Redis面试题总结

Redis是一个高性能的内存数据库,因其快速、数据结构简单及支持多种数据类型而被广泛使用。其速度得益于内存操作、简单的数据结构、单线程模型和多路复用IO。缓存击穿、穿透和雪崩是使用Redis时需防范的问题,解决方案包括设置数据不过期、使用互斥锁等。Redis常见应用场景包括分布式锁、对象缓存和数据库。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

redis是什么?

一种开源的内存中的数据结构存储数据库

redis为什么这么快?

1、完全基于内存操作,redis将数据存储在内存中,读写数据的时候不会受到硬盘IO速度的限制
2、数据结构简单,对数据操作也简单
3、采用单线程,避免了不必要的竞争条件和线程上下文切换,也不存在加锁释放锁的操作
4、使用多路复用模型,是NIO
5、redis自己构建了VM机制,不去调用系统函数,所以不会浪费时间去移动和请求。

多路复用IO模型怎么理解?

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连接请求(尽量减少网络 IO 的时间消耗),
且 Redis 在内存中操作数据的速度非常快,也就是说内存内的操作不会成为影响Redis性能的瓶颈,主要由以上几点造就了 Redis 具有很高的吞吐量。

redis应用场景?

分布式锁
对象缓存
当做数据库
文章点赞
共同好友统计

redis的数据结构

string
set
zset
list
hash
redis常用的五种数据结构

缓存击穿、缓存穿透 、缓存雪崩之间的区别

在这里插入图片描述
如上图所示,前台请求,先去查询缓存,如果缓存中有数据则返回正常数据;如果没有数据,则去查询数据库,如果数据库有数据则更新缓存,返回正常数据,如果没有则返回空值。
缓存穿透
缓存穿透指:缓存和数据库都没有数据,而用户不断的发起请求,这种请求一般被视为恶意攻击,攻击会导致数据库压力陡增。导致正常的用户无法访问系统。
缓存穿透解决方案
1、接口层添加校验,如用户鉴权校验
2、从缓存取不到的数据,在数据库中也没有取到,这时也可以将key-value对写为key-null,缓存有效时间可以设置短点,如30秒(设置太长会导致正常情况也没法使用)。这样可以防止攻击用户反复用同一个id暴力攻击
缓存击穿
缓存击穿指:缓存中没有,但是数据库中数据存在(一般是由缓存数据到期引起的),这事由于并发用户特别多,但是缓存中没有读到数据,同时去数据库中读取,导致数据库压力陡增。
缓存击穿解决方案
1、设置热点数据永不过期
2、加互斥锁

public Object getData(String key) throws InterruptedException {
        //定义一个互斥锁
        ReentrantLock reentrantLock = new ReentrantLock();
        //从redis中读取数据
        Object result = getDataFromRedis(key);
        if (result == null){
            //去获取锁,获取成功,则去数据库读取数据
            if (reentrantLock.tryLock()){
                result = getDataFromMysql(key);
                //更新缓存数据
                if (result != null){
                    setDataFromRedis(key,result);
                }
                reentrantLock.unlock();
            }
            //获取锁失败,则等待100ms再次去获取锁
            else{
                Thread.sleep(100);
                result = getData(key);
            }
        }
        return result;
    }

缓存雪崩
缓存雪崩是指:缓存中数据大批量到过期时间,而查询数据量巨大,引起数据库压力过大甚至down机。和缓存击穿不同的是,缓存击穿指并发查同一条数据,缓存雪崩是不同数据都过期了,很多数据都查不到从而查数据库。
缓存雪崩解决方案
1、缓存数据的过期时间设置随机,防止同一时间大量数据过期现象发生。
2、如果缓存数据库是分布式部署,将热点数据均匀分布在不同搞得缓存数据库中。
3、设置热点数据永远不过期。

<think>好的,用户希望获取关于Redis的高频面试题汇总及解析。我需要结合之前提供的Spring面试问题结构,并参考用户提供的三个引用内容来组织回答。首先,我需要确认用户提供的引用内容中的关键点,然后按照逻辑分类整理。 首先,引用[1]中提到了Redis的缓存问题(穿透、击穿、雪崩)、持久化机制、过期删除策略、内存淘汰策略、双写一致性、Redission分布式锁、高可用策略(主从复制、哨兵模式、分片集群)、以及性能相关的问题(单线程为何高效、I/O模型)。引用[2]详细解释了Redis单线程的原因和工作流程,引用[3]则介绍了Redisson的功能。 接下来,我需要将这些内容分门别类,确保结构清晰。比如分为缓存问题、持久化、内存管理、分布式锁、高可用、性能优化等部分。每个部分需要包含问题描述、原因、解决方案,并适当引用提供的引用内容。 同时,用户之前的Spring回答结构使用了核心机制、IoC、AOP等分类,我可以模仿这种结构,但根据Redis的特点调整。例如,分为缓存问题、持久化机制、内存管理、分布式锁、高可用架构、性能优化等。 需要注意每个问题要简明扼要,给出关键点和解决方案,同时添加引用标记。例如,在解释缓存穿透时,引用[1]中的解决方案,如布隆过滤器和空值缓存。在讨论单线程高效原因时,引用[2]中的解释,并结合I/O多路复用模型。 另外,用户可能希望问题解析后有相关问题,如示例中的Spring部分。因此,最后需要生成相关问题,确保覆盖Redis的其他重要主题,如数据结构、集群模式、事务处理等。 需要检查是否所有高频问题都已涵盖,比如双写一致性、Redisson分布式锁的实现、主从复制机制、哨兵模式等,确保没有遗漏关键点。同时,确保引用标记正确对应,比如引用[1]用于缓存问题和持久化,引用[2]用于单线程性能,引用[3]用于Redisson部分。 最后,保持回答的专业性和可读性,使用技术术语但不过于晦涩,结构清晰,分点明确。确保每个部分的解析准确,解决方案实用,符合实际面试中的常见问题。</think>### Redis 高频面试题汇总及解析 --- #### 一、缓存问题 1. **缓存穿透** - **问题**:大量请求查询**不存在的数据**(如无效 ID),绕过缓存直接访问数据库。 - **原因**:恶意攻击或业务逻辑缺陷[^1]。 - **解决方案**: - **布隆过滤器**:预加载有效键值,拦截非法请求。 - **空值缓存**:对无效查询结果缓存空值(设置短过期时间)。 2. **缓存击穿** - **问题**:**热点 Key 过期瞬间**,大量请求直接穿透到数据库。 - **解决方案**: - **互斥锁**:通过 Redis 的 `SETNX` 命令实现分布式锁,仅允许一个线程重建缓存。 - **逻辑过期**:对 Key 设置逻辑过期时间(业务字段控制),异步更新缓存[^1]。 3. **缓存雪崩** - **问题**:**大量 Key 同时过期**或 Redis 宕机,导致数据库压力激增。 - **解决方案**: - **随机过期时间**:为 Key 添加随机偏移量(如基础时间 ± 10 分钟)。 - **多级缓存**:结合本地缓存(如 Caffeine)和分布式缓存。 - **集群高可用**:通过主从复制、哨兵模式保障服务可用性[^1]。 --- #### 二、持久化机制 4. **RDB 与 AOF 的区别与选择** - **RDB**(快照): - **原理**:定时生成内存数据的二进制快照文件(`dump.rdb`)。 - **优点**:恢复速度快,适合备份。 - **缺点**:可能丢失最后一次快照后的数据。 - **AOF**(追加日志): - **原理**:记录所有写操作命令(如 `SET`、`DEL`),通过重放恢复数据。 - **优点**:数据完整性高(可配置同步频率:`always`/`everysec`/`no`)。 - **缺点**:文件体积大,恢复速度慢。 - **选择**:生产环境通常**混合使用**(RDB 定期备份 + AOF 增量记录)[^1]。 --- #### 三、内存管理 5. **过期键删除策略** - **惰性删除**:访问 Key 时检查是否过期,过期则删除。 - **定期删除**:Redis 随机抽样检查并删除过期 Key(平衡 CPU 与内存)。 6. **内存淘汰策略** - **8 种策略**(通过 `maxmemory-policy` 配置): - `volatile-lru`:从设置了过期时间的 Key 中淘汰最近最少使用的。 - `allkeys-lru`:从所有 Key 中淘汰 LRU。 - `volatile-ttl`:淘汰剩余存活时间最短的 Key。 - `noeviction`(默认):禁止淘汰,内存不足时返回错误。 --- #### 四、分布式锁与一致性 7. **Redisson 分布式锁实现** - **原理**:基于 Lua 脚本保证原子性,通过 `hash` 结构存储锁信息(Key:锁名,Field:线程 ID,Value:重入次数)。 - **锁续期**:通过 `watchdog` 机制自动续期(默认 30 秒,每 10 秒检查一次)。 - **可重入性**:记录线程 ID 和重入次数,同一线程可多次加锁[^3]。 8. **双写一致性方案** - **强一致**: - **延迟双删**:先删缓存 → 更新数据库 → 延迟再删缓存。 - **读写锁**:读操作加读锁,写操作加写锁。 - **最终一致**: - **消息队列**:通过 Canal 监听数据库变更,异步更新缓存[^1]。 --- #### 五、高可用架构 9. **主从复制** - **流程**: 1. **全量复制**:从节点首次连接主节点时,主节点生成 RDB 文件并传输。 2. **增量复制**:后续通过复制缓冲区同步写命令。 - **问题**:主从延迟可能导致读取旧数据(可强制读主库或容忍延迟)。 10. **哨兵模式(Sentinel)** - **功能**:监控主节点健康状态,自动故障转移(选举新主节点)。 - **脑裂问题**:网络分区导致多个主节点,可通过 `min-slaves-to-write` 配置避免[^1]。 11. **分片集群** - **原理**:数据按槽位(16384 slots)分布到多个节点,支持水平扩展。 - **读写流程**:客户端根据 Key 的 CRC16 值计算槽位,直接访问对应节点。 --- #### 六、性能优化 12. **Redis 单线程为何高效?** - **原因**: 1. **纯内存操作**:数据存储在内存中。 2. **I/O 多路复用**:通过 epoll/kqueue 实现非阻塞网络模型,单线程处理多连接。 3. **避免上下文切换**:无多线程竞争开销[^2]。 - **6.0 多线程**:仅网络 I/O 处理多线程化,核心逻辑仍为单线程。 --- ### 相关问题 1. **Redis 如何实现事务?与 MySQL 事务有何区别?** 2. **Redis 的 HyperLogLog 是什么?适用哪些场景?** 3. **如何通过 Redis 实现分布式限流?** 4. **Redis 的 Big Key 问题如何排查与解决?** 5. **Redis 在秒杀场景中的典型应用方案?** [^1]: Redis 缓存设计与高可用实践 [^2]: Redis 单线程模型与性能优化 [^3]: Redisson 分布式锁实现原理
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值