面试之redis专题

一、为什么用redis？

1）、性能，对于执行耗时特别久，且结果不频繁变动的sql，就特别适合放到缓存里，这样，后面的请求从缓存中获取数据，使得请求响应快。

2）、并发，大并发情况下，所有请求都去请求数据库，数据库就会出现异常。用了缓存，这样就可以减少数据库的压力。请求先去缓存中获取数据，没有的话再去查询数据库。

二、redis是什么？

完全开源免费的，用C语言编写的，是一个高性能的K/V分布式内存数据库,基于内存运行并支持持久化的NoSql数据库。

与同类产品相比，具有如下优点：

1）支持数据的持久化，可以将内存中的数据保存到磁盘中，重启的时候可以再次加载进行使用

2）不仅仅支持key-value类型的数据，同时还支持list、集合、有序集合、哈希等

3）支持数据的备份，即主从模式的数据备份

三、redis为什么快？

1）纯内存操作

2）单线程操作，避免了线程的上下文的切换耗时

3）采用了非阻塞I/O多路复用机制

举例：只有单个线程(一个快递员)，通过跟踪每个I/O流（快递）的状态(每个快递的送达地点)，来管理多个I/O流。

四、数据类型及使用场景

1）String，最常规的get/set操作，value可以是字符串和数字。一般做一些复杂的计数功能，还有短信验证码验证功能等。

2）hash这里value存放的是结构化的对象，比较方便的就是操作其中的某个字段。博主在做单点登录的时候，就

是用这种数据结构存储用户信息，以cookieId作为key，设置30分钟为缓存过期时间，能很好的模拟出类似session

的效果。

3) list 使用List的数据结构，可以做简单的消息队列的功能。另外还有一个就是，可以利用lrange命令，做基于

redis的分页功能，性能极佳，用户体验好。(

4) set 因为set堆放的是一堆不重复值的集合。所以可以做全局去重的功能。为什么不用JVM自带的Set进行去重？

因为我们的系统一般都是集群部署，使用JVM自带的Set，比较麻烦，难道为了一个做一个全局去重，再起一个公共

服务，太麻烦了。 另外，就是利用交集、并集、差集等操作，可以计算共同喜好，全部的喜好，自己独有的**喜

好等功能**。

5) sorted set多了一个权重参数score,集合中的元素能够按score进行排列。可以做排行榜应用，取TOP N操作。

五、过期策略以及内存淘汰机制

分析:这个问题其实相当重要，到底redis有没用到家，这个问题就可以看出来。比如你redis只能存5G数据，可是你

写了10G，那会删5G的数据。怎么删的，这个问题思考过么？

还有，你的数据已经设置了过期时间，但是时间到了，内存占用率还是比较高，有思考过原因么?

回答: redis采用的是定期删除+惰性删除策略。

为什么不用定时删除策略? 定时删除,用一个定时器来负责监视key,过期则自动删除。虽然内存及时释放，但是十分消耗CPU资源。在大并发请求下，CPU要将时间应用在处理请求，而不是删除key,因此没有采用这一策略.

定期删除+惰性删除是如何工作的呢? 定期删除，redis默认每个100ms检查，是否有过期的key,有过期key则删除。需要说明的是，redis不是每个100ms将所有的key检查一次，而是随机抽取进行检查(如果每隔100ms,全部key进行检查，redis岂不是卡死)。因此，如果只采用定期删除策略，会导致很多key到时间没有删除。 于是，惰性删除派上用场。也就是说在你获取某个key的时候，redis会检查一下，这个key如果设置了过期时间那么是否过期了？如果过期了此时就会删除。

采用定期删除+惰性删除就没其他问题了么? 不是的，如果定期删除没删除key。然后你也没即时去请求key，

也就是说惰性删除也没生效。这样，redis的内存会越来越高。那么就应该采用内存淘汰机制。 在redis.conf中有一行配置，该配置就是配内存淘汰策略的(什么，你没配过？好好反省一下自己)

1）noeviction：当内存不足以容纳新写入数据时，新写入操作会报错。应该没人用吧。

2）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。推荐使用，目前项目在用这种。

3）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。应该也没人用吧，你不删最少使用Key,去随机删。

4）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。这种情况一般是把redis既当缓存，又做持久化存储的时候才用。不推荐

5）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。依然不推荐

6）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，有更早过期时间的key优先移除。不推荐 ps：如果没有设置 expire 的key, 不满足先决条件(prerequisites); 那么 volatile-lru, volatile-random 和 volatile-ttl 策略的行为, 和 noeviction(不删除) 基本上一致

六、渐进式ReHash

reHash的过程：

1） 首先创建一个比现有哈希表更大的新哈希表（expand）

2） 然后将旧哈希表的所有元素都迁移到新哈希表去（rehash）

渐增式rehash和平摊操作

集中式的 rehash 会引起大量的计算工作，很可能会导致服务器宕机。

渐增式 rehash将 rehash 操作平摊到dictAddRaw 、dictGetRandomKey 、dictFind 、dictGenericDelete这些函数里面，每当上面这些函数被执行的时候, _dictRehashStep 函数就会执行，将 1 个元素从 0 号哈希表 rehash 到 1 号哈希表，这样就避免了集中式的 rehash 。

注：渐进式rehash的好处在于它采取分为而治的方式，将rehash键值对的计算均摊到每个字典增删改查操作，避

免了集中式rehash的庞大计算量。

七、缓存穿透

概念访问一个不存在的key，缓存不起作用，请求会穿透到DB，流量大时DB会挂掉。

解决方案：

采用布隆过滤器，使用一个足够大的bitmap，用于存储可能访问的key，不存在的key直接被过滤；

访问key未在DB查询到值，也将空值写进缓存，但可以设置较短过期时间。

八、缓存雪崩

大量的key设置了相同的过期时间，导致在缓存在同一时刻全部失效，造成瞬时DB请求量大、压力骤增，引起雪

崩。

解决方案

可以给缓存设置过期时间时加上一个随机值时间，使得每个key的过期时间分布开来，不会集中在同一时刻失

效；

采用限流算法，限制流量；

采用分布式锁，加锁访问

九、缓存击穿

key对应的数据存在，但在redis中过期，此时若有大量并发请求过来，这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存，这个时候大并发的请求可能会瞬间把后端DB压垮。

缓存击穿解决方案

key可能会在某些时间点被超高并发地访问，是一种非常“热点”的数据。这个时候，需要考虑一个问题：缓存被“击穿”的问题。

使用互斥锁(mutex key)

业界比较常用的做法，是使用mutex（互斥锁）。简单地来说，就是在缓存失效的时候（判断拿出来的值为空），不是立即去load db，而是先使用缓存工具的某些带成功操作返回值的操作（比如Redis的SETNX或者Memcache的ADD）去set一个mutex key，当操作返回成功时，再进行load db的操作并回设缓存；否则，就重试整个get缓存的方法。

十、持久化

redis提供了两种持久化的方式，分别是RDB（Redis DataBase）和AOF（Append Only File）

RDB，全量方式，简而言之，就是在不同的时间点，将redis存储的数据生成快照并存储到磁盘等介质上；

AOF，增量方式，就是将redis执行过的所有写指令记录下来，在下次redis重新启动时，只要把这些写指令从前到后再重复执行一遍，就可以实现数据恢复了。

其实RDB和AOF两种方式也可以同时使用，在这种情况下，如果redis重启的话，则会优先采用AOF方式来进行数据恢复，这是因为AOF方式的数据恢复完整度更高。

如果你没有数据持久化的需求，也完全可以关闭RDB和AOF方式，这样的话，redis将变成一个纯内存数据库，就像memcache一样。

Redis持久化机制：RDB和AOF

RDB持久化：定时任务，BGSAVE命令 fork一个子进程生成RDB文件（二进制）

AOF持久化：根据配置将写命令存储至日志文件中，顺序写&&异步刷盘(子线程)，重写AOF文件也是需要 fork 子进程。Redis4.0之后支持混合持久化，用什么持久化机制看业务场景

十一、手写一个LRU算法

 使用LinkedHashMap来实现， LinkedHashMap底层就是用的HashMap+双链表实现的。而且本身已经实现了按照访问顺序的存储。此外，LinkedHashMap中本身就实现了1个方法，用于判断是否需要移除最不常读的数，方法默认是直接返回false。所以需要重新改方法。当缓存满后就移除最不常用的数。

package thread4;

import java.util.LinkedHashMap;

/**

* 利用LinkedHashMap实现简单的缓存， 必须实现removeEldestEntry方法，

*/

public class LRULinkedHashMap<K,V> extends LinkedHashMap<K,V> {

//最多能缓存多少数据

private final int maxCapacity;

private static final float DEFAULT_LOAD_FACTOR = 0.75f;

public LRULinkedHashMap(int maxCapacity) {

//设置1个hash的初始大小 accessOrder为true意思是让linkedHashMap按照顺序

//访问来进行排序，最近访问的放在头，最老访问的放在尾

super(maxCapacity, DEFAULT_LOAD_FACTOR, true);

this.maxCapacity = maxCapacity;

}

@Override

protected boolean removeEldestEntry(java.util.Map.Entry<K, V> eldest) {

//当map中的数据量大于指定的缓存个数的时候，就自动删除最老的数据

return size() > maxCapacity;

}

public static void main(String args[]){

LRULinkedHashMap lruLinkedHashMap = new LRULinkedHashMap(5);

for (int i =0;i<10;i++) {

lruLinkedHashMap.put(i,i);

}

System.out.println(lruLinkedHashMap);

}

}

十二、为啥要用redis

1、缓存是如何实现高性能的

频繁查询，查询时间长，且改动少的数据，放入缓存。第一次查询慢，后面的查询都走缓存，时间就很快了。

2、缓存是如何实现高并发的

数据库连接资源是有限的，很宝贵。交易高峰期，假如每秒4000个请求，如果都走数据库，那么数据库就可能宕机。因为数据库建议并发请求不超过2000/s。如果走缓存，那么就是属于内存操作了，内存可支持4000/s，4万/s都没有问题。

十三、redis和memcached的区别

   1、Redis支持更多的数据类型。String、hash、list、set、zset。而memcached只支持String。

   2、Redis支持持久化。可以通过aof或者rdb进行数据恢复。memcached不支持。

   3、Redis支持原生的集群模式redis cluster

十四、为什么Redis单线程还能支持高并发

       1、非阻塞IO多路复用

       2、纯内存操作

        3、单线程避免了多线程频繁的上下文切换。

说明：上下文切换：CPU通过时间片分配算法来循环执行任务，当前任务执行一个时间片后会切换到下一个任务。但是，在切换前会保存上一个任务的状态，以便下次切换回这个任务时，可以再次加载这个任务的状态，从任务保存到再加载的过程就是一次上下文切换

十五、内存淘汰策略

内存淘汰策略的(什么，你没配过？好好反省一下自己)

1）noeviction：当内存不足以容纳新写入数据时，新写入操作会报错。应该没人用吧。

2）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。推荐使用，目前项目在用这种。

3）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。应该也没人用吧，你不删最少使用Key,去随机删。

4）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。这种情况一般是把redis既当缓存，又做持久化存储的时候才用。不推荐

5）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。依然不推荐

6）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，有更早过期时间的key优先移除。不推荐 ps：如果没有设置 expire 的key, 不满足先决条件(prerequisites); 那么 volatile-lru, volatile-random 和 volatile-ttl 策略的行为, 和 noeviction(不删除) 基本上一致

十六、Redis 集群会有写操作丢失吗？为什么？

Redis 并不能保证数据的强一致性，这意味这在实际中集群在特定的条件下可能会丢失写操作。

十七、Redis 集群之间是如何复制的？

异步复制

十八、Redis 集群最大节点个数是多少？

16384 个

十九、一个字符串类型的值能存储最大容量是多少？

512M

二十、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。选择内存不够时，移除最近最少使用策略。