【面试实战】Redis项目实战

Redis

为什么使用这个技术？/ 说一下 Redis 和 Memcached 的区别和共同点？

🙋‍♂答：

相同点

• 都是基于内存的数据库，一般都用来当做缓存使用。
• 都有过期淘汰策略。
• 两者的性能都非常高。

区别

• Redis的数据结构更加丰富，Memcached只支持key-value数据类型；
• Redis 支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用，而 Memcached 没有持久化功能，数据全部存在内存之中，Memcached 重启或者挂掉后，数据就没了；
• Redis 支持发布订阅模型、Lua 脚本、事务等功能，而 Memcached 不支持；
• Redis 可以通过 MULTI，EXEC，DISCARD 和 WATCH 等命令来实现事务功能，Memcached不支持事务。

总之，Memcached是解决简单缓存问题的可靠选择。然而，一般来说，「Redis通过提供更丰富的功能和各种各样的特性而优于Memcached，这些特性对于解决复杂的场景更有优势」。

为什么用Redis作为MySQL的缓存？

• 主要是因为Redis 具备「高性能」和「高并发」两种特性。

  • 高性能：假如用户第一次访问 MySQL 中的某些数据。这个过程会比较慢，因为是从硬盘上读取的。将该用户访问的数据缓存在 Redis 中，这样下一次再访问这些数据的时候就可以直接从缓存中获取了，操作 Redis 缓存就是直接操作内存，所以速度相当快。

  • 高并发：单台设备的 Redis 的 QPS（Query Per Second，每秒钟处理完请求的次数） 是 MySQL 的 10 倍，Redis 单机的 QPS 能轻松破 10w，而 MySQL 单机的 QPS 很难破 1w。直接访问 Redis 能够承受的请求是远远大于直接访问 MySQL 的，所以我们可以考虑把数据库中的部分数据转移到缓存中去，这样用户的一部分请求会直接到缓存这里而不用经过数据库。

项目中哪里用到了Redis？

1. 使用Redis作为缓存数据库来保存数据，比如点赞的数据、关注的数据。
2. 验证码、登录凭证、用户信息都缓存在Redis中。
3. 统计网站DAU、UV的数据也保存到了Redis中。

为什么用Redis保存点赞/关注的数据？使用了哪些数据类型？用到了哪些命令？

因为点赞、关注是一个很高频的操作，如果直接在数据库中使用Count，效率很低，所以可以使用Redis来提升性能，从缓存中查询数据，会比直接在硬盘中查询数据要快。

使用的数据类型：

• 给帖子、评论点赞使用Set来存储。key代表某个帖子或者评论，value表示点赞的用户Id。
  • 使用Set进行存储，可以防止同一个用户多次点赞的情况，因为Set可以去重。
• 用户收到的赞使用String来存储。key代表具体用户，value就是收到的赞数。
  • 比如用户的帖子获得一条点赞，那么就在给帖子增加点赞数的同时，给用户收到的赞 + 1 即可，所以就使用String来进行存储。
• 关注、粉丝数据使用Zset来存储，key代表用户的关注 / 粉丝 ，value代表关注 / 粉丝 userId。关联的score 来保存关注时间，这样我们可以按照关注时间进行排序。
  • 使用Zset可以防止重复关注的问题，并且我们可以根据关注事件进行排序。

使用的命令：

• Set：add、remove、ismember、size
• String：decrement、increment
• Zset：add、remove、ZCard【统计元素个数】、ZREVRANGE【时间从大到小排序】，ZRANGE【从小到大排序】

为什么用Redis保存验证码、登录凭证、用户信息？

用Redis保存验证码：

1. 验证码需要频繁的刷新和访问，对性能的要求比较高
2. 并且验证码不需要永久保存，需要设计过期时间来节约空间。
3. 之前验证码都是保存在session中，在分布式部署中session会出现共享问题。将验证码保存到Redis中避免分布式session不可用的问题。

用Redis保存登录凭证、用户信息：

1. 之前将登录凭证保存到MySQL中，导致每次都需要去login_ticket表中查询登录凭证，由于每次访问页面都需要在拦截器中对登录凭证进行检查，访问频率很高，所以用Redis进行存储。Redis是内存型数据库，访问很快。
2. 需要在拦截器中根据登录凭证去查询用户信息，访问频率很高，所以用Redis进行存储。

为什么用Redis保存UV/DAU？使用了哪些数据类型？用到了哪些命令？

用户每访问一次网页，就需要向数据库中插入一条数据，如果日活很高，会消耗数据库资源。
并且如果要进行月度、年度的统计会使用count、group by这样效率很低，所以使用Redis来保存UV / DAU。

• UV：独立访客，通过IP进行排重计算。HyperLogLog就可以满足去重要求。并且每个 HyperLogLog 键只需要花费 12 KB 内存，和元素越多就越耗费内存的 Set 和 Hash 类型相比，HyperLogLog 就非常节省空间。
  • ADD方法：传入VALUE = IP进行统计。
  • UNION方法：合并HyperLogLog的集合到新的HyperLogLog。
• DAU：日活跃用户，通过用户ID进行去重。使用Bitmap一连串的二进制数组，可以统计精确结果，并且占用空间很小。
  • SETBIT方法：通过一个偏移值 offset 对 bit 数组的 offset 位置的 bit 位进行读写操作。SETBIT login_status 101 1表示ID = 101 的用户 已登录。
  • OR运算：统计一周、月度的活跃用户。

Bitmap 本身是用 String 类型作为底层数据结构实现的一种统计二值状态的数据类型。String 类型是会保存为二进制的字节数组，所以，Redis 就把字节数组的每个 bit 位利用起来，用来表示一个元素的二值状态。

用过Redis的事务吗？怎么使用的？

Redis的事务提供了三个操作：

• MULTI：事务开始执行的命令。
• 在MULTI和EXEC之间发送的所有命令都会被记录下来，并在执行EXEC命令时按照顺序执行。这些命令并不会立即执行，而是被放入一个队列中等待执行。
• EXEC：执行队列中的命令。

Redis事务的主要作用就是串联多个命令防止别的命令插队。项目中点赞操作就使用了事务。当用户执行点赞操作，我们需要在Set中增加一条数据，并且给被点赞的用户获赞数 + 1。这是两个操作，防止别的命令插队，所以使用事务。

注意：Redis不提供事务的回滚。所以这里实际的作用不大。

Redis 有哪些数据类型？SDS 了解么？

String、List、Hash、Set、Zet都是比较常用的数据类型。其中 String 数据类型的底层数据结构是 SDS（simple dynamic string，SDS）。

SDS这个数据结构中存在几个字段：

• len，记录了字符串的实际长度。这样获取字符串长度的时候，只需要返回这个成员变量值就行，时间复杂度只需要 O（1）。
• alloc，分配给字符数组的空间长度。这样在修改字符串的时候，可以通过 alloc - len 计算出剩余的空间大小，并且根据需求自动修改空间大小，也不会出现前面所说的缓冲区溢出的问题。
• buf[]，字符数组，用来保存实际数据。不仅可以保存字符串，也可以保存二进制数据。不会出现二进制安全的问题。
• flags，用来表示不同类型的 SDS。

对比C语言，主要有以下优势：

• O（1）复杂度获取字符串长度
  • C 语言的字符串长度获取 strlen 函数，需要通过遍历的方式来统计字符串长度，时间复杂度是 O（N）。
  • 而 Redis 的 SDS 结构因为加入了 len 成员变量，那么获取字符串长度的时候，直接返回这个成员变量的值就行，所以复杂度只有 O（1）。
• 二进制安全
  • 因此， SDS 的 API 都是以处理二进制的方式来处理 SDS 存放在 buf[] 里的数据，程序不会对其中的数据做任何限制，数据写入的时候时什么样的，它被读取时就是什么样的。
    通过使用二进制安全的 SDS，而不是 C 字符串，使得 Redis 不仅可以保存文本数据，也可以保存任意格式的二进制数据。
• 不会发生缓冲区溢出
  • Redis 的 SDS 结构里引入了 alloc 和 len 成员变量，这样 SDS API 通过 alloc - len 计算，可以算出剩余可用的空间大小，这样在对字符串做修改操作的时候，就可以由程序内部判断缓冲区大小是否足够用。
  • 而且，当判断出缓冲区大小不够用时，Redis 会自动将扩大 SDS 的空间大小，以满足修改所需的大小。
• 节省内存空间
  • SDS 设计了不同类型的结构体，是为了能灵活保存不同大小的字符串，从而有效节省内存空间。比如，在保存小字符串时，结构头占用空间也比较少。
  • 使用了专门的编译优化来节省内存空间，即在 struct 声明了 __attribute__ ((packed)) ，它的作用是：告诉编译器取消结构体在编译过程中的优化对齐，按照实际占用字节数进行对齐。

完。