Java全栈面试题(三)--Redis

对Redis的理解

        Redis是一款开源的高性能键值对存储系统，支持多种数据类型，如字符串、哈希、列表、集合、有序集合等。主要用于缓存、消息队列、排行榜、计数器等场景，能够提供快速读写、高并发、持久化等功能。

        Redis是单线程的，通过采用多路I/O复用模型以及非阻塞I/O来实现高并发访问。同时，支持主从复制和Sentinel模式实现高可用，支持Cluster模式实现分布式，支持Lua脚本扩展功能。       

        Redis的内存管理是通过引用计数机制来实现的，同时支持简单动态字符串、快速列表等优化方式。为了避免数据过期后内存仍然占用的问题，Redis支持定时删除和惰性删除两种方式，并且支持持久化机制，包括RDB和AOF两种方式，可以根据具体业务常见选择合适的方式。

        总之，Redis具有高性能，可扩展、可靠性、灵活性等优点，被广泛应用于互联网企业的后端存储中。

Redis的数据类型

        字符串(String)：最基本的数据类型，可以存储字符串、整数或浮点数。

        列表(list)：由多个字符串组成的有序列表，支持从两端进行元素的添加、删除等操作

        集合(set)：由多个字符串组成的无序集合，支持集合的交、并、差等操作

        有序集合(sorted set)：由多个字符串及其对应的分数组成的有序集合，支持按照分数进行范围查询、排名等操作

        哈希表(hash)：由多个字段和值组成的散列表，可以存储对象等复杂结构

        这些数据类型各自具有特定的功能和适用场景，可以根据具体的需求选择合适的数据类型进行存储和操作。在使用Redis时，需要根据数据类型的不同选择合适的命令进行操作，如GET/SET命令用于字符串类型的读写操作，LPUSH/RPOP命令用于列表类型的插入和弹出操作，SADD/SMEMBERS命令用于集合类型的添加和获取操作，ZADD/ZRANGE命令用于有序集合类型的添加和范围查询操作，HSET/HGETALL命令用于哈希表类型的添加和获取操作等等。

Redis淘汰机制

        指在Redis的内存使用达到了最大限制时，Redis需要淘汰一些键值对，以释放内存空间。

        LUR(最近最少使用)，Redis默认使用的淘汰机制：优先淘汰最近最少使用的键值对。Redis维护一个访问计数器，每次访问一个键值对时，就将该键值对的计数器加1。当需要淘汰键值对时，选择访问次数最少的键值对进行淘汰。

        LFU(最不经常使用)淘汰机制：优先淘汰最近最少使用的键值对，即在一段时间内被访问次数最少的键值对。

        TTL(生存时间)淘汰机制：优先淘汰过期时间最早的键值对，即距离过期时间最近的键值对

        随机淘汰机制：Redis会随机选择一些键值对进行淘汰

        可以通过配置文件或者命令行参数来设置其他的淘汰机制。Redis还提供了一些手动淘汰命令，如DEL、UNLINK、FLUSHDB等，可以通过手动淘汰键值对来释放内存空间。

Redis实现分布式锁

        Redis可以使用它提供的原子操作和过期时间来实现分布式锁。基本思路：多个客户端都可以尝试去获取同一个锁，获取成功的客户端可以对锁进行操作，其他客户端则需要等待锁释放

具体实现步骤：

        客户端尝试通过Redis的SETNX命令获取锁，该命令会在锁不存在的情况下将锁设置为当前客户端的标识符，并返回1表示获取成功，否则返回0表示获取失败

        如果客户端成功获取锁，就可以进行对锁的操作。在操作完成后，客户端可以通过Redis的DEL命令释放锁

        如果获取锁失败，客户端需要等待一段时间，再次尝试获取锁

        为了避免锁一直占用，客户端可以设置锁的过期时间(使用Redis的EXPIRE命令)，确保锁最终会被释放

分布式锁的实现还需要考虑如下问题：

        锁的标识符需要保证唯一性，可以使用UUID等机制生成

        锁的释放应该只由加锁的客户端进行，其他客户端不应该主动释放锁，以避免误操作导致锁被误释放

        由于网络等原因，可能会出现客户端已经持有锁，但是因为Redis节点之间的同步延迟等原因，其他客户端仍然可以获取到锁的情况。因此，可以为锁设置一个全局唯一的标识符，在释放锁的时候需要检查是否是该客户端加的锁，以避免释放其他客户端加的锁。

Redis持久化方式

        RDB和AOF

        RDB持久化是将Redis在某个时间点上的数据快照写入磁盘。可以手动触发保存快照，也可以设置自动保存快照的策略。当Redis重启时，可以通过读取RDB文件来恢复数据。RDB持久化方式适用于数据较大且对数据完整性要求不是非常高的场景。

        AOF持久化是将Redis执行的每一条写命令都记录下来，以文本的方式写入到磁盘上的AOF文件。AOF持久化可以选择每次写入、定期写入或者写入时机达到一定数量后进行重写。Redis重启时，通过重新执行AOF文件中的命令来恢复数据。AOF持久化方式适用于数据完整性要求较高的场景。

Redis高可用、主从复制实现

        Redis高可用和主从复制是两个不同的概念，但在Redis中，它们可以结合使用来
实现Redis的高可用性。

        Redis主从复制：将一个Redis实例作为主节点，将另一个或多个Redis实例作为从节点，从主节点中复制数据。主节点负责写操作，从节点只能执行读操作。主节点将每个写操作的结果都发送到从节点，从节点就会更新自己的数据，保持与主节点的同步

        Redis高可用性可以通过主从复制结合Redis Sentinel来实现。Redis Sentinel是一个分布式系统，可以监控Redis主从复制模式中的主节点，并在主节点不可用时，自动将从节点选举为新的主节点。当主节点重新上线时，它会将自己设置为从节点，并等待选举产生新的主节点。

        在Redis Sentinel中，可以有多个Sentinel实例运行，以提高可用性和容错性。Sentinel可以使用Quorum机制，通过多数派选举的方式决定哪个从节点将被提升为新的主节点。这样可以避免出现多个从节点同时被提升为主节点的情况，从而确保高可用性。

        在主从复制模式中，从节点可以在主节点故障时被晋升为主节点，从而保持系统的可用性。这种主从复制结合Sentinel的架构可以支持自动故障恢复和容错性，并提供高可用性和数据冗余。

Redis中分片是怎么实现的

        Redis中分片指将一个大的Redis数据库分成多个小的数据库，每个小的数据库成为分片，分配到不同的物理节点上，从而提高Redis的横向扩展能力和性能。

        Redis实现分片的方法有两种：

        基于客户端的分片：即由客户端实现数据的分片，并指定对应的Redis节点。此方法的好处是实现简单，但是需要客户端维护分片规则和节点状态。

        基于服务器的分片：即由Redis集群在内部实现数据的分片和管理，客户端无需关心具体的分片规则和节点状态。Redis官方提供的集群方案，即Redis Cluster就是基于此种分片方式实现的

        基于服务器的分片时推荐的分片方式，它具有的优点：

        分片规则由Redis集群内部维护，客户端无需关心细节。

        Redis Cluster支持动态扩容和缩容，即可以动态地增加或减少物理节点，而客户端无需修改配置。

        Redis Cluster具有自动化的数据迁移和负载均衡，即自动将数据迁移到正确的节点，并自动平衡负载。

        Redis Cluster实现了高可用，即当某个节点宕机时，自动将其他节点提升为主节点，确保服务可用性。

Redis在实际中的应用

        缓存：Redis最常见的应用场景。将经常访问的数据缓存到Redis中，可以减轻数据库的负载，提高应用程序的性能。

        分布式锁：多个应用程序或者多台服务器需要共享一个资源的时候，可以使用Redis来实现分布式锁。

        计数器：将文章的阅读次数、商品的浏览次数等存储在Redis中，每次访问的时候，将计数器加1即可。

        会话管理：将用户的会话信息存储在Redis中，可以使多个应用程序共享用户的会话状态。

        消息队列：将消息存储在Redis的列表数据结构中，消费者从列表的头部拉取出来，生产者将消息添加到列表的尾部。

        实时排行榜：将用户的得分存储在Redis的有序集合数据结构中，可以根据得分排行，快速地查询排名前几名的用户。

        地理位置：将地理位置的经纬度存储在Redis的有序集合数据结构中，可以根据用户的地理位置，快速地查询附近的其他用户或者商家。

        Redis在实际中有很多应用场景，是一款非常强大的NoSQL数据库。

Redis为什么设计成单线程

        Redis的单线程模型是指它使用单线程来处理客户端请求，而不是指Redis的内部只有一个线程。虽然Redis在内部使用了多个线程来处理不同的任务，但在客户端和网络交互方面，Redis仍然是单线程的。

        Redis之所以采用单线程模型，主要原因：

        1.避免竞态条件

        由于Redis的数据存在于内存中，所以不需要频繁进行磁盘IO操作，这样就避免了由于多线程并发读写内存而带来的竞态条件问题。

        2.最大化利用CPU缓存

        在单线程模型下，Redis可以最大化利用CPU缓存，将所有数据存储在紧凑的数据结构中，避免缓存不命中的开销，从而提高了Redis的性能。

        虽然Redis是单线程，但它通过多路复用技术来实现高并发，即在一个线程中处理多个客户端请求。同时，Redis也提供了多种机制来实现并发，如使用Pipeline机制、Lua脚本等。因此，Redis在实际中可以应用于高并发的数据缓存、消息队列、分布式锁等方面。

数据库与缓存不一致问题怎么解决

        在使用数据库与缓存时，由于缓存更新的延迟或缓存数据的不一致性，可能会导致数据不一致问题。以下是一些常见的解决方法：

        读写时先读缓存，再读数据库。如果缓存中没有数据，则从数据库读取，并将结果写入缓存。如果缓存中有数据，则直接返回。写数据时，先写数据库，再删除缓存数据。

        实现缓存与数据库的同步更新。当数据库中的数据发生变化时，可以通过触发器或其他方式，通知缓存进行更新。

        设置缓存过期时间。当缓存数据的过期时间到期时，缓存会自动失效并重新从数据库中加载数据，以确保数据的一致性。

        异步更新缓存。当数据更新时，先更新数据库，然后再异步更新缓存，避免写缓存的延迟影响数据库的性能。

        使用分布式锁。当多个线程同时请求更新缓存时，可能会导致缓存不一致。使用分布式锁可以保证只有一个线程能够更新缓存，避免数据不一致问题。

        这些方法都有各自的优缺点，具体的实现方法需要根据业务场景和实际需求进行选择。

Redis缓存穿透？缓存击穿？缓存雪崩？

        缓存穿透、缓存击穿、缓存雪崩是Redis缓存中的三个常见问题，它们的解决方案各不相同：

        1.缓存穿透：指的是查询一个不存在的数据，由于缓存中没有这个数据，所以每次请求都要访问数据库，这种情况下大量请求会直接打到数据库上，导致数据库压力过大，甚至会导致宕机。

        解决方案：

        对查询结果为空的情况进行缓存，存储一个空对象，以避免缓存层和后端服务的压力。

        对于传入参数的校验，过滤掉非法参数

        布隆过滤器：对于不合法的请求，先进行布隆过滤器判断是否存在，避免对底层存储系统的查询压力。

        2.缓存击穿：指的是某个热点数据在缓存中过期的时候，同时有大量的请求访问该数据，导致请求都打到数据库上，同样会导致数据库压力过大，甚至宕机。

        解决方案：

        热点数据永不过期，这样就不会出现缓存过期的问题。

        延迟缓存过期时间，在key的失效时间上增加一个随机值，让缓存失效时间分散，避免大量的请求同时打到数据库上。

        加互斥锁，只允许一个线程查询数据库，其他线程等待，直到该线程查询到数据后，再去更新缓存。

        3.缓存雪崩：指的是在某一时刻，缓存中的大量数据同时过期，这些数据在同一时间内被大量请求访问，导致请求都打到数据库上，同样会导致数据库压力过大，甚至宕机。

        解决方案：

        对于热点数据，加锁或者设置不同的过期时间，避免在同一时间点大量数据同时过期。

        加缓存限流，控制缓存的访问流量，避免突发流量打到数据库上。

        引入多级缓存架构，比如增加本地缓存，分布式缓存等，避免全部缓存失效。

Redis和MySQL区别

        Redis和MySQL都是常用的数据存储技术，区别：

        数据存储方式：Redis是基于内存的缓存，而MySQL是基于磁盘的数据库。

        数据结构：Redis支持多种数据结构，包括字符串、哈希表、列表、集合、有序集合等；而MySQL主要使用关系型数据表。

        数据查询方式：Redis使用key-value形式的查询，查询速度非常快，而MySQL使用SQL语句查询，查询速度相对较慢。

        数据持久化：Redis支持多种数据持久化方式，包括RDB和AOF；而MySQL主要使用InnoDB引擎，支持ACID事务。

        数据一致性：Redis是单机版的，不支持分布式事务，所以需要开发者自行保证数据一致性；而MySQL支持分布式事务，保证数据一致性。

        总的来说，Redis更适合用于高并发的数据缓存场景，而MySQL更适合用于数据存储和查询。根据实际需求，可以在应用中选择使用Redis或MySQL或两者的结合。