备战JAVA面试——Redis篇

最新推荐文章于 2020-11-22 04:09:45 发布

程序员0号

最新推荐文章于 2020-11-22 04:09:45 发布

阅读量173

点赞数

分类专栏：备战JAVA面试

原文链接：https://blog.csdn.net/qq_28505809/article/details/103493733

版权

备战JAVA面试专栏收录该内容

3 篇文章 0 订阅

订阅专栏

备战JAVA面试系列

序号	文章	地址
1	MySQL篇	博客地址
2	集合框架篇	博客地址
3	Redis篇	博客地址

前言：Redis是目前最火的缓存中间件，也是面试官最喜欢问的中间件之一，这篇主要讲一下Redis相关的知识以及面试中常问到的问题。

数据类型

字符串(String)

字符串是一种最基本的Redis值类型。Redis字符串是二进制安全的，这意味着一个Redis字符串能包含任意类型的数据，例如：一张JPEG格式的图片或者一个序列化的Ruby对象。

一个字符串类型的值最多能存储512M字节的内容。

你可以用Redis字符串做许多有趣的事，例如你可以：

利用INCR命令簇（INCR, DECR, INCRBY）来把字符串当作原子计数器使用。
使用APPEND命令在字符串后添加内容。
将字符串作为GETRANGE 和 SETRANGE的随机访问向量。
在小空间里编码大量数据，或者使用 GETBIT 和 SETBIT创建一个Redis支持的Bloom过滤器。

列表（Lists）

Redis列表是简单的字符串列表，按照插入顺序排序。你可以添加一个元素到列表的头部（左边）或者尾部（右边）。

LPUSH 命令插入一个新元素到列表头部，而RPUSH命令插入一个新元素到列表的尾部。当对一个空key执行其中某个命令时，将会创建一个新表。类似的，如果一个操作要清空列表，那么key会从对应的key空间删除。这是个非常便利的语义，因为如果使用一个不存在的key作为参数，所有的列表命令都会像在对一个空表操作一样。

一个列表最多可以包含232-1个元素（4294967295，每个表超过40亿个元素）。

从时间复杂度的角度来看，Redis列表主要的特性就是支持时间常数的插入和靠近头尾部元素的删除，即使是需要插入上百万的条目。访问列表两端的元素是非常快的，但如果你试着访问一个非常大的列表的中间元素仍然是十分慢的，因为那是一个时间复杂度为 O(N) 的操作。

你可以用Redis列表做许多有趣的事，例如你可以：

在社交网络中建立一个时间线模型，使用LPUSH去添加新的元素到用户时间线中，使用LRANGE去检索一些最近插入的条目。
你可以同时使用LPUSH和LTRIM去创建一个永远不会超过指定元素数目的列表并同时记住最后的N个元素。
列表可以用来当作消息传递的基元（primitive），例如，众所周知的用来创建后台任务的Resque Ruby库。
你可以使用列表做更多事，这个数据类型支持许多命令，包括像BLPOP这样的阻塞命令。请查看所有可用的列表操作命令获取更多的信息。

集合（Sets）

Redis集合是一个无序的字符串合集。你可以以O(1) 的时间复杂度（无论集合中有多少元素时间复杂度都为常量）完成添加，删除以及测试元素是否存在的操作。

Redis集合有着不允许相同成员存在的优秀特性。向集合中多次添加同一元素，在集合中最终只会存在一个此元素。实际上这就意味着，在添加元素前，你并不需要事先进行检验此元素是否已经存在的操作。
一个Redis列表十分有趣的事是，它们支持一些服务端的命令从现有的集合出发去进行集合运算。所以你可以在很短的时间内完成合并（union）,求交(intersection), 找出不同元素的操作。

一个集合最多可以包含232-1个元素（4294967295，每个集合超过40亿个元素）。

你可以用Redis集合做很多有趣的事，例如你可以：

用集合跟踪一个独特的事。想要知道所有访问某个博客文章的独立IP？只要每次都用SADD来处理一个页面访问。那么你可以肯定重复的IP是不会插入的。
Redis集合能很好的表示关系。你可以创建一个tagging系统，然后用集合来代表单个tag。接下来你可以用SADD命令把所有拥有tag的对象的所有ID添加进集合，这样来表示这个特定的tag。如果你想要同时有3个不同tag的所有对象的所有ID，那么你需要使用SINTER.
使用SPOP或者SRANDMEMBER命令随机地获取元素。

哈希（Hashes）

Redis Hashes是字符串字段和字符串值之间的映射，所以它们是完美的表示对象（eg:一个有名，姓，年龄等属性的用户）的数据类型。

一个拥有少量（100个左右）字段的hash需要很少的空间来存储，所有你可以在一个小型的 Redis实例中存储上百万的对象。

尽管Hashes主要用来表示对象，但它们也能够存储许多元素，所以你也可以用Hashes来完成许多其他的任务。

一个hash最多可以包含232-1 个key-value键值对（超过40亿）。

有序集合（Sorted sets）

Redis有序集合和Redis集合类似，是不包含相同字符串的合集。它们的差别是，每个有序集合的成员都关联着一个评分，这个评分用于把有序集合中的成员按最低分到最高分排列。

使用有序集合，你可以非常快地（O(log(N))）完成添加，删除和更新元素的操作。因为元素是在插入时就排好序的，所以很快地通过评分(score)或者位次(position)获得一个范围的元素。访问有序集合的中间元素同样也是非常快的，因此你可以使用有序集合作为一个没用重复成员的智能列表。在这个列表中，你可以轻易地访问任何你需要的东西: 有序的元素，快速的存在性测试，快速访问集合中间元素！

简而言之，使用有序集合你可以很好地完成很多在其他数据库中难以实现的任务。

使用有序集合你可以：

在一个巨型在线游戏中建立一个排行榜，每当有新的记录产生时，使用ZADD 来更新它。你可以用ZRANGE轻松地获取排名靠前的用户，你也可以提供一个用户名，然后用ZRANK获取他在排行榜中的名次。同时使用ZRANK和ZRANGE你可以获得与指定用户有相同分数的用户名单。所有这些操作都非常迅速。
有序集合通常用来索引存储在Redis中的数据。例如：如果你有很多的hash来表示用户，那么你可以使用一个有序集合，这个集合的年龄字段用来当作评分，用户ID当作值。用ZRANGEBYSCORE可以简单快速地检索到给定年龄段的所有用户。

位置信息(GEO)

待更新

Stream

待更新

如何从海量数据里查询某一固定前缀的key？

批量生成redis测试数据

linux bash下执行：

for((i=1;i<=20000000;i++));do echo "set k$i v$i" >> /tmp/redisTest.txt

生成2千万条redis批量设置kv的语句(key=kn,value=vn)写入到/tmp目录下的redisTest.txt文件中

用vim去掉行尾的^M符号，使用方式如下：

vim /tmp/redisTest.txt
:set fileformat=dos #设置文件的格式，通过这句话去掉每行结尾的^M符号
:wq #保存退出

通过redis提供的管道–pipe形式，去跑redis，传入文件的指令批量灌数据，需要花费一段时间

cat /tmp/redisTest.txt | 路径/redis-5.0.0/src/redis-cli -h 主机ip -p 端口号 --pipe

KEYS pattern

查找所有符合给定模式pattern的key

KEYS指令一次性返回所有匹配的key
键的数量过大会使服务卡顿

SCAN cursor [MATCH pattern] [COUNT count]

基于游标的迭代器，需要基于上一次的游标延续之前的迭代过程
以0作为游标开始一次新的迭代，直到命令返回游标0完成一次遍历
不保证每次执行都返回某个给定数量的元素，支持模糊查询
一次返回的数量不可控，只能是大概率符合count参数

如何通过Redis实现分布式锁

分布式锁需要解决的问题

互斥性
安全性
死锁
容错

SETNX key value

如果key不存在，则创建并赋值

时间复杂度：O(1)
返回值：设置成功，返回1；设置失败，返回0

如何解决SETNX长期有效的问题

EXPIRE key seconds（错误的解法）

设置key的生存时间，当key过期时(生存时间为0)，会被自动删除
缺点：原子性得不到满足

RedisService redisService = SpringUtils.getBean(RedisService.class);
long status = redisService.setnx(key, "1");
if(status == 1) {
    redisService.expire(key, expire);
    //执行独占资源逻辑
    doOcuppiedWork()
}

SET key value [EX seconds] [PX milliseconds] [NX|XX]

EX second：设置键的过期时间为second秒
PX millisecond：设置键的过期时间为millisecond毫秒
NX：只在键不存在时，才对键进行设置操作
XX：只在键已经存在时，才对键进行设置操作
SET操作成功完成时，返回OK，否则返回nil

RedisService redisService = SpringUtils.getBean(RedisService.class);
String result = redisService.set(lockKey, requestId, SET_IF_NOT_EXIST, SET_WITH_EXPIRE_TIME, expireTime);
if("ok".equals(result)) {
    //执行独占资源逻辑
    doOcuppiedWork()
}