Redis概述
-
什么是Redis?
Redis是一个高性能的非关系型的键值对数据库，使用C编写实现的。与传统的数据库不同的是Redis是存在内存中的，所以读写速度非常快，每秒可以处理超过10万次的读写操作，这也是Redis常常被用作缓存的原因。
-
Redis的优缺点？
优点：
- 读写性能好，读的速度可达110000次/s，写的速度可达81000次/s。
- 支持数据持久化，有AOF和RDB两中持久化方式
- 数据结构丰富，支持String、List、Set、Hash等结构
- 支持事务，Redis所有的操作都是原子性的，并且还支持几个操作合并后的原子性执行，原子性指操作要么成功执行，要么失败不执行，不会执行一部分。
- 支持主从复制，主机可以自动将数据同步到从机，进行读写分离。
缺点：
- 因为Redis是将数据存到内存中的，所以会受到内存大小的限制，不能用作海量数据的读写。
- Redis不具备自动容错和恢复功能，主机或从机宕机会导致前端部分读写请求失败，需要重启机器或者手动切换前端的IP才能切换。
-
Redis为什么常常用作缓存？相比于guava有什么优势？
- 缓存的定义是访问速度比一般随机存取存储器快的一种高速存储器，而因为Redis是基于内存提供了高性能的数据存取功能，其比较显著的优势就是非常地快。
- 缓存可以分为本地缓存或者分布式缓存，比较常用的guava缓存就是一种本地缓存，其主要特点是轻量并且快速，生命周期随着JVM的销毁而结束，缺点是在多实例的情况下，每个实例都要自己保存一份缓存，这样会导致缓存的一致性出现问题。
- Redis则是分布式缓存，在多实例情况下，每个实例都共享一份缓存数据，缓存具备一致性。缺点是要保持Redis的高可用整体架构会比较复杂。
-
Redis和Memcached的区别与共同点？
相同点：
- 两者的读写性能都比较高
- 都是基于内存的数据库，通常被当作缓存使用
- 都有过期策略
- 都是基于C语言实现
不同点 Redis Memcached 是否支持复制 支持主从复制 不支持复制 key长度 长度最大为 2GB 长度最多为 250 个字节 数据类型 不仅支持key-value类型的数据，还支持hash、list、set、zset等数据等数据类型的数据 仅支持key-value类型的数据 数据持久化 支持数据持久化，可以将数据保存到磁盘 不支持数据持久化 网络IO模型 单线程的多路 IO 复用模型 多线程的非阻塞IO模式 集群 原生支持cluster 模式集群 无原生 -
Redis是单线程还是多线程？Redis为什么这么快？
Redis6.0之前是单线程的，为什么Redis6.0之前采用单线程而不采用多线程呢？
简单来说，就是Redis官方认为没必要，单线程的瓶颈通常在CPU的IO，而在使用Redis时几乎不存在CPU成为瓶颈的情况。使用Redis主要的瓶颈在内存和网络，并且使用单线程也存在一些优点，比如系统的复杂度较低，可为维护性较高，避免了并发读写所带来的一系列问题。
Redis为什么这么快主要有以下几个原因：
- 运行在内存中，避免了大量的磁盘IO开销。
- 数据结构简单
- 使用多路IO复用技术
- 单线程实现，单线程避免了线程切换、锁等造成的性能开销【6.0前】。
-
Redis6.0之后为什么引入了多线程？
前面也说了Redis的瓶颈在内存和网络，Redis6.0引入多线程主要是为了解决网路IO读写这个瓶颈，执行命令还是单线程执行的，所以也不存在线程安全问题。
Redis6.0默认是否开启了多线程呢？
默认是没有开启的，如需开启，需要修改配置文件redis.conf：io-threads-do-reads no，no改为yes
-
Redis的数据类型有哪些？
Redis的常见的数据类型有String、Hash、Set、List、ZSet。还有三种不那么常见的数据类型：Bitmap、HyperLogLog、Geospatial。
数据类型 可以存储的值 可进行的操作 应用场景 STRING 字符串、整数、浮点数 对整数或浮点数可以进行自增、自减操作 对字符串操作 键值对缓存及常规计数: 微博数， 粉丝数 LIST 列表（内部使用双向列表实现） 向列表两端添加元素，或者获得列表的某一个片段 存储文章ID列表、存储评论列表等 SET 无序集合（内部使用值为空的散列表） 增加/删除元素、获取集合中元素、取交集并集等等 共同好友、共同关注等 ZSET 有序集合（内部使用散列表和跳表） 添加、获取、删除元素 根据分值范围或者成员来获取元素 计算一个键的排名 去重、获取排名前几的用户 HASH 包含键值对的无序散列表 添加、获取、移除单个键值对 获取所有键值对 检查某个键是否存在 常用于存储对象 Bitmap： 位图，是一个以位为单位的数组，数组中只能存储1或0，数组的下标在Bitmap中叫做偏移量。Bitmap实现统计功能，更省空间。面试中常问的布隆过滤器就有用到这种数据结构，布隆过滤器可以判断出哪些数据一定不在数据库中，所以常被用来解决Redis缓存穿透问题。
Hyperloglog： HyperLogLog 是一种用于统计基数的数据集合类型，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基数。HyperLogLog 的优点是，在输入元素的数量或者体积非常大时，计算基数所需的空间总是固定的、并且是很小的。缺点是 HyperLogLog 的统计规则是基于概率完成的，所以它给出的统计结果是有一定误差的，标准误算率是 0.81%。常见的应用场景：统计网站的UV。
Geospatial： 主要用于存储地理位置信息，常用于定位附近的人，打车距离的计算等。
-
Redis的底层数据结构有哪些？
Redis的数据结构有简单动态字符串、链表、字典、跳跃表、整数集合、压缩列表等。
- 简单动态字符串：大家都知道，Redis的底层是用C语言编写，但Redis并没有直接使用C语言传统的字符串表示，而是构建了一种名为简单动态字符串的抽象类型。
- 链表：链表提供了高效的节点重排能力，以及顺序性的节点访问方式，并且可以通过增删节点来灵活地调整链表的长度。链表是列表的底层实现之一。
- 字典：字典，又称为符号表（symbol table）、关联数组（associativearray）或映射（map），是一种用于保存键值对（key-value pair）的抽象数据结构。字典在Redis中的应用相当广泛，比如Redis的数据库就是使用字典来作为底层实现的，对数据库的增、删、查、改操作也是构建在对字典的操作之上的。
- 整数集合： 整数集合（intset）是集合键的底层实现之一，当一个集合只包含整数值元素，并且这个集合的元素数量不多时，Redis就会使用整数集合作为集合键的底层实现。
- 压缩列表（ziplist） ：压缩列表是Redis为了节约内存而开发的，是由一系列特殊编码的连续内存块组成的顺序型（sequential）数据结构。
- 跳跃表（skiplist） ：跳跃表（skiplist）是一种有序数据结构，它通过在每个节点中维持多个指向其他节点的指针，从而达到快速访问节点的目的。跳跃表支持平均O（logN）、最坏O（N）复杂度的节点查找，还可以通过顺序性操作来批量处理节点。跳跃表作是序集合键的底层实现之一。Redis只在两个地方用到了跳跃表，一个是实现有序集合键，另一个是在集群节点。
-
Redis的应用场景有哪些？
- 缓存：Redis基于内存，读写速度非常快，并且有键过期功能和键淘汰策略，可以作为缓存使用。
- 排行榜：Redis提供的有序集合可以很方便地实现排行榜。
- 分布式锁：Redis的setnx功能来实现分布式的锁。
- 社交功能：实现共同好友、共同关注等。
- 计数器：通过String进行自增自减实现计数功能。
- 消息队列：Redis提供了发布、订阅、阻塞队列等功能，可以实现一个简单的消息队列。
- 注册中心：RPC的注册中心
- 全局ID
-
Redis是单线程的，如何提高CPU的利用率？
可以在一个服务器上部署多个Redis实例，把他们当作不同的服务器使用。
-
Redis与MySQL区别？
数据库类型：MySQL是关系型数据库、Redis是键值对数据库。
存储介质：MySQL数据存储在磁盘中，读写速度相对较慢；Redis的数据存储在内存中，读写速度快。
事务支持：MySQL支持完整的ACID事务特性，支持多种隔离级别；Redis只支持部分ACID特性（单条命令具有原子性）。
适用场景
- Redis：高并发、高频率读写的场景。可以配合MySQL使用。
- MySQL：一般的场景、需要事务支持的场景、需要持久化、复杂的查询（join之类的）等。
-
Redis线程模型？
- 多个socket套接字
- IO多路复用程序
- 文件事件分派器
- 事件处理器（命令请求、命令回复、连接应答处理器）
多个 socket 可能会并发产生不同的操作，每个操作对应不同的文件事件，但是 IO 多路复用程序会监听多个 socket，会将 socket 产生的事件放入队列中排队，事件分派器每次从队列中取出一个事件，把该事件交给对应的事件处理器进行处理。
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 I/O 事件时，就从阻塞态中唤醒，然后程序就会轮询一遍所有的流（epoll 是只轮询那些真正发出了事件的流），并且依次顺序的处理就绪的流，这种做法就避免了大量的无用操作。 这里“多路”指的是多个网络连接，“复用”指的是复用同一个线程。采用多路 I/O 复用技术可以让单个线程高效的处理多个客户端的网络IO连接请求（尽量减少网络 IO 的时间消耗）
