Redis 面试

Redis 面试

---

Q0: redis的数据结构

• String 、Hash、List、Set、ZSet
• HyperLogLog、BitMap、Geo、 SkipList

---

Q1: redis和memcached的区别

• 1.Redis相比Memcached来说，拥有更多的数据结构和并支持更丰富的数据操作，通常在Memcached里，你需要将数据拿到客户端来进行类似的修改再set回去。这大大增加了网络IO的次数和数据体积。
• 2.memcached没有原生的集群模式，需要依靠客户端来实现往集群中分片写入数据；但是redis目前是原生支持cluster模式的

---

Q2: redis的线程模型

• 文件事件处理器
  IO多路复用机制同时监听多个socket，根据socket上的事件来选择对应的事件处理器来处理这个事件

---

Q3:redis单线程为什么快?

• 1.纯内存操作
• 2.核心是基于非阻塞的IO多路复用机制
• 3.单线程反而避免了多线程的频繁上下文切换问题

---

Q4: 客户端与redis的通信流程

• 1.发起一个连接请求,由[IO多路复用程序]监听, 放进[队列]
• 2.由[文件事件分派器]分给[连接应答处理器]
• 3.由[连接应答处理器]跟客户端建立连接,创建客户端对应的socket,同时把socket跟[命令请求处理器]关联
• 4.当客户端向redis发起请求时,在socket产生事件,由对应的[命令请求处理器]处理事件
• 5.当redis准备好了给客户端的响应数据,会把socket跟[命令回复处理器]关联,并由[命令回复处理器]处理事件
• 6.[命令回复处理器]写完之后,就会删除这个socket和[命令回复处理器]的关联关系

涉及的模块: IO多路复用程序、队列、文件事件分派器、[连接应答处理器、命令请求处理器、命令回复处理器]

---

Q5:Redis的过期策略

• 1.设置了过期时间的情况:定期删除+惰性删除

  ​ 定期删除: 每隔100ms随机抽一些设置了过期时间的key,检查是否过期,过则删

  ​ 惰性删除: 获取key的时候,redis检查一下过期没有,过则删

  ​ 存在问题: 如果既没有走到定期删除,也没有被查,走惰性删除, 则走2↓

• 2.内存淘汰机制
  noeviction：当内存不足以容纳新写入数据时，新写入操作会报错
  allkeys-lru：当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的key
  allkeys-random：当内存不足以容纳新写入数据时，在键空间中，随机移除某个key
  volatile-lru：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，移除最近最少使用的key
  volatile-random：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，随机移除某个key
  volatile-ttl：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，更早过期时间的key优先移除

---

Q6: Redis如何支撑高并发

redis replication -> 主从架构 -> 读写分离 -> 水平扩容支撑读高并发

• 采用异步方式复制数据到slave节点
• 一个master node是可以配置多个slave node
• slave node用来横向扩容

---

Q7:Redis如何保证高可用

• 开启master node的持久化(rdb,aof)
• 哨兵节点, 当master node故障时,自动检测,并将slave node切换为master node(需要至少3个实例)
• 哨兵难以支持在线扩容,可用redis3.0以后支持的redis-clust模式(见Q9)

---

Q8:Redis如何容灾

• redis持久化：RDB(周期性冷备)，AOF(append-only方式写入日志文件 两种方式都要开

---

Q9:Redis如何支撑海量数据

• 使用redis cluster
  支撑N个redis master node，每个master node都可以挂载多个slave node
  自动将数据进行分片，每个master上放一部分数据
  提供内置的高可用支持，部分master不可用时，还是可以继续工作的

• redis cluster vs. replication + sentinal
  redis cluster，主要是针对海量数据+高并发+高可用的场景
  replication + sentinal, 数据量很少，主要是承载高并发高性能的场景

---

Q10:Redis一致性hash算法

• 2^32-1环+自动寻下一个最近的结点

---

Q11:缓存穿透

• 事前：redis高可用，主从+哨兵，redis cluster，避免全盘崩溃
• 事中：本地ehcache缓存 + hystrix限流&降级，避免MySQL被打死
• 事后：redis持久化，快速恢复缓存数据

---

Q12:缓存与数据库双写不一致的问题

• 1.简单的不一致: 先删除缓存，再修改数据库
• 2.复杂的不一致: 更新数据的时候，根据数据的唯一标识，将操作路由之后，发送到一个jvm内部的队列中**,串行化**处理

---

Q13:缓存写入并发竞争如何解决

• 1.使用分布式锁,确保同一时间只有一个实例在操作某个key
• 2.每次写入之前,判断时间戳是否比当前key值的时间戳更加新,如果是才写入覆盖