备战秋招006（20230710）

---

前言

提示：这里为每天自己的学习内容心情总结；

Learn By Doing，Now or Never，Writing is organized thinking.

目前的想法是，根据 Java Guide 和 JavaLearning 和 小林coding进行第一轮复习，之后根据 Tiger 和 CS-Notes 进行最后的重点复习。

先多，后少。

---

提示：以下是本篇文章正文内容

一、今天学习了什么？

• Redis；

二、关于问题的答案

1.Redis

Q：Redis是单线程的吗？

针对于命令是单线程去执行的，但是比如关闭文件、持久化、内存释放是利用了后台线程。

Q：Redis 的网络模型？

I/O复用。

Q：Redis 6.0 之后为什么引入了多线程模型呢?

解决网络传输的瓶颈。

Q：Redis 的过期删除？

过期删除，指的是设置键值对的过期时间时，当键值对过期了，就会将该键值对从内存中删除。

如何判断键值对已经过期呢？底层原理是什么？

Redis 将设置了过期时间的键值对，统一放倒了过期字典中，过期字典就是一个哈希表，key 为键值对的 key，value 为这个键值对的过期时间。

每次从数据库中使用键值对时，首先需要判断该键值对是否存在于过期字典中，如果存在过期字典中，需要和系统当前时间进行比对，是否过期。

Redis的过期删除策略有哪些？

• 定时删除，事件；
• 惰性删除，使用；
• 定期删除，间隔时间；

Redis 采用的是 惰性删除 + 定期删除，两个结合使用，平衡 CPU 和 内存。

Q：内存淘汰策略。

当 Redis 的运行内存，超过了允许的内存上限时，就需要根据对应的内存淘汰策略淘汰掉内存中的数据。

有哪些内存淘汰的策略呢？

常见的就是 LRU & LFU。

LRU，least recently used，最近最少使用的，选择淘汰掉最近最少使用的数据。

底层实现原理，是在 Redis 对象的结构体中添加了一个字段，记录这个对象上次被访问的时间，然后根据哪一个数据是最久没有被使用到的，淘汰掉。

可能出现缓存污染的情况，如果某次操作一次性读取了很多数据到内存中，但是这些数据都只会被使用一次，内存中就会缓存很多无用数据。

LFU，least frequently used，最近最不常使用，会选择淘汰掉内存中访问频次最低的数据。

解决了 LRU 可能出现的缓存污染问题，基于 LFU，Redis 的结构体中还会记录另外一个字段是数据的访问频次。

Q：主从复制？

利用 AOF 和 RDB 恢复数据，只能保证单个机器的数据能恢复，如果硬盘或者机器宕机发生问题，会导致数据丢失，此时需要引入集群。

Redis 有主从复制，保障数据的安全性，主服务器负责读写，从服务器负责读，利用 主从复制 保证数据的一致性。

Q：主从复制第一次同步？

使用 replicaof 命令可以让两台服务器，成为主从关系，第一次主从同步数据，分为三步（A-主服务器，B-从服务器）。

第一步，建立连接。

执行了 replicaof 命令后，B 就会发送 psync 命令给 A，psync 命令包含两个参数：

• runID，每一台 Redis 服务器在启动的时候，都会随机生成一个 runID 用于唯一标识，当第一次主从同步时，runID 为 ？ ；
• offset，B复制数据的进度，第一次主从同步时，offset 为 -1；

当 A 接收到来自 B 的 psync 命令后，会将 A 的 runID 和 offset 都发送过去，准备执行全量同步。

第二步，准备执行全量同步。

A 会执行 bgsave 创建 RDB 文件，然后将 RDB 文件 发送给 B。从服务器接收到 RDB 文件后，会清理原有数据，之后加载 RDB 文件。

在执行 RDB 的全过程中，主服务器的新增写操作命令，会写入到 replication buffer 缓冲区中。

第三步：准备执行新增写命令。

从服务器加载 RDB 文件成功后，会给主服务器发送一个确认消息。然后 A 会将位与 replication buffer缓冲区中的新增的写操作命令发送给 B，B执行。

主从服务器完成第一次数据同步后，会建立一个 TCP 长连接，之后主服务器的新增写命令会通过长连接发送给从服务器。

Q：主从复制的增量复制？

如果从节点因为网络原因而下线，这段时间内主节点接收到的写请求，会被存放在一个缓冲区中 repl_backlog_buffer ，当从节点上线后，会重新进行数据同步。

底层是通过两个重要的参数：

• repl_backlog_buffer，是一个环形的缓冲区，负责写入新的写操作指令；
• offset，记录的是写入读取的位置；

进行增量复制的时候，当从节点上线后，会发送命令给主节点，上报从节点的 offset，主节点判断从节点的 offset 是否在环形缓冲区中，进行不同的同步操作：

• 如果在环形缓冲区中，发生增量同步，只需要同步主节点和从节点的差值；
• 如果不在环形缓冲区中，发送全量同步；

Q：如何判断某个 Redis 节点是否在正常工作呢？

利用 ping-pong 机制：

• 主节点会每隔一定的时间，给从节点发送 ping 指令；
• 从节点会每隔一定的时间，给主节点发送 offset，目的是判断连接状态和同步数据。

Q：主从复制中两个 Buffer(replication buffer 、repl backlog buffer)有什么区别？

有两个区别，分别是作用的时间段 和 当数据满了之后的对应操作。

• replication buffer：
  • 既作用于 全量复制 ，也作用于 增量复制；
  • 如果数据满了，会导致连接断开，需要清除内存，重新进行全量复制。
• repl_backlog_buffer：
  • 只作用于增量复制；
  • 是一个唤醒数据区，如果写满，会覆盖之前的数据，继续写。

Q：如何应对主从数据不一致？

主从数据不一致，是因为主节点给从节点同步数据的操作是异步的。

保证网络畅通良好，不要将主从节点放在不同的机房；监控主从节点的复制进度，如果某个从节点的数据同步差，就让客户端不能连接这个从节点，保证客户端访问的数据一致性。

Q：主从切换如何减少数据的丢失呢？

有两个行为可能导致数据丢失：主从异步复制导致数据丢失、集群脑裂导致数据丢失。

Q：哨兵架构？

哨兵架构是为了解决主从集群模式下，主节点宕机后的主从故障转移而存在的。

主要有三个功能：监控、选主、通知。

Q：工作机制？监控

监控所有的节点工作状态，以 ping-pong 的形式检测节点是否在线。如果某个节点没有在规定的时间内给哨兵节点响应，哨兵节点会主观认为这 Redis 节点已经下线了。

对于主节点，还需要判断客观下线。超过规定的值 quorum 。

Q：选主？

首先，在哨兵集群中选举出来 leader，默认是发现主节点主观下线的那个哨兵节点作为候选者，会发起投票，要求超过半数并且达到 quorum 值。

由 leader 发起选举新的主节点，三个步骤：

• 优先级；
• offset；
• runID；

Q：通知？

选举出来了新的主节点之后，将新主节点的信息由 发布/订阅模式 传送给客户端。

Q：缓存穿透？

针对的是缓存和数据库中都不存在的数据。

缓存空值、拒绝非法请求、布隆过滤器（比特数组&哈希函数）。

Q：缓存击穿？

针对的是缓存中的热点数据失效。

互斥锁、后台线程更新。

Q：缓存雪崩？

由于 Redis 同时间大量数据失效 or Redis 宕机。

互斥锁、均匀设定过期时间、后台线程更新；熔断、限流、集群。

---

总结

提示：这里对文章进行总结：

明天要学习完 Redis，然后开始复习Java se 和 网络，还要刷题，看面经。