Redis常用面试题

Redis为什么执行这么快？

1.基于内存存储实现。

我们都知道内存读写比在磁盘快很多的，Redis基于内存储存实现的数据。相对于数据库存在磁盘的MySql数据库，剩余磁盘I/O的消耗

2.redis是单线程模型的，而单线程避免了CPU不必要的上下文切换和竞争锁的消耗。也正是因为单线程，如果某个命令执行过长如 keys，hgetall命令。会造成阻塞。

3.虚拟内存机机制

Redis直接构建了VM机制。不会像一般的系统调用系统函数处理，会浪费一定的时间去移动和请求。（备注:Redis的虚拟内存机制是啥？ 虚拟内存机制就是暂时把不经常访问的数据从 内存交换到磁盘中，从而腾出宝贵的空间用于需要访问呢的数据（热数据））。通过VM功能可以实现冷热数据分离，是热数据人在内存中，冷数据保存在磁盘中，这样就 避免因为内存不足而造成访问数据下降的问题。

说说Redis的基本数据类型。

Redis常用的五种基本类型。

String(字符串)，Hash(哈希），List(列表)，Set(集合)，Zset(排序集合)

String(字符串)

String字符串是Redis最基础的数据结构类型，他是二进制安全的，可以储存图片和序列化对象，最大值储存之512M.

简单使用举例:set key value, get key 等

使用场景：共享session，技术器，限流。

Hash（哈希）

简介：在Redis中。哈希类型是v（值）本身就是一个键值对（k-v）结构

简单使用举列:hset key field value，hget key field

应用场景:缓存用户信息等。

注意：如果开发使用 hgetall,哈希元素比较多的话，可能导致Redis阻塞，可以使用hscan.

List(列表)

简介：list类型用于储存多个有序的字符串，一个列表最多可以存储2^32-1个元素

应用场景：消息队列，文章队列

Set(集合)

简介：集合（Set）类型也是用于保存多个的字符串元素，但是不允许重复元素

简单使用举例：sadd key element [element ...]、smembers key

注意点:smembers和 lrange、hgetall 都数据比较中的命令，如果元素过多存在阻塞 Redis的可能，可以使用sscan 来完成。

应用场景: 用户标签，生成随机数抽奖，社交需求

有序集合（zset）

简介：已排序的字符串集合，同时元素不能重复

使用场景：积分排行榜，用户点赞排行榜。

什么是缓存击穿、缓存穿透、缓存雪崩？

先来看一个常见的缓存使用方式:读请求来了，先查下缓存，缓存有值命中，就直接返回；缓存没有命中，就去查询数据库，然后把数据库的值更新到缓存，在返回。

缓存穿透:指的是 查询一个一定不存在的数据，由于缓存是不命中需要去数据库，导致这个不存在的数据每次请求都要到数据库查询，从而给数据库带来压力。

通俗点:读请求访问时，缓存和数据库都没有某个值，这样就会导致每次对这个值的查询请求都会穿透到数据库，这就缓存穿透。

缓存穿透一般都是这几中情况产生的：

业务/运维/开发 事务的操作，比如缓存和数据库的数据都被误删了。

客户非法请求攻击，比如客户故意捏造大量非法请求，读取不存在的业务数据。

解决方案:

1.缓存空对象。

指的是在持久层没有命中的情况下，对key进行set（key，null）。尽管这种垃圾浪费了一些 内存空间，在redis内存空间优先的前提时，会影响其他热点key的命中率，所以，比较有效的的方法时正对这类数据设计一个较短的ttl,让其自动删除

2.布隆过滤器拦截。

在访问缓存层和持久层前，将存在的key用布隆过滤器提前保存起来，做第一层拦截，当收到一个对key请求时先用布控过滤器验证key是否存在。如果存在进入缓存层、持久层。

{对于布隆过滤器的理解:布隆过滤器实际就是一个很长的二进制向量和一些列随机函数。布隆过滤器就是用于检查一个元素是否在一个集合中}。

  他的优点就是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率和删除困难。

缓存击穿：

当前key是一个热点key(列如一个秒杀活动)，并发量很大。在缓存失效的瞬间，有大量线程来重建缓存，造成后端负载加大，甚至可能会让应用奔溃。

解决方案:

分布式互斥锁，其他线程等待 重建缓存的线程执行完毕后，重新从从缓存获取即可。

缓存雪崩问题:

缓存雪崩:指的缓存中数据大批量到过期时间，而查询数据量巨大，请求都直接访问数据库，引起数据数据库压力过大甚至down机。

可以分析用户行为，尽量让失效时间点均匀分布。大多数系统设计者考虑用加锁或者队列的方式保证缓存的单线程（进程）写，从而避免失效时大量的并发请求落到底层存储系统上。

做二级缓存，或者双缓存策略：
      采用多级缓存，本地进程作为一级缓存，redis作为二级缓存，不同级别的缓存设置的超时时间不同，即使某级缓存过期了，也有其他级别缓存兜底

Redis 的持久化机制有哪些？优缺点说说

Redis是基于内存的非关系K-V数据库，既然他是基于内存的，如果Redis服务器挂了，数据就会丢失。为了避开数据丢失，Redis提供了持久化，就是把数据保存到磁盘。

Redis提供了RDB和AOF 两种持久化机制，它持久化文件加载流程如下:

RDB ,就是内存数据以快照的形式保存到磁盘上。

RDB持久化，是指在指定的时间间隔内，执行指定次数的写操作，将内存中的数据集快照写入磁盘中，它是Redis 默认的持久化方式。执行完操作后，会在指定目录下生成一个dump.rdb文件，Redis重启的时候，通过加载dump.rdb文件来恢复数据。

RDB的优点：

适合大规模的数据回复场景，如备份，全量复制等。

RDB缺点:

没办法做到实时 秒级持久化。

AOF(append only file)持久化，采用日志的形式 来记录每个写的操作，追加到文件中，重启时重新执行AOF文件中的命令 来回复数据。它主要解决数据持久化实时性问题。默认时不开启的。

AOF的优点：

数据的一致性和完整性更高。

AOF的缺点:

AOF记录的内容越多，文件越大，数据恢复变慢

如何保证redis 和MySQL数据的一致性。

读取binlog后分析，利用消息队列,推送更新各台的redis缓存数据。

这样一旦MySQL中产生了新的写入、更新、删除等操作，就可以把binlog相关的消息推送至Redis，Redis再根据binlog中的记录，对Redis进行更新。

其实这种机制，很类似MySQL的主从备份机制，因为MySQL的主备也是通过binlog来实现的数据一致性。

这里可以结合使用canal(阿里的一款开源框架)，通过该框架可以对MySQL的binlog进行订阅，而canal正是模仿了mysql的slave数据库的备份请求，使得Redis的数据更新达到了相同的效果。

延时双删策略：

先进行缓存清除，再执行update，最后（延迟N秒）再执行缓存清除。

那么第二次为什么需要在数据库修改后延迟一定时间再删除redis呢？
为了等待之前的一次读取数据库，并等待其数据写入到缓存，最后删除这次脏数据，所以是一次数据从数据库中发到服务器+缓存写入的时间

缺点：存在延时操作，所以会造成服务器的阻塞， 所以不适合高并发的场景.

Redis过期策略：

我们在set key时，可以给他设置一个过期时间，比如 expire key 60。指定这个key 60s删除，60s后，而redis是如何删除处理的？

定时过期：每个设置过期时间的key都会创建一个定时器。到了过期时间就会理解删除key。该策略可以理解删除过期的key，对内存也很友好。但是会占用大量的CPU去处理过期的资源，从而影响缓存的时间和吞吐量

惰性过期：只有当访问一个key，才会判断这个key是否过期，过期则删除。该策略可以最大的节省CPU资源，但是内存不友好。极端情况下，会出现大量的key常用没有没访问，从而不会被删除，占内存

定期过期:每隔一段时间，会扫描一定数量的数据库中的expires字典中一定数量的key，并清楚已经过期的key。该策略是前两者的一个折中方案。通过调整定时扫描的时间间隔和每次扫描的限定耗时，可以在不同情况下使得CPU和内存资源达到最优的平衡效果。

Redis中同时使用了惰性过期和定期过期两种过期策略。

• 假设Redis当前存放30万个key，并且都设置了过期时间，如果你每隔100ms就去检查这全部的key，CPU负载会特别高，最后可能会挂掉。
• 因此，redis采取的是定期过期，每隔100ms就随机抽取一定数量的key来检查和删除的。
• 但是呢，最后可能会有很多已经过期的key没被删除。这时候，redis采用惰性删除。在你获取某个key的时候，redis会检查一下，这个key如果设置了过期时间并且已经过期了，此时就会删除。

Redis 内存淘汰策略

volatile-random：当内存不足以容纳新写入数据时，从设置了过期时间的key中，随机淘汰数据；

volatile-lru:当内存不足以容纳新写入数据时，从设置了过期时间的key中使用LRU（最近最少使用）算法进行淘汰；

volatile-lfu：新增，当内存不足以容纳新写入数据时，在过期的key中，使用LFU算法进行删除key。

volatile-ttl：当内存不足以容纳新写入数据时，在设置了过期时间的key中，根据过期时间进行淘汰，越早过期的优先被淘汰；