Reids面试问题以及答案

文章目录

1. 什么是 Redis？
2. Redis 的优缺点
3. Redis 与 Memcached 的优势比较
4. Redis 支持的数据类型
5. Redis 主要消耗的物理资源
6. Redis 的数据淘汰策略
7. Redis 官方为什么不提供 Windows 版本？
8. 一个字符串类型的值能存储最大容量是多少？
9. 为什么 Redis 需要把所有数据放到内存中？
10. Redis 集群方案应该怎么做？都有哪些方案？
11. Redis 集群方案什么情况下会导致整个集群不可用？
12. 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？
13. Redis 支持的 Java 客户端
14. Redis 和 Redisson 的关系
15. Jedis 和 Redisson 对比
16. Redis 哈希槽的概念
17. Redis 集群的主从复制模型
18. Redis 集群的写操作丢失情况
19. Redis 集群之间的复制方式
20. Redis 集群最大节点个数
21. Redis 集群如何选择数据库
22. Redis 中的管道的作用
23. 理解 Redis 事务
24. Redis 事务相关命令
25. Redis key 的过期时间和永久有效设置方式
26. Redis 内存优化
27. Redis 回收进程工作原理
28. Redis 适合的场景
29.Redis 如何实现延时队列
30.主从数据库不一致的解决方案
28.缓存与数据库不一致的处理方案
29.选择缓存时，什么时候选择 redis，什么时候选择 memcached
- 选择 Redis 的情况：
- 选择 Memcached 的情况：
30.缓存穿透、缓存击穿、缓存雪崩解决方案？

1. 什么是 Redis？

Redis（Remote Dictionary Server）是一个内存数据库，类似于 memcached，采用键值对存储数据，但它的数据库全部加载在内存中进行操作，并定期通过异步操作将数据刷新到硬盘上进行持久化保存。Redis以其出色的性能而闻名，每秒可以处理超过 10 万次读写操作，是已知性能最快的键值型数据库之一。除了性能，Redis还支持保存多种数据结构，并且单个 value 的最大限制是 1GB，这使得它可以实现多种有用的功能，比如实现消息队列、高性能的 tag 系统等。

2. Redis 的优缺点

优点：

出色的性能，每秒处理超过 10 万次读写操作。
支持多种数据结构，如 String、List、Set、Sorted Set、Hashes。
单个 value 最大限制为 1GB。
支持数据持久化，可以将数据保存到硬盘上。
可以设置过期时间，用作缓存。

缺点：

数据库容量受物理内存限制，不适合海量数据的高性能读写。
内存消耗较大。
不支持复杂的查询语句。

3. Redis 与 Memcached 的优势比较

数据类型支持：Redis 支持丰富的数据类型，如 String、List、Set、Sorted Set、Hashes，而 Memcached 的值都是简单的字符串。
速度：Redis 比 Memcached 快很多。
数据持久化：Redis 可以持久化其数据，而 Memcached 不支持持久化。

4. Redis 支持的数据类型

Redis 支持以下数据类型：

String（字符串）
List（列表）
Set（集合）
Sorted Set（有序集合）
Hashes（哈希表）

5. Redis 主要消耗的物理资源

Redis 主要消耗内存资源，因为它的数据库全部加载在内存中进行操作。

6. Redis 的数据淘汰策略

Redis 支持以下几种数据淘汰策略：

noeviction：当内存限制达到时，拒绝执行可能会增加内存使用的命令。
allkeys-lru：尝试回收最近最少使用的键（LRU），以便新的数据有空间存放。
volatile-lru：尝试回收最近最少使用的键（LRU），但仅限于过期集合的键，以便新的数据有空间存放。
allkeys-random：随机回收键，以便新的数据有空间存放。
volatile-random：随机回收键，但仅限于过期集合的键，以便新的数据有空间存放。
volatile-ttl：回收在过期集合的键，并优先回收存活时间（TTL）较短的键，以便新的数据有空间存放。

7. Redis 官方为什么不提供 Windows 版本？

Redis 官方不提供 Windows 版本的主要原因是因为目前 Linux 版本已经相当稳定，并且拥有庞大的用户群体，不需要额外开发和维护 Windows 版本。开发和维护 Windows 版本会增加兼容性等问题，而且 Linux 版本已经能够满足大多数用户的需求。

8. 一个字符串类型的值能存储最大容量是多少？

一个字符串类型的值最大容量是 512MB。

9. 为什么 Redis 需要把所有数据放到内存中？

Redis 将数据放到内存中主要是为了达到最快的读写速度，并通过异步的方式将数据写入磁盘以实现持久化。如果不将数据放在内存中，磁盘 I/O 速度将严重影响 Redis 的性能。随着内存价格的不断下降，Redis 在内存中存储数据已成为一种常见且高效的做法。但需要注意的是，如果设置了最大使用的内存，当数据量达到内存限制时就不能继续插入新值。

10. Redis 集群方案应该怎么做？都有哪些方案？

Redis 集群方案有几种不同的实现方式：

Codis: Codis 是一个比较常见的集群方案，与 Twemproxy 类似，但支持在节点数量改变时进行数据迁移。
Redis Cluster: Redis 3.0 开始自带的集群方案，采用哈希槽的分布式算法，支持节点设置从节点。
业务代码层实现: 通过在业务代码层实现哈希计算，将数据存储在不同的 Redis 实例中。这种方式需要在代码层处理节点失效、数据迁移等问题，对哈希层代码要求较高。

11. Redis 集群方案什么情况下会导致整个集群不可用？

在没有复制模型的情况下，如果集群中某个节点失效，而且数据没有被复制到其他节点，整个集群可能会认为缺少某些哈希槽的数据而变得不可用。这种情况下，需要进行数据迁移或者重新配置集群。

12. 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时会施行数据淘汰策略，可以通过合理设置淘汰策略和数据过期时间，以及根据业务需求将热点数据放入 Redis 中，来保证 Redis 中的数据都是热点数据。

13. Redis 支持的 Java 客户端

Redis 支持的 Java 客户端包括 Redisson、Jedis、Lettuce 等，其中官方推荐使用 Redisson。

14. Redis 和 Redisson 的关系

Redisson 是 Redis 的高级分布式协调客户端，帮助用户在分布式环境中轻松实现各种 Java 对象。它是 Redis 的一个 Java 客户端的实现。

15. Jedis 和 Redisson 对比

Jedis：

提供了全面的 Redis 命令支持。
功能较为丰富，支持字符串操作、排序、事务、管道、分区等 Redis 特性。

Redisson：

实现了分布式和可扩展的 Java 数据结构。
功能相对简单，不支持字符串操作等，但更专注于分布式环境下的对象操作。

16. Redis 哈希槽的概念

Redis 集群引入了哈希槽的概念，共有 16384 个哈希槽，每个键通过 CRC16 校验后对 16384 取模来决定放置哪个槽。每个节点负责管理一部分哈希槽。

17. Redis 集群的主从复制模型

Redis 集群采用主从复制模型，每个节点都有 N-1 个复制品，确保在部分节点失败或大部分节点无法通信的情况下集群仍然可用。

18. Redis 集群的写操作丢失情况

Redis 无法保证数据的强一致性，因此在特定条件下，集群可能会丢失写操作。

19. Redis 集群之间的复制方式

Redis 集群之间的复制方式为异步复制，即主节点将数据变更发送给从节点，但不等待从节点完成确认。

20. Redis 集群最大节点个数

Redis 集群最大节点个数是 16384 个。

21. Redis 集群如何选择数据库

Redis 集群目前无法选择数据库，默认使用 0 号数据库。

22. Redis 中的管道的作用

Redis 中的管道（pipelining）可以将多个命令一次性发送给服务器，而无需等待每个命令的回复。这样可以大大提高命令的执行效率，尤其在需要频繁通信的场景下，如批量写入或读取操作。

23. 理解 Redis 事务

Redis 事务是一组命令的集合，它们被序列化并按顺序执行。事务中的命令要么全部执行，要么全部不执行，具有原子性。事务在执行期间不会受到其他客户端命令的干扰。

24. Redis 事务相关命令

Redis 事务相关的命令包括：

MULTI：标记事务的开始。
EXEC：执行事务中的所有命令。
DISCARD：取消事务，放弃事务中的所有命令。
WATCH：监视一个或多个键，如果在事务执行前这些键被其他客户端修改，则事务将被打断。

25. Redis key 的过期时间和永久有效设置方式

过期时间：使用 EXPIRE 命令设置键的过期时间，例如 EXPIRE key seconds。
永久有效：使用 PERSIST 命令移除键的过期时间，使其永久有效，例如 PERSIST key。

26. Redis 内存优化

尽可能使用散列表（hashes）存储数据，将相关信息存储在同一个散列表中，而不是单独设置多个键。这样可以减少内存占用，提高内存利用率。

27. Redis 回收进程工作原理

Redis 回收进程工作方式如下：

当一个客户端执行新的命令并添加了新的数据时，Redis 检查内存使用情况。
如果内存使用量超过了 maxmemory 的限制，则根据设定好的策略进行回收。
在执行新命令的过程中，不断地穿越内存限制的边界，通过回收来保持内存使用在限制范围内。

这样可以确保 Redis 在不断变化的内存使用情况下仍能保持稳定运行。

28. Redis 适合的场景

会话缓存（Session Cache）：用于缓存会话信息，Redis 提供持久化，确保数据不丢失。
全页缓存（FPC）：Redis 提供简便的全页缓存平台，可用于加速页面加载速度。
队列：利用 Redis 的 list 和 set 操作实现消息队列，适用于各种队列需求。
排行榜/计数器：Redis 提供良好的递增/递减操作，适用于实时排行榜等场景。
发布/订阅：Redis 的发布/订阅功能适用于社交网络连接、脚本触发器、聊天系统等。

29.Redis 如何实现延时队列

使用 sortedset，使用时间戳做 score, 消息内容作为 key,调用 zadd 来生产消息，消费者使用 zrangbyscore 获取 n 秒之前的数据做轮询处理。

30.主从数据库不一致的解决方案

当主从数据库更新同步存在时差时，可以采取以下解决方案：

忽略数据不一致：
- 对于数据一致性要求不高的业务，可以选择忽略主从库数据不一致的情况。
- 这种方案适用于不需要实时一致性的场景，可以接受一定程度的数据延迟。
强制读取主库：
- 使用一个高可用的主库，将数据库的读写操作都集中在主库进行。
- 添加一个缓存层，用于提升数据读取的性能。
- 通过强制读取主库，可以避免因为主从同步延迟而导致的数据不一致问题。
选择性读取主库：
- 添加一个缓存层，用来记录必须从主库读取的数据。
- 将哪个库、哪个表、哪个主键作为缓存的键。
- 设置缓存的失效时间为主从库同步的时间间隔。
- 当需要读取数据时，首先检查缓存中是否存在该数据，如果缓存中存在，则直接从主库读取；如果缓存中不存在，则从对应的从库中读取。
- 这种方式可以在保证一定的实时性的同时，降低对主库的访问压力，提高系统的整体性能。

28.缓存与数据库不一致的处理方案

在采用主从分离、读写分离的数据库架构中，当缓存与数据库不一致时，可以考虑以下处理方案：

问题描述：
- 线程A删除了缓存数据，然后将数据写入主库，但主从同步尚未完成。
- 线程B从缓存中读取数据失败，从从库中读取到旧数据，并更新至缓存，导致缓存中的数据是旧的。
处理思路：
- 在从库有数据更新之后，立即更新缓存中的数据，保持数据的一致性。
具体实现：
- 当从库发生数据更新时，立即通知缓存更新相应的数据。
- 可以通过在从库上设置触发器或使用消息队列等机制，监听数据更新事件。
- 一旦从库发生数据更新，立即通知缓存进行相应的数据更新操作，保持缓存和数据库的一致性。
- 这样可以避免由于主从同步延迟而导致的缓存数据不一致的问题。
综合考虑：
- 综合考虑业务场景和系统性能，可以选择合适的缓存更新策略。
- 如果对数据一致性要求较高，可以采用实时更新缓存的策略；如果可以容忍一定的延迟，可以采用定时或延迟更新缓存的策略。

29.选择缓存时，什么时候选择 redis，什么时候选择 memcached

选择 Redis 的情况：

复杂数据结构需求：
- 当需要存储复杂数据结构，如哈希、列表、集合、有序集合等时，选择 Redis 更为合适。因为 Redis 支持丰富的数据结构，而 Memcached 仅支持简单的键值对存储。
数据持久化需求：
- 如果需要数据持久化功能，但又不希望将 Redis 作为主要的数据库使用，可以选择 Redis。Redis 提供持久化功能，并能够快速恢复热数据，避免将压力瞬间压在数据库上。
高可用需求：
- 当需要高可用性、集群支持、主动复制和读写分离等功能时，Redis 更为适合。Redis 提供了集群支持和主从复制功能，可以实现高可用架构。
存储内容较大：
- 如果需要存储的内容较大，超过了 Memcached 的存储限制（最大为1MB），则选择 Redis 更为合适。

选择 Memcached 的情况：

纯 KV 存储需求：
- 当仅需简单的键值对存储，并且数据量非常大时，选择 Memcached 更为适合。
高吞吐量需求：
- 如果需要处理高吞吐量的业务，由于 Memcached 的内存分配和网络模型优化，可能更适合处理大规模数据请求。
多核利用需求：
- Memcached 使用多线程模型，适用于多核利用，尽管可能存在锁冲突，但对于处理大规模数据请求时可能更有效。
对 CPU 计算需求不高：
- 如果业务不涉及复杂的 CPU 计算、排序、聚合功能等，Memcached 的网络模型和线程模型可能更适合处理简单的键值对存储请求。