05-面试题库Redis 题库 📋 目录基础篇 (15题) 数据类型篇 (10题) 持久化篇 (5题) 高可用篇 (

Redis 题库

50 道精选 Redis 题，涵盖基础到进阶

📋 目录

基础篇 (15题)
数据类型篇 (10题)
持久化篇 (5题)
高可用篇 (10题)
性能优化篇 (5题)
实战篇 (5题)

基础篇

1. Redis 是什么？有什么特点？

答案： Redis 是一个开源的内存数据结构存储系统，可作为数据库、缓存和消息队列。

特点：

高性能（10万+ QPS）
丰富的数据类型
原子性操作
持久化支持
主从复制、哨兵、集群

2. Redis 为什么这么快？

答案：

纯内存操作：数据存储在内存中
单线程模型：避免线程切换和锁竞争
IO 多路复用：epoll/kqueue 高效处理网络 IO
高效数据结构：底层使用优化的数据结构

3. Redis 单线程为什么还这么快？

答案：

避免上下文切换：无线程切换开销
避免锁竞争：无需加锁
CPU 不是瓶颈：Redis 的瓶颈是内存和网络
IO 多路复用：高效处理多个连接

注意：Redis 6.0 引入了 IO 多线程，但命令执行仍是单线程。

4. Redis 和 Memcached 的区别？

答案：

特性	Redis	Memcached
数据类型	String、Hash、List、Set、ZSet	只支持 String
持久化	RDB、AOF	不支持
分布式	集群、哨兵	客户端分片
过期策略	多种淘汰策略	LRU
线程模型	单线程 + IO 多路复用	多线程

5. Redis 的应用场景有哪些？

答案：

缓存：热点数据缓存
Session 存储：用户会话
计数器：点赞数、浏览量
排行榜：游戏排行、热搜
消息队列：任务队列、延时队列
分布式锁：防止重复提交
限流：接口限流、防刷

6. Redis 支持的数据类型有哪些？

答案： 基本类型：

String：字符串
Hash：哈希表
List：列表
Set：集合
Sorted Set：有序集合

特殊类型：

Bitmap：位图
HyperLogLog：基数统计
Geo：地理位置
Stream：数据流

7. Redis 的过期键删除策略？

答案：

惰性删除：
- 访问键时检查是否过期
- 优点：节省 CPU
- 缺点：占用内存
定期删除：
- 每秒 10 次随机检查过期键
- 优点：平衡 CPU 和内存
主动删除：
- 内存不足时触发淘汰策略

8. Redis 的内存淘汰策略有哪些？

答案：

# 8 种淘汰策略
noeviction        # 不淘汰，返回错误（默认）
allkeys-lru       # 从所有键中淘汰最近最少使用（推荐）
allkeys-lfu       # 从所有键中淘汰最不经常使用
allkeys-random    # 从所有键中随机淘汰
volatile-lru      # 从设置过期时间的键中淘汰 LRU
volatile-lfu      # 从设置过期时间的键中淘汰 LFU
volatile-random   # 从设置过期时间的键中随机淘汰
volatile-ttl      # 淘汰即将过期的键

9. Redis 事务的特点？

答案：命令：MULTI、EXEC、DISCARD、WATCH

特点：

原子性：要么全执行，要么全不执行
隔离性：串行执行，不会被打断
无回滚：命令错误不会回滚

注意：Redis 事务不支持回滚！

10. Redis 的 Pipeline 是什么？

答案： Pipeline 将多个命令打包一次性发送，减少网络往返。

优点：

减少网络延迟
提高吞吐量

注意：

Pipeline 不保证原子性
不宜一次性发送太多命令

11. WATCH 命令的作用？

答案： WATCH 用于实现乐观锁。

原理：

监视一个或多个键
如果键被修改，事务将失败

示例：

WATCH key
GET key
MULTI
SET key newvalue
EXEC  # 如果 key 被其他客户端修改，返回 nil

12. Redis 如何实现分布式锁？

答案：

# 加锁
SET lock:order:1 uuid123 NX EX 10

# 解锁（使用 Lua 保证原子性）
if redis.call("GET", KEYS[1]) == ARGV[1] then
    return redis.call("DEL", KEYS[1])
else
    return 0
end

要点：

使用 SET NX EX 加锁
设置过期时间防止死锁
使用 Lua 脚本释放锁保证原子性
锁的值用唯一标识（UUID）

13. Redis 的发布订阅？

答案：

# 订阅频道
SUBSCRIBE channel1

# 发布消息
PUBLISH channel1 "message"

# 模式订阅
PSUBSCRIBE news.*

特点：

消息不持久化
无消息确认
适合实时通知

14. Redis keys 命令为什么不推荐使用？

答案：原因：

单线程阻塞：keys 操作会阻塞 Redis
O(n) 复杂度：键越多越慢
生产环境可能导致服务不可用

替代方案：

# 使用 SCAN 游标迭代
SCAN 0 MATCH pattern COUNT 100

15. Redis 如何实现限流？

答案： 方案 1：固定窗口（INCR + EXPIRE）

local current = redis.call('INCR', KEYS[1])
if current == 1 then
    redis.call('EXPIRE', KEYS[1], ARGV[1])
end
return current <= tonumber(ARGV[2]) and 1 or 0

方案 2：滑动窗口（Sorted Set）

# 添加请求记录
ZADD rate:user:1 timestamp timestamp
# 删除过期记录
ZREMRANGEBYSCORE rate:user:1 0 (timestamp-60000)
# 统计数量
ZCARD rate:user:1

数据类型篇

16. String 的应用场景？

答案：

缓存：热点数据
计数器：点赞数、浏览量
Session：用户会话
分布式锁：SETNX
限流：INCR + EXPIRE

17. Hash 的应用场景？

答案：

用户信息：HSET user:1 name "Alice"
商品信息：HSET product:101 price 99
购物车：HSET cart:user:1 product:101 2

优势：

节省内存（相比多个 String）
字段独立操作

18. List 的应用场景？

答案：

消息队列：LPUSH + BRPOP
时间线：微博、朋友圈
最新列表：最新文章、最新评论
栈：LPUSH + LPOP
队列：LPUSH + RPOP

19. Set 的应用场景？

答案：

标签系统：文章标签、用户兴趣
共同好友：SINTER
去重：自动去重
抽奖系统：SPOP 随机抽取
推荐系统：基于标签推荐

20. Sorted Set 的应用场景？

答案：

排行榜：游戏排行、成绩排名
热搜榜：按热度排序
延时队列：按时间戳排序
权重排序：按权重值排序

21. Bitmap 的应用场景？

答案：

签到统计：每天一位
在线用户统计：10 亿用户 = 119MB
活跃用户统计：按天/周/月统计
布隆过滤器：判断元素是否存在

22. HyperLogLog 的应用场景？

答案：

UV 统计：网站独立访客
搜索引擎：查询去重
大数据：海量数据去重计数

特点：

12KB 可统计 2^64 个元素
0.81% 误差率

23. Geo 的应用场景？

答案：

LBS 应用：附近的人、附近的商家
打车软件：查找附近的司机
外卖平台：查找附近的餐厅

24. Stream 的应用场景？

答案：

消息队列：替代 List
日志系统：实时日志流
事件溯源：事件流存储

优势：

消息持久化
消费者组
消息确认

25. 如何选择合适的数据类型？

答案：

需求	数据类型
简单键值	String
对象存储	Hash
列表、队列	List
去重、集合运算	Set
排行榜	Sorted Set
签到统计	Bitmap
UV 统计	HyperLogLog
地理位置	Geo
消息队列	Stream

持久化篇

26. Redis 持久化方式有哪些？

答案：

RDB（快照）：
- 定期保存内存快照
- 文件小，恢复快
- 可能丢失最后一次快照后的数据
AOF（追加文件）：
- 记录每个写命令
- 数据更安全（最多丢 1 秒）
- 文件大，恢复慢
混合持久化：
- AOF 重写时先写 RDB，再追加增量命令
- 兼具两者优势

27. RDB 和 AOF 如何选择？

答案：

场景	推荐方案
数据不能丢	AOF (everysec)
可接受分钟级数据丢失	RDB
追求性能	RDB
兼顾安全和性能	混合持久化

28. RDB 的触发方式？

答案： 自动触发：

save 900 1       # 900 秒内至少 1 次修改
save 300 10      # 300 秒内至少 10 次修改
save 60 10000    # 60 秒内至少 10000 次修改

手动触发：

SAVE      # 同步保存（阻塞）
BGSAVE    # 异步保存（fork 子进程）

29. AOF 的同步策略？

答案：

appendfsync always    # 每个命令都同步（慢但最安全）
appendfsync everysec  # 每秒同步（推荐）
appendfsync no        # 由操作系统决定（快但可能丢数据）

推荐：everysec，平衡性能和安全性。

30. AOF 重写是什么？

答案： AOF 文件会越来越大，重写可以压缩 AOF 文件。

原理：

遍历内存中的数据
生成最少的命令
替换原 AOF 文件

触发：

# 手动
BGREWRITEAOF

# 自动
auto-aof-rewrite-percentage 100
auto-aof-rewrite-min-size 64mb

高可用篇

31. Redis 主从复制原理？

答案： 全量同步：

从节点发送 PSYNC 命令
主节点执行 BGSAVE 生成 RDB
主节点发送 RDB 文件
从节点清空数据并加载 RDB
主节点发送增量命令

增量同步：

主节点将写命令发送到复制缓冲区
从节点接收并执行命令

32. Redis 哨兵的作用？

答案：

监控：检查主从节点是否正常
通知：故障时通知管理员
自动故障转移：主节点故障时自动切换
配置提供：客户端获取主节点地址

33. 哨兵如何判断节点下线？

答案： 主观下线（Subjectively Down）：

单个哨兵认为节点下线
超过 down-after-milliseconds 未响应

客观下线（Objectively Down）：

多数哨兵认为节点下线
达到 quorum 数量

34. 哨兵故障转移流程？

答案：

主观下线：单个哨兵认为主节点下线
客观下线：多数哨兵认为主节点下线
选举领导哨兵：Raft 算法选举
故障转移：
- 选择一个从节点提升为主节点
- 其他从节点复制新主节点
- 通知客户端新主节点地址

35. Redis 集群如何分片？

答案：

16384 个槽位
CRC16 算法：slot = CRC16(key) % 16384
槽位分配给不同节点

36. Redis 集群如何扩容？

答案：

添加新节点
重新分配槽位
迁移数据

# 添加节点
redis-cli --cluster add-node new_host:port existing_host:port

# 重新分配槽位
redis-cli --cluster reshard existing_host:port

37. Redis 集群的优缺点？

答案：优点：

水平扩展
高可用
自动故障转移

缺点：

不支持多键操作（除非在同一槽位）
客户端需要支持集群协议
运维复杂度高

38. 如何保证 Redis 高可用？

答案：

主从复制：数据备份
哨兵模式：自动故障转移
集群模式：分片 + 高可用
持久化：RDB + AOF
监控告警：及时发现问题

39. Redis 脑裂问题？

答案：脑裂：网络分区导致同时存在多个主节点。

后果：数据不一致、数据丢失。

解决方案：

# 要求至少 1 个从节点在线
min-replicas-to-write 1
# 延迟不超过 10 秒
min-replicas-max-lag 10

40. Redis 如何实现读写分离？

答案：

主节点：处理写请求
从节点：处理读请求

注意：

主从同步有延迟
可能读到旧数据
适合对一致性要求不高的场景

性能优化篇

41. 什么是大 Key？如何解决？

答案： 大 Key：

String：值大于 10KB
Hash/List/Set/ZSet：元素超过 5000

危害：

阻塞其他命令
内存不均衡
删除耗时

解决方案：

拆分大 Key
使用 UNLINK 异步删除
监控大 Key（redis-cli --bigkeys）

42. 什么是热 Key？如何解决？

答案： 热 Key：频繁访问的 Key。

危害：

单点压力大
可能导致节点崩溃

解决方案：

本地缓存
多副本（key_replica_1, key_replica_2）
读写分离

43. Redis 慢查询如何排查？

答案：

# 查看慢查询
SLOWLOG GET 10

# 配置
CONFIG SET slowlog-log-slower-than 10000  # 10ms
CONFIG SET slowlog-max-len 128

优化：

避免 KEYS *，改用 SCAN
避免 HGETALL 大 Hash，改用 HSCAN
使用 Pipeline 批量操作

44. Redis 内存占用过高如何优化？

答案：

设置最大内存：maxmemory 1gb
淘汰策略：allkeys-lru
压缩数据：使用 Hash 代替 String
设置过期时间：EXPIRE
清理无用数据：定期清理

45. Redis 如何做性能测试？

答案：

# redis-benchmark
redis-benchmark -h 127.0.0.1 -p 6379 -c 100 -n 100000

# 参数
-c: 并发连接数
-n: 请求数
-d: 数据大小
-t: 测试命令（SET,GET,INCR等）

实战篇

46. 如何解决缓存穿透？

答案：问题：查询不存在的数据，缓存和数据库都没有。

解决方案：

缓存空值：

data = cache.get(key)
if data is None:
    data = db.get(key)
    if data is None:
        cache.set(key, 'NULL', 60)  # 缓存空值

布隆过滤器：

if not bloom_filter.exists(key):
    return None  # 一定不存在

47. 如何解决缓存击穿？

答案：问题：热点 Key 过期，瞬间大量请求打到数据库。

解决方案：

互斥锁：

if cache.get(key) is None:
    if lock.acquire():
        data = db.get(key)
        cache.set(key, data)
        lock.release()

永不过期（逻辑过期）：

data = cache.get(key)
if data['expire'] < now:
    async_update_cache(key)  # 异步更新
return data['value']

48. 如何解决缓存雪崩？

答案：问题：大量 Key 同时过期，数据库压力骤增。

解决方案：

过期时间加随机值：

expire = 3600 + random.randint(0, 300)
cache.set(key, data, expire)

多级缓存：
- Redis + 本地缓存
限流降级：
- 数据库限流
- 返回降级数据

49. 如何实现延时队列？

答案： 使用 Sorted Set：

# 添加任务（时间戳作为分数）
ZADD delay:queue 1698048000 "task1"

# 获取到期的任务
ZRANGEBYSCORE delay:queue 0 current_timestamp LIMIT 0 100

# 删除已处理的任务
ZREM delay:queue "task1"

Lua 脚本实现：

local tasks = redis.call('ZRANGEBYSCORE', KEYS[1], 0, ARGV[1], 'LIMIT', 0, 100)
for i, task in ipairs(tasks) do
    redis.call('ZREM', KEYS[1], task)
end
return tasks

50. Redis 在项目中遇到过什么问题？

答案： 示例 1：缓存击穿

问题：热点商品缓存过期，瞬间大量请求打到数据库
解决：使用分布式锁 + 双重检查

示例 2：大 Key

问题：单个 Hash 存储 10万条数据，查询慢
解决：拆分为多个小 Hash

示例 3：内存不足

问题：Redis 内存占用过高
解决：设置 maxmemory + allkeys-lru 淘汰策略

总结

Redis 核心：

✅ 理解 Redis 原理（单线程、IO 多路复用）
✅ 掌握数据类型和应用场景
✅ 熟悉持久化机制（RDB、AOF）
✅ 了解高可用方案（主从、哨兵、集群）
✅ 能解决缓存问题（穿透、击穿、雪崩）
✅ 会使用 Lua 脚本
✅ 有实际项目经验

建议：

理论结合实践
举例说明
量化指标（QPS、响应时间等）
总结踩过的坑

祝你顺利！ 🎉