大家好,我是青空。
今天青空给大家带来的是Redis相关面试题
文末领取面试大全
1.Redis如何做内存优化?
尽可能使用散列表(hashes),散列表(是说散列表里面存储的数少)使用的内存非常小,所以你应该尽可能的将你的数据模型抽象到一个散列表里面。
比如你的web系统中有一个用户对象,不要为这个用户的名称,姓氏,邮箱,密码设置单独的 key,而是 应该把这个用户的所有信息存储到一张散列表里面。
2.Redis中的管道有什么用?
一次请求/响应服务器能实现处理新的请求即使旧的请求还未被响应。这样就可以将多个命令发送到服务器,而不用等待回复,最后在一个步骤中读取该答复。
这就是管道(pipelining),是一种几十年来广泛使用的技术。例如许多POP3协议已经实现支持这个功能,大大加快了从服务器下载新邮件的过程。
3.Redis和Redisson有什么关系?
Redisson是一个高级的分布式协调Redis客服端,能帮助用户在分布式环境中轻松实现一些 Java的对象 (Bloom filter, BitSet, Set, SetMultimap, ScoredSortedSet, SortedSet, Map, ConcurrentMap, List, ListMultimap, Queue, BlockingQueue, Deque, BlockingDeque, Semaphore, Lock, ReadWriteLock, AtomicLong, CountDownLatch, Publish / Subscribe, HyperLogLog)。
4.Redis有哪些适合的场景?
(1)会话缓存(Session Cache)
最常用的一种使用Redis的情景是会话缓存(session cache)。用Redis缓存会话比其他存储 (如 Memcached)的优势在于:Redis提供持久化。当维护一个不是严格要求一致性的缓存时,如果用户 的购物⻋信息全部丢失,大部分人都会不高兴的,现在,他们还会这样吗?
幸运的是,随着 Redis 这些年的改进,很容易找到怎么恰当的使用Redis来缓存会话的文档。甚至广为 人知的商业平台Magento也提供Redis的插件。
(2)全⻚缓存(FPC)
除基本的会话token之外,Redis还提供很简便的FPC平台。回到一致性问题,即使重启了 Redis实例,因为有磁盘的持久化,用户也不会看到⻚面加载速度的下降,这是一个极大改 进,类似PHP本地FPC。
再次以Magento为例,Magento提供一个插件来使用Redis作为全⻚缓存后端。
此外,对WordPress的用户来说,Pantheon有一个非常好的插件 wp-redis,这个插件能帮助你以最快 速度加载你曾浏览过的⻚面。
(3)队列
Reids在内存存储引擎领域的一大优点是提供 list 和 set 操作,这使得Redis能作为一个很好的 消息队列平台来使用。Redis作为队列使用的操作,就类似于本地程序语言(如Python)对 list 的 push/pop 操作。
如果你快速的在Google中搜索“Redis queues”,你⻢上就能找到大量的开源项目,这些项目的目的就是利用Redis创建非常好的后端工具,以满足各种队列需求。例如,Celery有一个后台就是使用Redis作为broker,你可以从这里去查看。
(4)排行榜/计数器
Redis在内存中对数字进行递增或递减的操作实现的非常好。集合(Set)和有序集合(Sorted Set)也使得我们在执行这些操作的时候变的非常简单,Redis只是正好提供了这两种数据结构。
所以,我们要从排序集合中获取到排名最靠前的10个用户–我们称之为“user_scores”,我们只需要像下面一样执行即可: 当然,这是假定你是根据你用户的分数做递增的排序。如果你想返回用户及用户的分数,你需要这样执行:
ZRANGE user_scores 0 10 WITHSCORES
Agora Games就是一个很好的例子,用Ruby实现的,它的排行榜就是使用Redis来存储数据 的,你可以在这里看到。
(5)发布/订阅
最后(但肯定不是最不重要的)是Redis的发布/订阅功能。发布/订阅的使用场景确实非常多。我已看⻅人们在社交网络连接中使用,还可作为基于发布/订阅的脚本触发器,甚至用 Redis的发布/订阅功能来建立聊天系统!
5.MySQL 里有 2000w 数据,redis 中只存 20w 的数据, 如何保证 redis 中的数据都 是热点数据?
redis 内存数据集大小上升到一定大小的时候,就会施行数据淘汰策略。
其实面试除了考察 Redis,不少公司都很重视高并发高可用的技术,特别是一线互联网公司,分布式、JVM、spring 源码分析、微服务等知识点已是面试的必考题。
6.Redis 集群方案什么情况下会导致整个集群不可用?
有 A,B,C 三个节点的集群,在没有复制模型的情况下,如果节点 B 失败了,那么整个集群就会 以为缺少 5501-11000 这个范围的槽而不可用。
7.Redis 集群方案应该怎么做?都有哪些方案?
codis
目前用的最多的集群方案,基本和 twemproxy 一致的效果,但它支持在节点数量改变情况下,旧节点 数据可恢复到新 hash 节点。
redis cluster
3.0 自带的集群,特点在于他的分布式算法不是一致性 hash,而是 hash 槽的概念,以及自身支持节点 设置从节点。具体看官方文档介绍。在业务代码层实现,起几个毫无关联的 redis 实例,在代码层,对 key 进行 hash 计算, 然后去对应的redis 实例操作数据。这种方式对 hash 层代码要求比较高,考虑部分包括,节点失效后的替代算法方案,数据震荡后的自动脚本恢复,实例的监控,等等。
8.Redis String的内部编码有哪些?
int、embstr、raw
10000以下的整数会使用缓存里的int常量。
⻓度小于等于44字节:embstr编码
⻓度大于44字节:raw编码
9.用Redis做延时队列,具体应该怎么实现?
可以使用Zset实现。member是任务描述,score是执行时间,然后用定时器定时去扫描,一 旦有执行时间小于或等于当前时间的任务,就立即执行。
10.Redis在集群中查找key的时候,是怎么定位到具体节 点的?
使用crc16算法对key进行hash 将hash值对16384取模,得到具体的槽位根据节点和槽位的映射信息 (与集群建立连接后,客户端可以取得槽位映射信息),找到具体的节点地址 去具体的节点找key如果 key不在这个节点上,则redis集群会返回moved指令,加上新的节点地址给客户端,同时,客户端会刷 新本地的节点槽位映射关系如果槽位正在迁移中,那么redis集群会返回asking指令给客户端,这是临时纠正,客户端不会刷新本地的节点槽位映射关系
11.Redis的持久化了解过吗?
Redis持久化有RDB和AOF这2种方式。
RDB:将数据库快照以二进制的方式保存到磁盘中。
AOF:以协议文本方式,将所有对数据库进行过写入的命令和参数记录到AOF文件,从而记录 数据库状态。
12.Redis在什么情况下会触发key的回收?
2种情况: 1、定时(抽样)清理; 2、执行命令时,判断内存是否超过maxmemory。
13.Redis key的淘汰策略有哪些?
8种:noeviction,volatile-lru,volatile-lfu,volatile-ttl,volatile-random,allkeylru,allkeys-lfu, allkeys-random
14.Redis事务机制了解过吗?
Redis事务的概念:
Redis 事务的本质是一组命令的集合。事务支持一次执行多个命令,一个事务中所有命令都会被序列化。在事务执行过程,会按照顺序串行化执行队列中的命令,其他客户端提交的命令请求不会插入到事 务执行命令序列中。
Redis事务就是一次性、顺序性、排他性的执行一个队列中的一系列命令。
Redis事务没有隔离级别的概念:
批量操作在发送 EXEC 命令前被放入队列缓存,并不会被实际执行,也就不存在事务内的查询要看到事务里的更新,事务外查询不能看到。
Redis不保证原子性: Redis中,单条命令是原子性执行的,但事务不保证原子性,且没有回滚。事务中任意命令执行失败,其余的命令仍会被执行。
Redis事务的三个阶段:
开始事务
命令入队
执行事务
Redis事务相关命令:
watch key1 key2 … : 监视一或多个key,如果在事务执行之前,被监视的key被其他命令改动, 则事务被 打断 ( 类似乐观锁 )
multi : 标记一个事务块的开始( queued )
exec : 执行所有事务块的命令 ( 一旦执行exec后,之前加的监控锁都会被取消掉 )
discard : 取消事务,放弃事务块中的所有命令
unwatch : 取消watch对所有key的监控
15.使用Redis统计网站的UV,应该怎么做?
UV与PV不同,UV需要去重。一般有2种方案: 1、用BitMap。存的是用户的uid,计算UV的时候,做下bitcount就行了。
2、用布隆过滤器。将每次访问的用户uid都放到布隆过滤器中。优点是省内存,缺点是无法得到精确的 UV。但是对于不需要精确知道具体UV,只需要大概的数量级的场景,是个不错的选择。
16.Redis中的大key怎么处理?
大key指的是value特别大的key。比如很⻓的字符串,或者很大的set等等。大key会造成2个问题:
1、数据倾斜,比如某些节点内存占用过高。
2、当删除大key或者大 key自动过期的时候,会造成QPS突降,因为Redis是单线程的缘故。处理方案:可以将一个大key进行分片处理,比如:将一个大set分成多个小的set。
17.Redis中的热key怎么处理?
1、对热key进行分散处理。比如:在key上加上不同的前后缀,缓存多个key,使得各个key分 散到不同的节点上。2、采用多级缓存。
18.缓存失效?缓存穿透?缓存雪崩?缓存并发?
-
缓存失效 缓存失效指的是大量的缓存在同一时间失效,到时DB的瞬间压力飙升。造成这种现象的 原因是,key的过期时间都设置成一样了。解决方案是,key的过期时间引入随机因素, 比如5分钟 +随机秒这种方式。
-
缓存穿透 缓存穿透是指查询一条数据库和缓存都没有的一条数据,就会一直查询数据库,对数据 库的访问压力就会增大,缓存穿透的解决方案,有以下2种: 缓存空对象:代码维护较简单,但是 效果不好。布隆过滤器:代码维护复杂,效果很好。
-
缓存雪崩 缓存雪崩 是指在某一个时间段,缓存集中过期失效。此刻无数的请求直接绕开缓存,直 接请求数据库。造成缓存雪崩的原因,有以下2种: reids宕机。大部分数据失效。对于缓存雪崩的解决方案有以下2种: 搭建高可用的集群,防止单机的redis宕机。设置不同的过期时间,防止同意之间内大量的key失效。
-
缓存并发 有时候如果网站并发访问高,一个缓存如果失效,可能出现多个进程同时查询DB,同时 设置缓存的情况,如果并发确实很大,这也可能造成DB压力过大,还有缓存频繁更新的 问题。一 般处理方案是在查DB的时候进行加锁,如果KEY不存在,就加锁,然后查DB入缓存, 然后解锁; 其他进程如果发现有锁就等待,然后等解锁后再查缓存或者进入DB查询。
19.Redis集群如何选择数据库?
Redis集群目前无法做数据库选择,默认在0数据库。
20.Redis如何设置密码及验证密码?
设置密码:config set requirepass 123456
授权密码:auth 123456
21.为什么 Redis 需要把所有数据放到内存中?
Redis 为了达到最快的读写速度将数据都读到内存中,并通过异步的方式将数据写入磁盘。所以 redis 具有快速和数据持久化的特征,如果不将数据放在内存中,磁盘 I/O 速度为严重影响 redis的性能。
在内存越来越便宜的今天,redis 将会越来越受欢迎, 如果设置了最大使用的内存,则数据已有记录数达到内存限值后不能继续插入新值。
22.Redis 官方为什么不提供 Windows 版本?
因为目前 Linux 版本已经相当稳定,而且用户量很大,无需开发 windows 版本,反而会带来兼容性等问题。
23.Redis是单线程还是多线程?
Redis6.0采用多线程IO,不过命令的执行还是单线程的。
Redis6.0之前,IO线程和执行线程都是单线程的。
24.Redis为什么那么快?
1、内存操作;
2、单线程,省去线程切换、锁竞争的开销;
3、非阻塞IO模型,epoll。
25.一个字符串类型的值能存储最大容量是多少?
512M
26.Redis的全称是什么?
Remote Dictionary Server。
27.Redis主要消耗什么物理资源?
内存。
28.Redis有哪些数据结构?
Redis 有 5 种基础数据结构,它们分别是:string(字符串)、list(列表)、hash(字典)、set(集 合) 和 zset(有序集合)。
这 5 种是 Redis 相关知识中最基础、最重要的部分。
29.Redis相比memcached有哪些优势?
(1) memcached所有的值均是简单的字符串,redis作为其替代者,支持更为丰富的数据类型 (2) redis的速度比memcached快很多 (3) redis可以持久化其数据
30.什么是Redis?简述它的优缺点?
Redis本质上是一个Key-Value类型的内存数据库,很像memcached,整个数据库统统加载在内存当中进行操作,定期通过异步操作把数据库数据flush到硬盘上进行保存。
因为是纯内存操作,Redis的性能非常出色,每秒可以处理超过 10万次读写操作,是已知性能最快的Key-Value DB。
Redis的出色之处不仅仅是性能,Redis最大的魅力是支持保存多种数据结构,此外单个value 的最大限制是1GB,不像 memcached只能保存1MB的数据,因此Redis可以用来实现很多有用的功能。
比方说用他的List来做FIFO双向链表,实现一个轻量级的高性 能消息队列服务,用他的Set可 以做高性能的tag系统等等。
另外Redis也可以对存入的Key-Value设置expire时间,因此也可以被当作一个功能加强版的 memcached来用。Redis的主要缺点是数据库容量受到物理内存的限制,不能用作海量数据的高性能读写,因此Redis适合的场景主要局限在较小数据量的高性能操作和运算上。
面试大全包括:包括 Java 集合、JVM、多线程、并发编程、设计模式、SpringBoot、SpringCloud、Java、MyBatis、ZooKeeper、Dubbo、Elasticsearch、Memcached、MongoDB、Redis、MySQL、RabbitMQ、Kafka、Linux、Netty、Tomcat、Python、HTML、CSS、Vue、React、JavaScript、Android 大数据、阿里巴巴等大厂面试题等、等技术栈!
领取方式:扫描下方公众号【蚂蚁原图】回复【面试题】即可获取