redis常见面试题

1.Redis 三种集群模式？

• 主从模式 可以实现读写分离，数据备份。但是并不是「高可用」的
• 哨兵模式 可以看做是主从模式的「高可用」版本，其引入了 Sentinel 对整个 Redis服务集群进行监控。但是由于只有一个主节点，因此仍然有写入瓶颈。
• Cluster 模式 不仅提供了高可用的手段，同时数据是分片保存在各个节点中的，可以支持高并发的写入与读取。

2.sds的结构？

• sds是Redis里面的一种结构，通过它对字符串的操作进行了很多的优化操作。

struct  stdhdr {
   int len  //记录buff数组中已使用字节的数量
   int free //记录buff数组中未使用空间字节的数量
   char buff[] //字节数组，用于保存字符串
}

• 空间预分配用于优化SDS的字符串增长操作，当对SDS字符做修改时，不仅会分配所需要的空间，还会为SDS分配额外的未使用空间。
• 惰性空间释放用于优于SDS的字符串缩短操作，当缩短SDS字符串时，程序不立即使用内存重分配回收多出来的字节，而是用free属性记录，下交要用时，查看 free的大小，避免重复分配了。

3.SDS与C字符串的区别？

• C语言使用长度N+1的字符数组来表示长度为N的字符串，并且最后一个字符串总是空字符串’\0‘,而且它并不记录自身的长度信息，如果要获取，必须全部遍历；但SDS不一样，他有len属性记录了长度，所以获取长度的复杂度很高。
• C字符串容易缓冲区溢出，而SDS的空间分配策略则不会，当需要操作字符串时，会先检测空间大小，如果不满足，则需要对空间做扩展。
• C在对字符串做修改时，因为没有记录长度信息，所以需要频繁对内存做分配，而SDS通过free属性来记录未使用的空间，实现空间预分配和惰性空间释放。

4.hash 怎么实现的？怎么解决 hash 冲突？除了 hashTable 还有别的吗？

• Redis 中的 Hash是数组+链表的结构。
• 发生 hash 碰撞时把元素追加到链表上.值得注意的是在 Redis 的 Hash 中 value 只能是字符串。
• ziplist，内部更加紧凑。当键的个数小于hash-max-ziplist-entries（默认512）的配置时；同时所有值小于hash-max-ziplist-value（默认64）的配置时才会使用ziplist。

5.zset 怎么实现的？跳表是怎么插入的？为什么不使用List\红黑树或平衡二叉树呢？除了跳表还有别的吗？

• 通过一种名为 SkipList(跳跃表) 的数据结构来实现的。

• 采取的策略是通过抛硬币来决定新插入结点跨越的层数：每次我们要插入一个结点的时候，就来抛硬币，如果抛出来的是正面，则继续抛，直到出现负面为止，统计这个过程中出现正面的次数，这个次数作为结点跨越的层数

• List是顺序存储，访问速度很快，但是添加和删除操作是一个(On)的操作，对于Redis这样要求高写入和高读取的数据库来说，List显然不能满足其要求。至于红黑树和平衡二叉树，每次更新redis的值，都要调整树结构，这样会造成额外的开销，而跳跃表只需要调整表局部的链表结构就行，显然跳跃表更适合。跳跃表实现起来更简单。

• ziplist（压缩链表），保存的元素少于128个，保存的所有元素大小都小于64字节。

6.rehash 过程？

• 为ht[1]分配空间，让字典同时拥有两个哈希表，在字典中维持一个rehashidx变量设为0，表示rehash正式开始。

• 在rehash期间，每次对字典进行添加，删除，查找或者更新操作时，程序除了执行指定的操作外，还会顺带将将ht[0]哈希表在rehashidx索引上的所有键值对rehash到ht[1]，当rehash工作完成后，程序将rehashidx属性+1

• 随着字典操作不断执行，最终在某个时间点上，ht[0]的所有键值对都会rehash至ht[1]，这时程序会将rehash属性的值设为-1，表示rehash操作已完成。

7.redis 实现队列？怎么实现一个延时队列？

• 基于List的 LPUSH+BRPOP 的实现；PUB/SUB，订阅/发布模式。

• 使用 zset（sortedset）这个命令，用设置好的时间戳作为score进行排序，再利用 zrangebysocre
  查询符合条件的所有待处理的任务，通过循环执行队列任务即可。

8.rdb 和 aof 过程？rdb 为什么用创建子进程的方式进行？

• RDB持久化：把当前进程数据生成快照保存到硬盘的过程；AOF(append only file)持久化：以独立日志的方式记录每次写命令，重启时再重新执行AOF文件中命令达到恢复数据的目的。
• 通过 fork 创建子进程时不会立刻触发大量内存的拷贝，内存在被修改时会以页为单位进行拷贝，这也就避免了大量拷贝内存而带来的性能问题；

9.redis 为什么快？Redis为什么使用单线程？

• 纯内存KV操作；内部是单程实现的（不需要创建/销毁线程，避免上下文切换，无并发资源竞争的问题）；异步非阻塞的I/O（多路复用）。
• Redis的使用瓶颈并不是CPU，它主要受到内存和网络的限制，单线程切换开销小，容易实现。

10.一致性哈希是什么？节点较少时数据分布不均匀怎么办？

• 首先求出memcached服务器（节点）的哈希值，并将其配置到0～232的圆（continuum）上。
  然后采用同样的方法求出存储数据的键的哈希值，并映射到相同的圆上。
  然后从数据映射到的位置开始顺时针查找，将数据保存到找到的第一个服务器上。如果超过232仍然找不到服务器，就会保存到第一台memcached服务器上。
• 为了解决数据倾斜问题，一致性Hash算法引入了虚拟节点机制，即对每一个服务节点计算多个哈希，每个计算结果位置都放置一个此服务节点，称为虚拟节点。具体做法可以在服务器IP或主机名的后面增加编号来实现。

11.几种 key 的淘汰策略？

• noeviction：当内存使用超过配置的时候会返回错误，不会驱逐任何键
  allkeys-lru：加入键的时候，如果过限，首先通过LRU算法驱逐最久没有使用的键
  volatile-lru：加入键的时候如果过限，首先从设置了过期时间的键集合中驱逐最久没有使用的键
  allkeys-random：加入键的时候如果过限，从所有key随机删除
  volatile-random：加入键的时候如果过限，从过期键的集合中随机驱逐
  volatile-ttl：从配置了过期时间的键中驱逐马上就要过期的键
  volatile-lfu：从所有配置了过期时间的键中驱逐使用频率最少的键 allkeys-lfu：从所有键中驱逐使用频率最少的键

12.lua 脚本的作用是什么？

• 高效性：减少网络开销及时延，多次redis服务器网络请求的操作，使用LUA脚本可以用一个请求完成

• 数据可靠性：Redis会将整个脚本作为一个整体执行，中间不会被其他命令插入。

• 复用性：LUA脚本执行后会永久存储在Redis服务器端，其他客户端可以直接复用

13.缓存击穿 / 穿透 / 雪崩的处理策略?

• 缓存和数据库中都不存在的数据，可以将此key对应的value设置为一个默认的值，比如“NULL”，并设置一个缓存的失效时间，这时在缓存失效之前，所有通过此key的访问都被缓存挡住了。

• 对热点key，加互斥锁，设置热点数据永不过期。

• 设置热点数据永不过期，过期时间设置随机，防止同一时间大量数据过期现象发生。