这是我参与「第五届青训营 」伴学笔记创作活动的第 5 天

1、Redis 是单线程的吗？

Redis6.0版本之前的单线程是指网络的I/O和键值对的读写是由一个线程来完成的。

Redis6.0之后网络请求过程采用了多线程，而键值对读写命令依旧还是单线程。就是一个线程处理所有网络请求，其他模块仍用了多个线程。所以不需考虑并发安全性。

2、Redis单线程为什么还能这么快

• 命令执行基于内存操纵，一条命令在内存里操作的时间是几十纳秒。
• 单线程的话就能避免多线程的频繁上下文切换问题
• 基于非阻塞的IO多路复用模型机制：“多路”是指多个网络连接，“复用”是指同一个线程。多路I/O复用模型是利用select、poll、epoll可以同时监察多个流的I/O事件的能力，在空闲的时候会把当前线程阻塞掉，当有一个或多个流有IO事件时，就从阻塞态中唤醒，于是程序就会轮询一遍所有的流（epoll是轮询那些真正发生了事件的流），并且只依此顺序的处理就绪的流，这种做法就避免了大量的无用操作。

• 高效的数据存储结构：全局的hash表以及多种高效的数据结构，比如：跳表，压缩列表，链表等等

3、为什么Redis要使用I/O多路复用机制呢？

因为Redis是单线程的，所有的操作命令都是顺序执行的，一旦有读写操作命令，等待用户输入或输出就会造成阻塞，所以I/O操作在一般情况下往往不能直接返回，这会导致某一操作的I/O阻塞导致整个进程无法进行其他操作，而I/O多路复用就是为了解决这个问题而出现的。

4、Redis底层数据结构是如何用跳表来存储的

跳表：将有序链表改造为支持近似“折半查找”效率的算法，可以进行快速的插入，删除，查找操作

5、Redis Key过期了为什么内存没释放

情况1：SET除了可以设置key-value之外，还可以设置key的过期时间

SET wanghui 1996 EX 120

此时如果修改key的值，如果没有加上过期时间的参数

SET wanghui 1997
TTL wanghui
-1

那这个key的过期时间就会被擦除，永远不会过期。

Redis对于过期key的处理一般有2种

1. 惰性删除：当读或者写一个已经过期的key时，会触发惰性删除策略，判断key是否过期，过期了就直接删除
2. 定时删除：惰性删除无法保证冷数据及时删除，所以Redis会定期删除（默认100ms）主动淘汰一批已经过期的key，而不是一次性全删除，这样会对服务器有很大压力。

所以会出现key过期了但时还没有被清理掉的情况

6、Key没设置过期时间为什么被Redis主动删除了

当Redis已用内存超过Maxmemory的限定时，会触发主动清理策略

a）针对设置了过期时间的key处理：

1. volatile-ttl：在筛选时，会针对设置了过期时间的键值对，根据过期时间的先后进行删除，越早过期的越先被删除。
2. volatile-random：就像它的名称一样，在设置了过期时间的键值对中，进行随机删除。
3. volatile-Iru：会使用 LRU 算法筛选设置了过期时间的键值对删除。
4. volatile-lfu：会使用 LFU 算法筛选设置了过期时间的键值对删除。

b）针对所有的Key处理：

5. allkeys-random：从所有键值对中随机选择并删除数据。
6. allkeys-lru：使用LRU算法在所有数据中进行筛选删除。
7. allkeys-lfu：使用LFU算法在所有数据中进行筛选删除。

c）不处理

8. noeviction：不会剔除任何数据，拒绝所有写入操作并返回客户端错误信息"(error) OOM command not allowed when used memory"，此时Redis只响应读操作。

7、Redis淘汰Key的LRU与LFU的区别

LRU算法（Least Recently Used，最近最少使用）：淘汰很久没有被访问的数据

LFU算法（Least Frequently Used，最不经常使用）：淘汰最近一段时间被访问最少次数的数据

绝大多数情况下使用的时LRU策略，当存在大量的热点缓存数据的时候，LFU会更好。

8、删除Key的命令会阻塞Redis吗

删除单个字符串类型的key，时间复杂度O(1)。这种情况的话，如果string很大，几百兆也是会等很长时间

删除单个列表、集合、有序集合或者哈希表类型的key，时间复杂度为O（M）。

如果元素数量过多的话，是会阻塞的

9、主从，哨兵，集群架构

主从模式

哨兵模式：

在redis3.0以前的版本要实现集群一般是借助哨兵sentinel工具来监控master节点的状态，如果master节点异常，则会做主从切换，将某一台slave作为master，哨兵的配置略微复杂，并且性能和高可用性等各方面表现一般，特别是在主从切换的瞬间存在访问瞬断的情况，而且哨兵模式只有一个主节点对外提供服务，没法支持很高的并发，且单个主节点内存也不宜设置得过大，否则会导致持久化文件过大，影响数据恢复或主从同步的效率。所以主节点的内存不要超过10G

高可用集群架构：

redis集群是一个由多个主从节点群组成的分布式服务器群，它具有复制、高可用和分片特性。Redis集群不需要sentinel哨兵也能完成节点移除和故障转移的功能。需要将每个节点设置成集群模式，这种集群模式没有中心节点，可水平扩展，据官方文档称可以线性扩展到上万个节点(官方推荐不超过1000个节点)。redis集群的性能和高可用性均优于之前版本的哨兵模式，且集群配置非常简单。

10、Redis集群数据hash分片算法是怎么回事

Redis Cluster将所有数据划分为16384个slots(槽位)，每个节点负责其中一部槽位，槽位的信息存储于

每个节点中。

当 Redis Cluster 的客户端来连接集群时，它也会得到一份集群的槽位配置信息并将其缓存在客户端本地。

这样当客户端要查找某个 key 时，可以根据槽位定位算法定位到目标节点。

槽位定位算法：HASH_SLOT=CRC16(key) mod 16384

再根据槽位值和redis节点的对应关系就可以定位到key具体是落在哪个节点上。

11、Redis执行命令竟然有死循环阻塞Bug

引起这种现象的原因是应为RANDOMKEY命令，该命令可以从Redis中随机取一个key。

1. 由于Redis对于过期key的清理策略是定时删除和惰性删除结合，RANDOMKEY在随机拿出一个key，如果这个key是过期的话，就删除，然后再找一个没有过期的key。
2. 如果过期key过多，RANDOMKEY命令就会阻塞
3. 如果再slave上执行RANDOMKEY，由于slave节点的过期key要删除，必须master先清理然后master向slave发送一个DEL命令，告知slave删除这个key。所以RANDOMKEY命令不会删除过期key。这样就可能会寻找不到符合条件的key，进入死循环。

这是Redis的一个Bug，持续到5.0才被修复。现在RANDOMKEY循环100次没找到就退出循环。

12、一次线上事故，Redis主从切换导致了缓存雪崩

slave的机器时钟比master走很快，此时redis master里设置了过期时间的key，从slave角度来看，可能会有很多在master里没有过期的数据其实已经过期了。

如果此时，主从切换，把slave提升为新的master。它成为master之后，就会开始大量清理过期key，此时就会导致以下结果：

1. master大量清理过期key，主线程可能会发生阻塞，无法及时处理客户端请求。
2. Redis中数据大量过期，引发缓存雪崩。

当master与slave机器时钟严重不一致时，对业务的影响非常大。

13、Redis持久化RDB，AOF，混合持久化是怎么回事

RDB持久化：定的时间间隔内将内存中的数据集快照写入磁盘

在默认情况下，Redis将内存数据库快照保存在名字为dump.rdb的二进制文件中.

也可以对Redis进行设置.

save 60 1000 //60s内有至少1000个键被改动了,就自动保存一次数据集

save与 bgsave 比较

命令	save	bgsave
IO类型	同步	异步
是否阻塞redis其他命令	是	否(在生成子进程执行调用fork函数十会有短暂阻塞)
复杂度	O(n)	O(n)
优点	不会消耗额外内存	不会阻塞客户端命令

bgsave的写时复制机制

Redis借助操作系统提供的写时复制技术(Copy-On-Write, COW),在生成快照的同时,依然可以正常处理写命令. bgsave子进程是由主线程fork生成的, 可以共享主线程的所有内存数据. bgsave子线程运行后, 开始读取主线程的内存数据, 并把他们写入RDB文件. 此时,如果主线程对这些数据也都是读操作, 那么主线程和bgsave子线程互不印象. 但是,入宫主线程要修改一块数据,那么这块数据就会被复制一份,生成该数据的副本. 然后, bgsave子进程就会把这个副本数据写入RDB文件,而在这个过程中,主线程任然可以直接修改原来的数据.

AOF:所有修改的命令都会持久化到文件中

appendoly yes
appendfilename "appendonly.aof"
# 每秒持久化一次
appendfsync everysec

缓存雪崩、缓存穿透、缓存击穿

缓存穿透：缓存中查不到，数据库中也查不到。

如果有人一种用查不到的数据一直攻击服务器，服务器就会频繁查询数据库。导致服务器崩溃。

解决方案：

1. 对参数进行合法校验
2. 将数据库中没有查到的数据存到Redis中。（为了防止Redis被无用的Key占满一定要设置短的过期时间 ）
3. 引入bloom过滤器，（采用hash计算）来判断数据不在Redis中，不在就直接放回。

缓存击穿：缓存中没有，数据库中有。

一般出现在存储数据初始化以及key过期了的情况。

问题在于：重新写入缓存需要一定的时间，如果在高并发的场景下，过多请求就会瞬间写道DB上，给DB造成很大的压力。

解决方案：

1. 设置热点信息永不过期。 这是要注意在value中包含一个过期时间，如何用一个协程来检查这些时间，过期了就需要重新到数据库中加载。
2. 加载DB的时候，防止并发，互斥锁。

缓存雪崩：缓存大面积过期，导致请求都被转化到DB

解决方案：

1. 把缓存的失效时间分散开。在本来的失效时间是+-一个随机值
2. 互斥锁

redis的存储结构

所有的这些数都是存在一个hash表中

数据类型	可以存储 的值	存储结构	应用场景
string	字符串、整数或者浮点数	简单的动态字符串	做简单的键值对缓存
list	列表	压缩链表双向链表	存储一些列表型的数据结构，类似粉丝列表、文章的评论列表之类的 数据
set	无序集合	hash表整数数组	交集、并集、差集的操作， 比如交集，可以 把两个人 的粉丝列表进行一个交集操作
hash	包含键值 对的无序 散列表	hash表双向链表	结构化的数据，比如一个对象
zset	有序集合	压缩链表跳表	去重，可以排序， 如获取排名前几名的用户