Redis高频面试题

redis单线程为什么那么快

• 在内存中操作
• 核心是基于非阻塞的I/O多路复用机制(主进程只会处理命令，不会进行磁盘IO操作)
• 单线程反而避免了多线程频繁上下文切换带来的性能问题
  

redis分布式锁底层是如何实现的

过期键的删除策略

惰性过期

访问时采取判断是否过期（有点类似于延迟加载，对内存不友好，但是大量节省了cpu资源）

定期过期

隔一段时间去扫描一下key（每次扫描一定数量的key，而非全部扫描），这里要注意考虑执行频率和执行

Redis的持久化机制

机制一

RDB(Redis Database)

每隔指定时间，fork一个子进程，将当前数据库快照写入临时文件，写入完成后，再替换原始文件。用二进制方式压缩存储写入磁盘，存的是二进制数据

• 触发方式
  • 手动触发
    • save命令，使用此命令时，会使主进程处于阻塞状态，直到RDB持久化完成，才会响应其它客户端的命令
    • bgsave命令，fork出一个子进程，父子有一块共享的内存区域，主进程只会在fork时有短暂阻塞，之后就可以响应其它响应
  • 自动触发
    • save m n：是说在m秒内如果有n个键发生改变，则自动触发bgsave
    • flushall: 清空redis的所有数据库，（flushdb，清空当前数据库），同时清空RDB文件，之后生成dump.rdb（内容为空）
    • 主从同步：全量同步时才会触发

RDB优点

• 只有一个dump.rdb文件，方便持久化
• 容灾性好，方便备份
• 性能最大化，fork子进程完成写操作，实现IO最大化
• 数据集比较大的时候，效率比AOF启动效率/恢复速度要高

RDB缺点

• 数据安全性低：因为每隔一段时间做一次持久化，如果两次中间redis发生故障，则会有数据丢失
• fork子进程会占用cpu

机制二

AOF(append only file)

每执行一次增、删、改操作（查操作不会存储），就把该命令追加到log文件中，存的是命令

• 首先，命令放入AOF缓冲区（不是直接全部写入log)
• 缓冲区根据同步策略向硬盘进行同步操作
• 随着AOF文件越来越大，需要对文件进行重写，达到压缩目的
  • 同步策略：
    • 每秒同步：如果两次之间宕机，会丢失一秒的数据
    • 每修改同步：如果宕机会丢失一条数据层
    • 不同步（同步策略我们自己不管，交给操作系统处理） ：会丢失较多数据

AOF优点

• 数据安全（同步策略）
• 通过append写文件，即使中途宕机了，也不会破坏已存在的内容，redis提供了redis-check-aof工具来解决数据一致性问题
• 定期rewrite，达到压缩目的

AOF缺点

• 比RDB文件大，恢复速度慢
• 数据集大的时候，比RDB启动效率低
  

Redis集群方案（高可用方案）

一 主从复制模式（解决HA单点故障问题）

数据同步且数据全量一致

二 哨兵模式（基于主从模式来的）

主要做分布式协调，选主

• 集群监控
• 故障通知
• 故障转移
• 配置中心：通知客户端使用新的master地址

三 sharding（分片，分布式缓存寻址）

四 Cluster（分治分片，解决容量、压力、瓶颈问题，哈希槽）

Redis数据结构及使用场景

Redis主从复制

• 全量复制
• 部分复制
  流程图

布隆过滤器

缓存穿透、缓存击穿、缓存雪崩

缓存穿透

在redis和数据库中都查不到。解决方案：

• 对参数进行合法性校验
• 把查不到的结果也放在redis中（比如我们查pro_id=-1的结果是null，那么redis中也存一条对应的记录），但会出现很多冗余无用key的情况，因此这一类缓存数据的有效期要设置的短一点
• 引入布隆过滤器

缓存击穿

缓存中没有，数据库有（一般针对于热点key）。解决方案：

• 设置"热点缓存"永不过期，这里注意：在value中有逻辑上的过期时间，然后另起一个线程，定期重建这些缓存
• 加载DB的时候，防治并发，即在DB往Redis写的时候加一个并发锁

缓存雪崩

缓存大面积同时过期导致请求都被转发到DB。解决方案：

• 把失效时间分散开（比如在原来统一过期时间基础上加一个随机值）
• 热点数据永不过期

Redis分布式锁的实现

1、setnx+setex(加锁+设置过期时间)

会存在死锁问题如果setnx完成但还没做setex时宕机

2、set(key, value, nx, ex)

将setnx+setex二合一，保证原子性

3、分布式锁可能存在的问题

• 1、任务超时时，锁会自动释放，导致并发（比如设置的过期时间是5s，但是任务10s还没完成）
  • 解决方法：这里我们可以使用redission(看门狗)进行自动续期来解决
• 2、加锁和释放锁不是同一个线程操作的（比如过期时间是5秒，任务A执行8s，第5s时锁已释放并紧接着被任务B重新加锁，那么任务A执行完之后在不知道自己超时的情况下它去删除锁，就会出现问题）
  • 解决方法：在value中，存入uuid线程唯一标识，在删除锁的时候判断该标识（使用lua脚本保证原子操作）
• 3、不可重入，使用redission解决（AQS机制实现的计数器）
• 4、异步复制的时候可能造成锁丢失，使用redLock红锁机制解决
  • 顺序向5个节点申请加锁
  • 根据一定的超时时间来判断是不是跳过该节点
  • 三个节点加锁成功且花费时间小于锁的有效期
  • 认定为加锁成功

Redis事务的实现

如何保证缓存和数据库的一致性

1、先删缓存再更新数据库。

存在的问题

  -  高并发状态下，线程A删除了缓存、还没写数据库，此时线程B来读发现缓存中没有于是去数据库读，读到的就是旧数据，此时A写完数据库并且更新了缓存，结果B在读到旧数据之后再次更新了缓存，就会出现**脏数据**

解决方案

  - 1 先操作缓存但是不删除，而是把value设置成一个业务上不会用到的值，比如-999。此时B来的时候发现是-999，那么就休眠一会儿再来读
  - 2 `延时双删`。先删除缓存、再写数据库、休眠一会儿再删除缓存  

• 小结：上面的方案还是会存在问题: 在频繁写时，可能要重复休眠，影响性能

• 2、先更新数据库再删缓存

  存在的问题

  - 如果数据写完了但是删除缓存失败，会出现数据不一致问题
  

  解决方案

  - 1 设置过期时间（但是本次过期之前，还是会不一致）
  - 2 引入MQ，保证原子操作，以及重试机制
  

  • 小结：也还是会存在问题：只能保证一段时间的最终一致性

Redis如何实现延时队列？

Redis跳表怎么实现？

参考资料：都在问的Redis高频面试题