Redis面试高频灵魂十问（附超详细原理拆解）-优快云博客

一、为什么Redis单线程还能这么快？

（震惊！）很多小伙伴第一次听说Redis是单线程模型时，脑子里肯定蹦出大大的问号——这性能不得炸成烟花？但现实是Redis的QPS轻轻松松突破10万+！！！这波反向操作到底是怎么实现的？

核心秘诀就藏在两个关键设计里：

纯内存操作：数据都放在内存里读写，没有磁盘I/O这个最大瓶颈（内存速度比磁盘快10万倍以上）
I/O多路复用：通过epoll/kqueue等系统调用实现非阻塞I/O，一个线程就能处理大量并发连接

举个栗子🌰：就像银行柜台只开一个窗口，但用了智能叫号系统+自动业务办理机，处理速度反而比开十个传统窗口还快！

二、Redis的五种数据结构用对了吗？

（灵魂拷问）你以为知道五种数据结构名字就完事了？实际面试官想听的是底层实现和应用场景！

数据结构	底层实现	典型场景	坑点预警
String	SDS动态字符串	计数器、分布式锁	大value导致内存碎片
Hash	ziplist+hashtable	对象存储、购物车	字段太多时性能断崖式下跌
List	quicklist	消息队列、最新消息	lrange大范围操作会阻塞
Set	intset+hashtable	共同好友、抽奖去重	大数据量时union性能陷阱
Zset	ziplist+skiplist	排行榜、延迟队列	zrangebyscore注意时间复杂度

（划重点）Hash类型在字段超过512个时会从ziplist转成hashtable，内存占用瞬间翻倍！这个配置项对应hash-max-ziplist-entries参数，调优必知！

三、Redis持久化到底怎么选？

遇到这个问题别慌，先画个对比表镇场子：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

RDB快照：

优点：二进制紧凑存储，恢复速度快
痛点：可能丢失最后一次保存后的数据
生产环境配置建议：

save 900 1      # 15分钟有1个key变化就保存
save 300 10     # 5分钟有10个key变化就保存
save 60 10000   # 1分钟有10000个key变化就保存

AOF日志：

写后日志 vs 写前日志（MySQL的redo log是写前日志）
AOF重写原理：fork子进程生成新AOF文件，期间增量数据写入缓冲区
性能黑洞：每次刷盘（appendfsync always）会让QPS暴跌到几千

（保命技巧）混合持久化了解下？Redis 4.0+支持AOF+RDB混合模式，重启时先加载RDB再重放增量AOF，恢复速度提升10倍不是梦！

四、缓存穿透、雪崩、击穿怎么破？

这三个缓存界的"死亡三连"必须用不同姿势破解：

缓存穿透（请求不存在的数据）

布隆过滤器拦截（1亿数据仅需12MB内存）
缓存空对象（记得设置短过期时间）

缓存雪崩（大量key同时过期）

随机过期时间：基础时间+随机偏移量
热点数据永不过期+异步更新

缓存击穿（热点key突然失效）

互斥锁重建：Redisson的分布式锁
逻辑过期时间：实际数据永不过期，程序判断是否要更新

（血泪教训）某电商大促时因为缓存雪崩导致DB被打挂，直接损失上千万！现在他们的Key过期时间都加了随机数后缀。

五、Redis集群方案如何选型？

三种主流方案对比：

主从复制

一主多从架构，从节点只读
同步方式：全量同步（首次） + 增量同步
致命缺陷：主节点宕机需要手动切换

哨兵模式

哨兵集群监控主节点状态
自动故障转移（平均20秒完成切换）
配置建议：至少3个哨兵节点，quorum设为2

Cluster模式

数据分片（16384个slot）
节点间使用gossip协议通信
官方推荐方案，支持水平扩展

（避坑指南）跨slot操作会报错！比如mget多个key分布在不同的slot就会失败，这种情况要用hash tag强制分配相同slot。

六、Redis为什么变慢了？

性能问题排查三板斧：

慢查询分析：

# 设置慢查询阈值（单位微秒）
config set slowlog-log-slower-than 10000
# 保存最近1000条慢查询
config set slowlog-max-len 1000
# 查看慢日志
slowlog get 10

内存瓶颈排查：

大key扫描：redis-cli --bigkeys
内存碎片率：info memory查看mem_fragmentation_ratio
碎片整理：config set activedefrag yes

网络问题定位：

监控每秒流量：redis-cli --stat
连接数突增：client list查看异常连接
使用Redis的自身延迟检测：redis-cli --latency

（真实案例）某次线上事故发现Redis响应变慢，最后发现是有人误用了keys *命令，直接导致单线程阻塞！

七、Redis事务是鸡肋吗？

先看经典代码示例：

MULTI
SET stock:1001 50
DECR stock:1001
EXEC

Redis事务的三大特征：

批量执行（非原子性，某条失败不会回滚）
无隔离级别（不会看到中间状态）
不支持回滚（要开发者自己处理）

（使用场景）适合需要批量执行的场景，比如：

库存扣减
批量更新配置项
计数器组合操作

八、Lua脚本的正确打开方式

相比事务，Lua脚本才是真香警告！优势包括：

原子性执行
减少网络开销
复杂逻辑封装

经典限流脚本示例：

local key = KEYS[1]
local limit = tonumber(ARGV[1])
local expire_time = ARGV[2]

local current = tonumber(redis.call('get', key) or "0")
if current + 1 > limit then
    return 0
else
    redis.call("INCR", key)
    redis.call("EXPIRE", key, expire_time)
    return 1
end

（性能警告）Lua脚本不要写太复杂的逻辑，否则会阻塞整个Redis实例！

九、Redis6.0的多线程真香吗？

Redis6.0开始支持多线程，但别激动——这个多线程仅用于处理网络I/O，命令执行还是单线程！

配置方法：

io-threads 4   # 建议设置为CPU核心数的3/4
io-threads-do-reads yes

实测数据：

4核机器开启多线程后，吞吐量提升2-3倍
但CPU占用率也会相应升高

（选型建议）如果业务场景以简单命令为主（如get/set），开启多线程收益明显；如果是复杂命令（lua脚本、事务），提升有限。

十、Redis在微服务中的正确姿势

最后来点高阶玩法！在Spring Cloud架构中：

二级缓存架构：
本地缓存（Caffeine） + Redis分布式缓存

@Cacheable(cacheNames = "users", key = "#userId",
           cacheManager = "combinedCacheManager")
public User getUser(String userId) {
    // 查询DB
}