端与服务器不一致的情况，还需要纠正机制来实现槽位信息的校验调整。

redis持久化

RDB机制：
RDB其实就是把数据以快照的形式保存在磁盘上，快照可以理解成把当前时刻的数据拍成一张照片保存下来。
RDB持久化是指在指定的时间间隔内将内存的数据集快照写入磁盘，也是默认的持久化方式，这种方式就是将内存中数据以快照的方式（fork子进程）写入到二进制文件中，默认的文件名为dump.rdb。

RDB优势：
（1）RDB文件紧凑，全量备份，非常适合用于进行备份和灾难恢复。
（2）生成RDB文件的时候，redis主进程会fork()一个子进程来处理所有保存工作，主进程不需要进行任何磁盘IO操作。
（3）RDB 在恢复大数据集时的速度比 AOF 的恢复速度要快。
RDB劣势：
RDB快照是一次全量备份，存储的是内存数据的二进制序列化形式，存储上非常紧凑。当进行快照持久化时，会开启一个子进程专门负责快照持久化，子进程会拥有父进程的内存数据，父进程修改内存子进程不会反应出来，所以在快照持久化期间修改的数据不会被保存，可能丢失数据。

AOF机制：
全量备份总是耗时的，redis为我们提供一种更加高效的方式AOF，redis会将每一个收到的写命令都通过write函数追加到文件中，通俗理解就是日志记录。

AOF优势：
（1）AOF可以更好的保护数据不丢失，一般AOF会每隔1秒，通过一个后台线程执行一次fsync操作，最多丢失1秒钟的数据。
（2）AOF日志文件没有任何磁盘寻址的开销，写入性能非常高，文件不容易破损。
（3）AOF日志文件即使过大的时候，出现后台重写操作，也不会影响客户端的读写。
（4）AOF日志文件的命令通过非常可读的方式进行记录，这个特性非常适合做灾难性的误删除的紧急恢复。比如某人不小心用flushall命令清空了所有数据，只要这个时候后台rewrite还没有发生，那么就可以立即拷贝AOF文件，将最后一条flushall命令给删了，然后再将该AOF文件放回去，就可以通过恢复机制，自动恢复所有数据
AOF劣势：
（1）对于同一份数据来说，AOF日志文件通常比RDB数据快照文件更大
（2）AOF开启后，支持的写QPS会比RDB支持的写QPS低，因为AOF一般会配置成每秒fsync一次日志文件，当然，每秒一次fsync，性能也还是很高的

skiplist(跳表)与平衡树、哈希表的比较

（1）skiplist和各种平衡树（如AVL、红黑树等）的元素是有序排列的，而哈希表不是有序的。因此，在哈希表上只能做单个key的查找，不适宜做范围查找。所谓范围查找，指的是查找那些大小在指定的两个值之间的所有节点。
（2）在做范围查找的时候，平衡树比skiplist操作要复杂。在平衡树上，我们找到指定范围的小值之后，还需要以中序遍历的顺序继续寻找其它不超过大值的节点。如果不对平衡树进行一定的改造，这里的中序遍历并不容易实现。而在skiplist上进行范围查找就非常简单，只需要在找到小值之后，对第1层链表进行若干步的遍历就可以实现。
（3）平衡树的插入和删除操作可能引发子树的调整，逻辑复杂，而skiplist的插入和删除只需要修改相邻节点的指针，操作简单又快速。
（4）从内存占用上来说，skiplist比平衡树更灵活一些。一般来说，平衡树每个节点包含2个指针（分别指向左右子树），而skiplist每个节点包含的指针数目平均为1/(1-p)，具体取决于参数p的大小。如果像Redis里的实现一样，取p=1/4，那么平均每个节点包含1.33个指针，比平衡树更有优势。
（5）查找单个key，skiplist和平衡树的时间复杂度都为O(log n)，大体相当；而哈希表在保持较低的哈希值冲突概率的前提下，查找时间复杂度接近O(1)，性能更高一些。所以我们平常使用的各种Map或dictionary结构，大都是基于哈希表实现的。
（6）从算法实现难度上来比较，skiplist比平衡树要简单得多。

缓存雪崩、缓存穿透、缓存击穿解决方案

缓存雪崩解决方式：把每个Key的失效时间都加个随机值就好了，这样可以保证数据不会在同一时间大面积失效；或者设置热点数据永不过期，有更新操作就更新缓存就好了（比如运维更新了首页商品，那你刷下缓存就ok了，不要设置过期时间）。

缓存穿透解决方式：在接口层增加校验，比如用户鉴权校验，参数做校验，不合法的参数直接代码Return；或者查询不出数据也可以缓存起来，缓存有效时间可以设置短点。
布隆过滤器（Bloom Filter）这个也能很好的防止缓存穿透的发生，它是利用高效的数据结构（bitmap）和算法快速（类似hash）判断出你这个Key是否在数据库中存在，不存在你return就好了，存在你就去查了DB刷新KV再return。

缓存击穿解决方式：设置热点数据永不过期，或者加上互斥锁就行。