系列（三）—Redis

1、用于查找所有符合给定模式 pattern 的 key

KEYS PATTERN（比如KEYS runoob*）

Redis Keys 命令

2、如果Redis有1亿个key，使用keys命令是否会影响线上服务？

执行keys命令，redis会锁定，如果数据庞大的话可能需要几秒或更长，对于生产服务器上锁定几秒这绝对是灾难了

考察Keys命令性能问题：关于redis的keys命令的性能问题

一、多线程or单线程问题

5、redis是多线程还是单线程？

redis中io多路复用器模块是单线程执行，事件处理器也是单线程执行，两个线程不一样。所以实际redis应该是单进程多线程，只是不同的模块都用的单线程实现。（redis4.0以前所有模块是单线程的，4.0以后是异步删除模块和6.0的I/O读写是多线程的）

两个维度来举例：

1）若是client发送命令到server的话，server处理命令是单线程逐条进行的。

2）server内部可以是多线程的，比如aof持久化，假设策略每秒，那就是再单独开启一个线程去执行aof文件持久化操作，这就是多线程了。

6、Redis主线程既然是单线程，为什么还这么快？

基于内存操作、数据结构简单、多路复用和非阻塞IO、避免上下文切换

7、Redis6.0的多线程？

Redis4.0引入了多线程，但4.0的多线程只支持大数量的异步删除。6.0中引入的多线程用于提高IO的读写能力，主要实现思路是将主线程的IO读写任务拆分给一组独立的线程去执行，这样就可以使用多个socket的读写并行化了，但Redis的命令依然是主线程串行执行的

8、Redis的多路复用是什么？

socket的读写方法默认是阻塞的，Redis的非阻塞IO是指IO的读写流程不再是阻塞的，读写方法都是瞬间完成并且返回的，也就是它会采用能读多少就读多少、能写多少就写多少的策略来执行IO操作。

非阻塞的IO也面临一个问题，那就是当执行读写操作时，有可能只读写了一部分数据，那么生效的数据何时写就成了一个问题。而IO的多路复用就是解决上面的这个问题的，使用IO多路复用最简单的方式就是使用select函数，此函数是操作系统提供给用户程序的API接口，用于监控多个文件描述符的可读和可写情况的，这样就可以监控到文件描述符的读写事件了。当监控到相应的时间之后就可以通知线程处理相应的业务了，这样就保证了Redis读写功能的正常执行。

【不过现在的操作系统已经基本上不适用select函数了，改为调用epoll函数（Linux）了，macOS则是使用Kqueue（继承与Unix），因为select函数在文件描述符非常多的时候性能非常差。】

Redis 是属于多线程还是单线程？

三、持久化

11、为什么需要持久化

由于Redis的数据都存放在内存中，如果没有配置持久化，redis重启后数据就全丢失了，于是需要开启redis的持久化功能，将数据保存到磁盘上，当redis重启后，可以从磁盘中恢复数据

12、Redis持久化方式有哪几种？具体怎么实现？优缺点是什么？

Redis的持久化方式有追加日志持久化aof和快照持久化rdb两种。rdb是指定时将内存中的数据快照写入磁盘，写入成功后替换之前的快照文件。aof是指以日志的形式记录服务器所处理的每一个写、删除操作，查询操作不会记录

13、Redis两种持久化方式的优缺点

rdb备份文件只有一个，转移方便，启动效率更高。但如果数据集比较大，备份时可能耗时比较长，且安全性比较低（比如下备份前宕机）

aof文件比较大，且持久化过程比较耗时，但安全性更高，达到不丢失1s的数据

14、aof的追加日志和备份文件（重写），底层实现原理的话知道么？

重写时不会读旧的aof文件，而是执行bgrewriteaof命令时主进程会fork一个子进程，将整个内存中的数据库内容用命令的方式重写了一个新的临时aof文件，这点和快照有点类似。同时如果主进程接收新的读写命令会继续写入旧的aof文件，且同时会写入缓存。当临时aof文件写完后，子进程会通知主进程，主进程将缓存中的命令写入新的aof文件，并且替换原有的aof文件

Redis-只追加日志AOF重写原理

15、Redis的持久化开启了RDB和AOF下重启服务是如何加载的？

优先AOF，AOF没找到的话再找RDB，因为AOF文件的数据要全于RDB。

彻底搞懂Redis持久化之RDB原理

彻底搞懂Redis持久化之AOF原理

Redis持久化之RDB与AOF对比总结

四、应用

16、10万用户一年365的登陆情况如何用redis存储，并快速检索任何时间窗内的活跃用户

使用bitmap数据结构。以日期为key，userId为偏移量，执行命令setbit day useId 1

例如：小梅（userId= 1992）和小明（userId=9877）在 2020-10-01日登录；
setbit '2020-10-01' 1992 1 
setbit '2020-10-01' 9877 1

10万用户一年365天的登录情况如何用redis存储，并快速检索任意时间窗内的活跃用户

Redis的bitmap从基础到业务

17、微信微博点赞、收藏、标签、关注（使用HashMap数据结构）

• 用户某篇文章的点赞数：HashMap中的key为articleId，value为Set，Set中的值为用户ID，即HashMap<String, Set<String>>
• 用户总的点赞数：HashMap中的key为userId，value为String记录总的点赞数
• 用户点赞、收藏的文章：HashMap中的key为userId，value为Set，Set中的值为文章ID，即HashMap<String, Set<String>>
• 标签、关注功能：HashMap中的key为userId，value为Set，Set中的值为标签，即HashMap<String, Set<String>>

Redis实现点赞功能模块

五、Redis分布式

15、Redis分布式锁