【面试高高手】—— Redis

1.Redis的数据类型有哪些？

• string（字符串）:基本类型，与Memcached的类型相同，一个key对应一个value，且它是二进制安全的，可以包含任何数据，如jpg图片或序列化的对象。String类型的值最大能存储512MB。
• hash（哈希）：哈希是一个键值(key=>value)对集合，它特别适合用于存储对象。
• list（列表）：列表是简单的字符串列表，按照插入顺序排序。
• set（集合）：Set是string类型的无序集合。
• zset（sorted set：有序集合）：与Set相似，但每个元素都会关联一个分数，根据这个分数进行排序。

2.使用Redis设计一个排行榜，你会如何设计，使用什么数据结构？

设计一个排行榜通常需要使用有序集合（Sorted Set）数据结构，而Redis中的有序集合（Sorted Set）正是用来处理这种场景的理想选择。以下是如何设计一个排行榜的一般步骤：

• 创建有序集合： 在Redis中，可以使用ZADD命令创建一个有序集合，每个成员都有一个分数，表示该成员的排名。初始时，排行榜是空的。

• 添加成员： 使用ZADD命令将用户及其分数添加到有序集合中。分数可以根据用户的某种指标，如分数、积分、得分等来设置。

• 查询排名： 使用ZREVRANK命令或ZRANK命令可以查询指定成员在排行榜中的排名。排名通常从0开始，表示第一名。

• 查询分数： 使用ZSCORE命令可以查询指定成员的分数，这个分数可以用来表示该成员的排名依据。

• 获取排行榜： 使用ZRANGE或ZREVRANGE命令可以获取排行榜中的前N名或后N名成员，这可以用来展示排行榜的内容。

• 更新成员分数： 使用ZINCRBY命令可以增加或减少指定成员的分数，用来更新成员在排行榜中的排名。

• 移除成员： 使用ZREM命令可以从排行榜中移除指定的成员。

• 设置过期时间： 可以使用EXPIRE命令来设置排行榜的过期时间，以便在一段时间后自动清除排行榜数据。

# 创建排行榜
ZADD leaderboard 1000 "UserA"
ZADD leaderboard 950 "UserB"
ZADD leaderboard 1100 "UserC"

# 查询排名
ZRANK leaderboard "UserA"  # 返回0，表示UserA排在第一名
# 查询分数
ZSCORE leaderboard "UserB"  # 返回950
# 获取前N名
ZREVRANGE leaderboard 0 2 WITHSCORES  # 返回前3名成员及其分数
# 更新成员分数
ZINCRBY leaderboard 50 "UserA"  # 将UserA的分数增加50
# 移除成员
ZREM leaderboard "UserB"  # 从排行榜中移除UserB

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

3.如何确定热点数据？

使用淘汰策略：Redis 支持几种不同的淘汰策略，如 LRU (Least Recently Used) 或 LFU (Least Frequently Used)。这些策略可以自动删除最不常用的数据，以确保内存中始终保存最热的数据。
设置过期时间：对于每个存储在 Redis 中的值，都可以设置一个过期时间。过期时间到达后，Redis 会自动删除该值。这种机制可以确保 Redis 中的数据始终是最新和最热的。
优化查询：对于频繁执行的查询，可以通过使用 Redis 的查询缓存功能来提高效率。这个功能可以将查询结果缓存起来，这样在相同查询再次执行时，就可以直接从缓存中获取结果，而不需要重新执行查询。

4.Redis的持久化策略有哪些？

• RDB：RDB是在某个时间点将内存中的所有数据快照保存到硬盘上，在数据恢复时，可以恢复备份时间以前的所有数据，但无法恢复备份时间点后面的数据。
  • 性能好启动速度更快 。
  • 会导致部分数据缺失。
• AOF： AOF持久化方式则会记录每一个服务器收到的写操作。在服务启动时，这些记录的操作会逐条执行从而重建出原有的数据。写操作指令记录的格式跟redis协议
  • 基本可实现数据无丢失。
  • 速度较慢。

一般在生产上的话，在Redis重启后，两个一起用的，因为两种持久化方式优缺点会互补，在应急情况下先使用RDB将大量数据读取出来，在使用AOF将数据补全。

5.如何使用Redis实现分布式锁？

使用setnx。
setnx(“key“,”value“)的作用是当且仅当，在redis中key的值是不存在的时候，setnx(“key“,”value“)的操作会返回true，如果key语句存在，那么始终是返回false。根据setnx这样的特性， 我们可以使用setnx实现一个分布式锁，但多个线程进来的时候，当其中一个线程执行上述的第5行代码（上锁操作），其他线程在第一个线程没有执行完毕后，都是处于自旋的状态（拿不到锁），只有第一个线程执行完毕释放锁后（第17代码），其他的线程才有可能拿到。setIfAbsend是setnx的客户端用法。

6.Redis的数据淘汰策略有哪些呢？

（1）volatile-lru：在内存不足时，根据 LRU 算法删除设置了过期时间的键。
（2）allkeys-lru：从所有key的哈希表（server.db[i].dict）中随机挑选多个key，然后再选到的key中利用LRU算法淘汰最近最少使用的数据。
（3）volatile-random：在内存不足时，随机删除设置了过期时间的键。
（4）allkeys-random：从所有key的哈希表中随机挑选多个key淘汰掉。
（5）volatile-ttl：从已设置过期时间的哈希表（server.db[i].expires）中随机挑选多个key，然后在选到的key中选择过期时间最小的数据淘汰掉。
（6）no-enviction（驱逐）：禁止驱逐数据。

7.Redis为什么这么快？

（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使用多路复用技术，可以处理并发的连接，非阻塞IO内部实现epoll，使用了单线程来轮询描述符，将数据库的开、关、读、写都转换成了事件，减少了线程切换时上下文的切换和竞争。

8.Redis单线程优势？

• 优势：
  （1）代码更清晰，处理逻辑更简单
  （2）不用去考虑各种锁的问题，不存在加锁释放锁操作，没有因为可能出现死锁而导致的性能消耗
  （3）不存在多进程或者多线程导致的切换而消耗CPU
• 劣势：
  （1）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。

9.Redis支持事务吗？

支持
（1）DISCARD 取消事务，放弃执行事务块内的所有命令
（2）EXEC 执行所有事务块内的命令
（3）MULTI 标记一个事务块的开始
（4）UNWATCH 取消 WATCH 命令对所有 key 的监视
（5）WATCH key [key…] 监视一个(或多个) key ，如果在事务执行之前这个(或这些) key 被其他命
令所改动，那么事务将被打断

10.redis和memcache区别

（1）memcache把数据都放到了内存中，当服务宕机或者是断点时，数据会丢失，而且memcache存储的数据不能超过内存大小。redis支持数据持久化。
（2）memcache支持的都是简单的字符串，redis有更为丰富的数据类型，提供了String、Hash、set、zeset、list五中数据类型
（3）使用底层模型不同 它们之间底层实现方式 以及与客户端之间通信的应用协议不一样。 Redis直接自己构建了VM 机制 ，因为一般的系统调用系统函数的话，会浪费一定的时间去移动和请求。
（4）value值大小不同，redis最大考验达到512m，而memcache只有1mb
（5）redis的速度比memcache快很多
（6）redis支持master-slave模式的数据备份。

11.Redis如何保证数据一致

  1.使用MySQL的binlog向Redis推送增量数据
1

异步更新缓存(基于订阅binlog的同步机制)，步骤如下：
（1）当MySQL变更数据时，binlog中会存在更新的增量数据。
（2）将这些增量数据推送给Redis
（3）Redis根据binlong的记录，对缓存进行更新。
这里消息的推送可以使用MQ来进行实现。
2.延时双删
步骤如下：
（1）先删除缓存
（2）再写数据库
（3）休眠一段时间
（4）再次删除缓存
那么，这个500毫秒怎么确定的，具体该休眠多久呢？需要评估自己的项目的读数据业务逻辑的耗时。这么做的目的，就是确保读请求结束，写请求可以删除读请求造成的缓存脏数据。当然这种策略还要考虑redis和数据库主从同步的耗时。最后的的写数据的休眠时间：则在读数据业务逻辑的耗时基础上，加几百ms即可。比如：休眠1秒。
这样做的弊端是：最差的情况是在休眠时间，用户读到的数据和DB不一致，增加了请求的耗时。

12.什么是Redis的缓存雪崩？

解释一：缓存雪崩，是指在某一时间段，缓存集中失效。 比如：在写文本的时候，马上就要到双十二零点了，产生雪崩的原因之一，比如在写本文的时候，马上就要到双十二零点，很快就会迎来一波抢购，这波商品时间比较集中的放入了缓存，假设缓存一个小时。那么到了凌晨一点钟的时候，这批商品的缓存就都过期了。而对这批商品的访问查询，都落到了数据库上，对于数据库而言，就会产生周期性的压力波峰。
解释二：其实集中过期，倒不是非常致命，比较致命的缓存雪崩，是缓存服务器某个节点宕机或断网。因为自然形成的缓存雪崩，一定是在某个时间段集中创建缓存，那么那个时候数据库能顶住压力，这个时候，数据库也是可以顶住压力的。无非就是对数据库产生周期性的压力而已。而缓存服务节点的宕机，对数据库服务器造成的压力是不可预知的，很有可能瞬间就把数据库压垮。
解决方案：
（1）redis高可用
我们设置多台redis，最好三主三从，这样一台宕机后，其它的还能正常工作，其实就是搭建集群
（2）限流降级
在缓存失效后，通过加锁或者队列来控制的°数据库的写缓存的数量。比如对某个key只允许一个线程查询数据和写缓存，其它线程等待。
（3）数据预热
数据预热就是在项目正式部署前，我们先把可能的数据提前访问一遍，这样部分大量访问的数据就会被加载到缓存中。在即将发生高并发前手动触发加载缓存中的不同的key，设置不同的失效时间，缓存失效的时间点尽量匀称。
（4）分散Key的失效时间
尽量让key的失效时间分散一些，设置不同的过期事件
（5）做二级缓存
A1为原始缓存，A2为拷贝缓存，A1失效时，可以访问A2，A1缓存失效时间设置为短期，A2设置为长期。

13.什么是Redis的缓存击穿？

redis缓存穿透就是，在客户端查询数据的时候，缓存中没有，缓存命中率为0，于是去持久层数据库中去查询，结果发现也没有。当用户很多时，因为缓存中没有都去了数据库中查询，导致数据库压力过大，这时候就出现了缓存穿透的问题。
解决方案：
（1）布隆过滤器
布隆过滤器的工作原理是，现规定好，redis缓存中可能存入的数据（比如：商品信息，就规定商品信息可能被存入；身份证号码，就规定身份证号码可能会存入；如果两者都有可能，就两者都规定）规定完毕后， 寻找这些数据所对应的哈希值的所有可能（比如：面包m，所有的排列的可能性都列出来，就是：面包m、面m包、包面m等等…）,把列出来的所有可能性的数据全部转化为哈希值， 再把这些所有可能出现的哈希值（非常大），存入一个很大的bitmap中，订单有一个不可能的查询数据过来的时候，bitmap会直接拦截，不会让他们去查询缓存。可以有效的避免redis缓存穿透。
（2）设置缓存空对象
当缓存不命中后，即使返回空的对象也将其缓存起来，同时会设置一个过期时间，之后在访问这个数据将会从缓存中获取，而不会再去访问持久层的数据库了。