关于redis的简答题

---

前言

redis就要告一段落了，总结一些简答题

---

提示：以下是本篇文章正文内容，可供参考

一、关于Redis简答题

1、Redis的高并发和快速原因？

1.redis是基于内存的，内存的读写速度非常快；
2.redis是单线程的，省去了很多上下文切换线程的时间；
3.redis使用I/O多路复用技术，可以处理并发的连接。（客户端的连接不占用线程资源，只有当命令成功发送的时候，才会进入单线程，然后依次执行）

2、为什么Redis是单线程的

1.官方答案
因为Redis是基于内存的操作，CPU不是Redis的瓶颈，Redis的瓶颈最有可能是机器内存的大小或者网络带宽。既然单线程容易实现，而且CPU不会成为瓶颈，那就顺理成章地采用单线程的方案了。
2单线避免了上下文切换，节约时间

3、 Redis单线程的优劣势

1）单进程单线程优势
代码更清晰，处理逻辑更简单
2）单进程单线程弊端
无法发挥多核CPU性能，不过可以通过在单机开多个Redis实例来完善。

4、redis中的数据类型有哪些？

1 String：字符串类型，一个key对应一个值，可以存储任何内容，图片、视频都行，但是大小限制在512m以内
2 List：单键多值，值可以重
3 set：单键多值，值不可以重复
4 Hash：key后面跟field属性，从而确定一个值
5 zSet：单键多值，有序不重复集合，可以自动排序

5、跳表的原理是什么？

跳表是一个随机化的数据结构，实质就是一种可以进行二分查找的有序链表。跳表在原有的有序链表上面增加了多级索引，通过索引来实现快速查找。跳表不仅能提高搜索性能，同时也可以提高插入和删除操作的性能。 redis的zset类型的底层就是用了这种数据结构

6.redis关键命令

Redis key
1.exists key判断某个key是否存在
2.expire key 10 10秒钟：为给定的key设置过期时间

String
1.setnx key value :只有在key不存在的时候设置key的值
常用来做分布式锁
2.incrby / decrby <key><步长>将 key 中储存的数字值增减。自定义步长

Incr和decr是原子操作，java的i++是原子操作吗？不是
i=0;两个线程分别对i进行++100次,值是多少？2-200

List
1.lpop/rpop <key>从左边/右边吐出一个值。值在键在，值光键亡。
2.lrange <key><start><stop>根据范围取值
3.lpush/rpush<key><value>存值

Set
1.sadd <key><value1><value2> …
将一个或多个 member 元素加入到集合 key 中，已经存在的 member 元素将被忽略
2.smembers 根据范围取值
3.set类型数据的扩展操作
sinter <key1><key2>返回两个集合的交集元素。
sunion <key1><key2>返回两个集合的并集元素。
sdiff <key1><key2>返回两个集合的差集元素(key1中的，不包含key2中的)

Hash
1.hset <key><field><value> 给集合中的 键赋值
2.hget <key1><field> 从集合取出 value
3.hexists<key1><field> 查看哈希表 key 中，给定域 field 是否存在。

Zset
1.zrangebyscore key minmax [withscores] [limit offset count]返回有序集 key 中，所有 score 值介于 min 和 max 之间(包括等于 min 或 max )的成员。有序集成员按 score 值递增(从小到大)次序排列。
2..zrevrangebyscore key maxmin [withscores] [limit offset count] 同上，改为从大到小排列。
3.zincrby <key><increment><value> 为元素的score加上增量
4.zcount <key><min><max>统计该集合，分数区间内的元素个数

7.持久化方式有哪些？有什么区别？

redis持久化方案分为RDB和AOF两种。
RDB:
RDB持久化可以手动执行也可以根据配置定期执行，它的作用是将某个时间点上的内存中的数据保存到RDB文件中，RDB文件是一个压缩的二进制文件，通过它可以还原数据。由于RDB文件是保存在硬盘上的，所以即使redis崩溃或者退出，只要RDB文件存在，就可以用它来恢复数据。

可以通过save或者bgsave来生成RDB文件。
SAVE命令会阻塞redis进程，直到RDB文件生成完毕，在进程阻塞期间，redis不能处理任何命令请求，这显然是不合适的。
BGSAVE则是会创建一个子进程，然后由子进程去负责生成RDB文件，父进程还可以继续处理命令请求，不会阻塞进程。

AOF:
AOF和RDB不同，AOF保存的是命令，将写的命令保存起来。
AOF通过追加、写入、同步三个步骤来实现持久化机制。

1.当AOF持久化处于激活状态，服务器执行完写命令之后，写命令将会被追加aof缓冲区的末尾
2.在服务器结束一个事件之前，将会调用flushAppendOnlyFile函数决定是否要将aof缓冲区的内容保存到AOF文件中，可以通过配置appendfsync来决定。
配置如下：

always	实时同步
everysec	每秒同步
no	同步时间由操作系统决定

默认选项将会是everysec，每秒同步

8.了解Redis事务机制吗？

redis通过MULTI、EXEC、WATCH等命令来实现事务机制，事务执行过程将多个命令按照顺序一次性执行，并且在执行期间，事务不会被中断，也不会去执行客户端的其他请求，直到所有命令执行完毕。事务的执行过程如下：

1事务以MULTI开始
2.如果客户端正处于事务状态，则会把执行命令放入队列，并且返回给客户端QUEUED，反之则直接执行这个命令
3.当服务器收到客户端的EXEC命令时，WATCH命令监视整个事务中的key是否有被修改，如果有则返回空，表示失败，否则redis会遍历整个事务队列，执行队列中的所有命令，最后返回结果给客户端

9.什么是悲观锁？什么是乐观锁？

(redis、mysql、oracle、mybatis-plus)

悲观锁(Pessimistic Lock), 顾名思义，就是很悲观，每次去拿数据的时候都认为别人会修改，所以每次在拿数据的时候都会上锁，这样别人想拿这个数据就会等待，直到拿到锁。传统的关系型数据库里边就用到了很多这种锁机制，比如行锁，表锁等，读锁，写锁等，都是在做操作之前先上锁。

乐观锁(Optimistic Lock), 顾名思义，就是很乐观，每次去拿数据的时候都认为别人不会修改，所以不会上锁，但是在更新的时候会判断一下在此期间别人有没有去更新这个数据，可以使用版本号等机制。乐观锁适用于多读的应用类型，这样可以提高吞吐量。Redis就是利用这种check-and-set机制实现事务的。

10.主从复制的原理：

1)当从服务器连接上主服务器之后，从服务器就会向主服务器发送一个sync命令进行数据同步操作
2)主服务器接到从服务器发过来的同步命令，先将主服务器数据进行持久化，生成rdb文件，然后把rdb文件发送给从服务器，从服务器拿到rdb进行读取，完成复制
3)每次主服务器进行写操作之后，和从服务器进行数据同步
4)全量复制：从机第一次连接主机，主机所有的数据将会同步给从机。
5)增量复制：主机继续将新的数据依次传给从机
6)但是只要是重新连接主机（从机发出slaveof命令）,全量复制都会自动执行

11. 主从复制的三种方式：

方式一：一主多从（N个从机直接跟随主机）
方式二：薪火相传 （从机可以作为其他机器的主机）
方式三：反客为主 （主机宕机 ,从机可以通过slaveof no one 变成主机）

12 什么是哨兵机制？哨兵机制的工作原理是什么？

主从架构中，主机宕机，从机无法自动上位，需要手动上位，而哨兵机制就是自动上位
1.基于主从方案的缺点还是很明显的，假设主机宕机，那么就不能写入数据，那么从机也就失去了作用，整个架构就不可用了，除非你手动切换，主要原因就是没有自动故障转移机制。而哨兵具备自动故障转移、集群监控、消息通知等功能。
2.哨兵可以同时监视多个主从服务器，并且在被监视的主机下线时，自动将某个从机提升为主机，然后由新的主机继续接收命令。
3.哨兵会每隔1秒向所有实例（包括主从服务器和其他哨兵）发送ping命令，并且根据回复判断是否已经下线，这种方式叫做主观下线。当判断为主观下线时，就会向其他监视的哨兵询问，如果超过半数的投票认为已经是下线状态，则会标记为客观下线状态，同时触发故障转移。

13.知道什么是热key吗？热key问题怎么解决？

所谓热key问题就是，突然有几十万的请求去访问redis上的某个特定key，那么这样会造成流量过于集中，达到物理网卡上限，从而导致服务器宕机。
针对热key的解决方案：
1.提前把热key打散到不同的服务器，降低压力
2.加入二级缓存，提前把热key加载到二级缓存中，如果redis宕机，走二级缓存查询

14. 什么是缓存击穿、缓存穿透、缓存雪崩？

（1）缓存穿透:
缓存穿透是指查询内存和数据库都不存在的数据，每次请求都会打到数据库上，从而压垮数据库。

解决方案：
1 缓存null：根据id=30000去数据可查找user，user=null，也将user=null放到redis中
2 使用布隆过滤器：是一种数据结构，判断值肯定不存在或者可能存在
准备一个足够长的数组，将值存入数据库的时候，同时将key存入布隆过滤器
查找key的时候，先去布隆过滤器中获取这个key的三个hash值，在根据hash值去布隆过滤器中获取值，三个值中有一个0，代表数据肯定不存在，如果三个值都是1，代表可能存在，再去数据库查找数据，

针对这个问题，加一层布隆过滤器。布隆过滤器的原理是在你存入数据的时候，会通过散列函数将它映射为一个位数组中的K个点，同时把他们置为1。
这样当用户再次来查询A，而A在布隆过滤器值为0，直接返回，就不会产生击穿请求打到DB了。显然，使用布隆过滤器之后会有一个问题就是误判，因为它本身是一个数组，可能会有多个值落到同一个位置，那么理论上来说只要我们的数组长度够长，误判的概率就会越低，这种问题就可以在一定程度上得到解决。

（2）缓存击穿：redis中不存在这个key，数据库中存在，key在redis中过期了，当大量请 求过来的时候，请求会直接打到数据库上，引起数据库崩溃
解决方案：a.加锁：操作数据库的时候加锁
B. 当某一个请求去数据库查询的时候，同时在redis中将值设为null，待他 从数据库查到数据返回后，设置具体的值

（3）缓存雪崩：redis中不存在这些key，数据库中存在，这些key在某一时间集中过期了， 当大量请求过来的时候，请求会直接打到数据库上，引起数据库崩溃
解决方案：a.加锁
C. 多级缓存
D. 设置key 的不同的过期时间，比如固定的过期时间上在随机1-10分钟

15.Redis的过期策略有哪些？

redis主要有2种过期删除策略
惰性删除
惰性删除指的是当我们查询key的时候才对key进行检测，如果已经达到过期时间，则删除。显然，他有一个缺点就是如果这些过期的key没有被访问，那么他就一直无法被删除，而且一直占用内存。

定期删除
定期删除指的是redis每隔一段时间对数据库做一次检查，删除里面的过期key。由于不可能对所有key去做轮询来删除，所以redis会每次随机取一些key去做检查和删除。

16.那么定期+惰性都没有删除过期的key怎么办？

假设redis每次定期随机查询key的时候没有删掉，这些key也没有做查询的话，就会导致这些key一直保存在redis里面无法被删除，这时候就会走到redis的内存淘汰机制。
1.volatile-lru：从已设置过期时间的key中，移出最近最少使用的key进行淘汰
2.volatile-ttl：从已设置过期时间的key中，移出将要过期的key
3.volatile-random：从已设置过期时间的key中随机选择key淘汰
4.allkeys-lru：从key中选择最近最少使用的进行淘汰
5.allkeys-random：从key中随机选择key进行淘汰
6.noeviction：当内存达到阈值的时候，新写入操作报错

17.能说说redis集群的原理吗？

如果说依靠哨兵可以实现redis的高可用，如果还想在支持高并发同时容纳海量的数据，那就需要redis集群。redis集群是redis提供的分布式数据存储方案，集群通过数据分片sharding来进行数据的共享，同时提供复制和故障转移的功能。

节点

一个redis集群由多个节点node组成，而多个node之间通过cluster meet命令来进行连接，节点的握手过程：
1.节点A收到客户端的cluster meet命令
2.A根据收到的IP地址和端口号，向B发送一条meet消息
3.节点B收到meet消息返回pong
4.A知道B收到了meet消息，返回一条ping消息，握手成功、
5.最后，节点A将会通过gossip协议把节点B的信息传播给集群中的其他节点，其他节点也将和B进行握手

槽slot

redis通过集群分片的形式来保存数据，整个集群数据库被分为16384个slot，集群中的每个节点可以处理0-16384个slot，当数据库16384个slot都有节点在处理时，集群处于上线状态，反之只要有一个slot没有得到处理都会处理下线状态。通过cluster addslots命令可以将slot指派给对应节点处理。
slot是一个位数组，数组的长度是16384/8=2048，而数组的每一位用1表示被节点处理，0表示不处理，如图所示的话表示A节点处理0-7的slot。

当客户端向节点发送命令，如果刚好找到slot属于当前节点，那么节点就执行命令，反之，则会返回一个MOVED命令到客户端指引客户端转向正确的节点。（MOVED过程是自动的）

如果增加或者移出节点，对于slot的重新分配也是非常方便的，redis提供了工具帮助实现slot的迁移，整个过程是完全在线的，不需要停止服务。

故障转移

如果节点A向节点B发送ping消息，节点B没有在规定的时间内响应pong，那么节点A会标记节点B为pfail疑似下线状态，同时把B的状态通过消息的形式发送给其他节点，如果超过半数以上的节点都标记B为pfail状态，B就会被标记为fail下线状态，此时将会发生故障转移，优先从复制数据较多的从节点选择一个成为主节点，并且接管下线节点的slot，整个过程和哨兵非常类似，都是基于Raft协议做选举。

---