Redis常见面试题
缓存穿透是什么
缓存穿透指查询时缓存中没有数据，就会到数据库中查询数据，数据库也没有这个数据，就无法更新缓存，之后每次查询这个数据都要查询数据库(查询缓存中不存在的数据时，每次都要查询数据库。)
缓存穿透解决方法
给所有key都设置一个默认值Null，如果查询数据缓存和数据库都不存在，则返回Null，并且缓存更新这个key为Null
缓存并发是什么
在高并发场景下，当缓存失效或未命中时，多个请求同时访问数据库，导致数据库压力剧增甚至崩溃
缓存并发解决方法
通过分布式锁或双key机制限制单一线程更新缓存，防止多个请求同时击穿缓存访问数据库
分布式锁：缓存失效时，仅允许一个线程访问数据库并更新缓存，其他线程等待或返回旧数据
双key机制：使用两个缓存键，主键失效时通过时间键判断是否可更新，其他线程返回旧数据，避免数据库压力
缓存雪崩是什么
缓存集体过期或redis宕机，导致大面积请求数据库，造成数据库压力瞬增
缓存雪崩解决方法
- 将缓存失效时间随机打散，防止出现集体过期。
- 设置缓存不过期：缓存更新的操作交给后台线程定时更新
怎么设计一个动态缓存热点数据的策略？
通过判断数据最新访问时间来做排名，并过滤掉不常访问的数据，只留下经常访问的数据
- 先用缓存做一个排序队列，根据商品访问时间更新队列，越是最近访问的商品排名越靠前
- 同时定期过滤排名靠后的商品，在随机从数据库读取商品加入列队
- 这样请求每次达到时，会先从队列获取商品ID。如果命中，根据ID从另一个缓存中读取商品信息返回
- redis中用zadd和zrange实现排序队列和获取商品操作
怎么设计一个缓存操作与业务分离的架构？
MySQL Binlog + Canal + MQ 的方式。
缓存击穿是什么
某个热点数据过期，大量请求无法从缓存中读取，直接访问数据库
缓存击穿解决方法
互斥锁：同一时间只有一个业务线程更新缓存，其他的等待锁或返回默认值
热点数据不设置过期时间
如何保证缓存一致性？
方法一：等待过期
mysql更新时，redis不处理，缓存过期后重新拉去缓存
优点：开发成本低，易实现。管理成本低，难出现问题
缺点：完全依赖过期时间，太短缓存平凡失效，太长不一致时间长
方法二：尝试删除
mysql更新时尝试删除缓存，删除成功下次访问数据时直接访问mysql，再更新缓存
优点：最终一致性延迟更小，成本低
缺点：更新mysql成功，删除redis失败就变成了方案一。高并发场景浪费连接资源
方法三：主动更新
将更新操作交给消息列队，再搭建一个消费服务订阅消息列队异步隔更新redis数据
优点：消息列队具有可靠性，可以保证更新操作被执行
缺点：两个服务同时修改一个数据，由于网络延迟，无法保证谁先进消息队列，导致产生数据不一致。增加消费服务成本高。
方法四：订阅日志
订阅mysql的binlog日志，更新到redis
优点：同步压力不大时延迟低。解决了时序性，可靠性强
缺点：需要搭建同步服务，引入binlog同步，成本大
方法一和二完全可以满足读多写少场景，对延时要求高则使用方法三和四
-----------------------
什么是redis
Redis是一个非关系型数据库，存储结构是key-value，直接存在内存中，读写非常快
NoSQL的BASE理论是什么
BASE理论是CAP中一致性的妥协，允许数据在一段时间内不一致，但要达到最终一致性
说说常用的Redis命令
最常用的读操作是get a，获取a对应的数据；最常用的写操作setex a t b，将a的数据设置为b，t秒后过期
redis过期清除策略是什么
过期清除策略有三种，定时清理，懒惰清理，定期清理。redis采用的是懒惰清理+定期清理
什么是定时清理
设置过期时间同时创建一个定时器，定时器在过期时间来临时立即执行删除操作
什么事懒惰清理
不主动清理，下次访问时发现过期再删除
什么是定期清理
每个一段时间检查一次，删除里面过期键
如果过期键没有被访问，周期性删除跟不上新键产生速度，内存不就慢慢耗尽了吗？
redis支持内存淘汰，配置文件中提供八种淘汰策略
redis支持哪八种内存淘汰策略
1、不开启数据淘汰
2、开启数据淘汰策略
-
基于有过期时间的数据
- 随机淘汰
- 淘汰过期时间最早
- 淘汰最近最少使用
- 淘汰最近最不常使用
-
所有数据
- 随机淘汰
- 淘汰最近最少使用
- 淘汰最近最不常使用
内存淘汰用到的是LRU算法吗？
Redis用到近似LRU算法，LRU需要双向链表记录最近被访问顺序。为了节省内存，Redis的LRU不是完整实现
Redis是怎么实现近似LRU算法？
通过对少量键取样，然后和现在维持的淘汰池比较，回收其中最久未被访问的键。调整采样数量可以实现调整算法的精度
Redis有多少种数据结构？
基本数据结构有5种，String、List、Hash、Set、Zset。底层实现是SDS、压缩链表、跳表，字典等更基础的数据结构
String底层采用什么数据结构
整数int和字符串sds
List底层采用什么数据结构
元素小于64字节；个数不超过512用压缩链表。
其他用双向链表
Hash底层采用什么数据结构
元素小于64字节；个数不超过512用压缩链表。
其他用字典
Set底层采用什么数据结构
元素为整数；元素个数不超过512用整数集合
其他用字典
Zset底层采用什么数据结构
元素小于64字节；个数不超过128用压缩链表
其他用跳表+字典
Redis字符串有什么特点？
如果保存整数类型，就用int存储。不然就用sds，sds通过记录长度和预分配空间，可以高效计算长度和append操作
Hash扩容过程是怎样的？
有两张hash表，平时起作用的是0号表，当快装满时就会Rehash，将0号上的数据慢慢移动到1号表，所以叫渐进式Rehash
详细说说Rehash过程
发现快装满时就会进行Rehash。Rehash分三步
- 生成新Hash表1，给Hash表1分配空间。 这时同时拥有两个哈希表，Rehash开始工作
- 迁移Hash表0数据到表1。每次对字典进行增删查改，程序会顺带迁移一个表0上的数据，并更新偏移索引。同时周期函数也定时迁移一批
- 最后，表1和表0指针对象互换
如果Rehash时有请求过来，Redis怎么处理
新增key直接插入表1；读请求先去表0中读取，没有再去表1；删除和更新需要先找到位置再操作，所以先找表0，再找表1，找到后再操作
讲讲跳表实现
跳表是对链表的优化，通过逐层跳步采样构建索引，加快查找速度。可以通过高层索引，一次跳过多个节点，如果跳过头，进入下层索引查找。
每个节点有多少层？
Redis用随机函数决定层数，默认1层，最大32层
Zset为什么同时需要字典和跳表实现？
Zset是有序列表，字典和跳表对应两种查询场景。字典支持按成员查询数据；跳表实现高效范围查询
Redis服务器重启数据不就丢失了吗？
可以通过持久化机制备份数据。RDB快照和AOF日志
RDB是二进制快照，占用空间小，恢复快。备份采用子进程fork模式，对性能影响小。
AOF记录操作命令，占用空间大，恢复慢，但是丢失数据少。
AOF有三种写回模式：每秒定期刷入、执行命令后立刻出发、关闭时刷入。本质都是调用操作系统的fsync方法
AOF文件会越来越大，最后磁盘会装不下吗？
不会，AOF有重写机制，后面覆盖前面
Redis宕机怎么办？
可以采用主从复制，从机会同步主机数据，主机挂了可以把从机升级为主机。
主从可以自动切换吗？
不行，需要引入哨兵模式来监测。哨兵模式担任监测、选举和通知的职责。
如果主机挂了，会选择哪个从机？
哨兵集群会先选出哨兵Leader，哨兵Learder会从从节点中选择一个作为主节点
- 过滤故障节点
- 选择优先级最大的从节点，不存在则继续
- 选择复制偏移量最大的从节点，就是同步内容最多的从节点
- 选择runid最小的从节点，Redis启动时随机生成的标识
哨兵leader怎么来的
一个哨兵发现主节点主观下线后，会请求其他哨兵选举自己为Leader，其他哨兵进行投票。如果票数超过节点数一半，并且大于quorum值则为leader
Redis性能怎么样？
在十万级数据性能很高，实际情况受限带宽、负载、数据大小、是否开启多线程等因素影响
Redis是多线程的吗？
主要工作是单线程的，但是后面受网络影响，对网络IO相关工作使用了多线程优化。
详细说下Redis6.0版本发布的多线程功能？
多线程主要用在提高解包效率，只负责处理网络IO相关的内容(解包和协议转换)
数据太大，Redis存不下怎么办？
使用集群模式。 将数据分片，不同的key根据hash路由到不同的节点。集群索引通过一致性hash算法实现，核心目标是水平扩展和分布式存储，包含了主从+哨兵的优点
详细讲解一致性hash
将数据和服务器以相同的hash函数，映射到同一个hash环上，针对一个对象找距离最近的机器来处理相关请求。
增加节点只会分流后面一个节点的数据；减少节点，请求会由后一个节点继承。最多影响后面一个节点的数据
Redis经常用作缓存，那数据一致性怎么保证？
从设计思路来说，有旁路缓存和读写穿透模式。
旁路缓存模式把缓存责任交给应用层。
读写穿透模式把缓存责任交给服务提供方。
两种模式哪种更好？
从透明性考虑，服务方合适。从性能考虑业务方合适
如果数据发生变化怎么更新缓存？
- 数据存到数据库后，再让缓存失效，等到缓存不命中后再加载进去
- 消息队列更新缓存
- 先更新缓存，再更新服务(把Cache当做Buffer使用)
- 起一个同步服务，解析MySQL的binlog同步缓存
布隆过滤器的实现
通过一个位数组和多个哈希函数，将元素哈希到多个位置并设置为1，查询时若所有位置均为1则可能存在（允许误判），否则必定不存在
那Redis可以做消息队列吗？
可以，但是不适合，redis不支持AMQP规范
谈谈Redis在秒杀场景的应用吗？
redis起到选拔流量的作用，记录商品总数和已下单数，达到总数之后拦截所有请求。
