Redis 八股文面试题

原创已于 2025-10-21 16:52:13 修改 · 703 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#java #redis

于 2025-10-19 19:54:12 首次发布

一、Redis 知识点全景概览

要真正掌握 Redis，不能只零散记忆命令或知识点，而需从单点出发，梳理清楚知识点间的关联，构建完整知识网络。下面就从 Redis 的核心优势切入，带大家由点及面认识 Redis 各知识点的联系。

二、Redis 核心优势：为什么选择 Redis？

Redis 能在众多缓存 / 数据库中脱颖而出，源于其三大核心优势：

1. 极致性能

单线程设计：Redis 采用单线程模型处理客户端请求（持久化、异步复制等操作由后台线程处理）。单线程避免了线程切换和锁竞争的开销，结合内存存储，使得 Redis 能达到每秒数万次读写的高性能。
IO 多路复用：通过 epoll/select 等机制，单线程可同时处理多个客户端连接的网络 IO，进一步提升吞吐量。

2. 丰富数据结构

Redis 提供了远超普通键值对的8 种核心数据结构：

字符串（String）：存储文本、数字，支持自增 / 自减、位图（Bitmap）等操作。
列表（List）：双向链表结构，支持栈（LIFO）、队列（FIFO）操作，可做消息队列。
集合（Set）：无序不重复集合，支持交集、并集、差集等聚合操作。
有序集合（Sorted Set）：基于跳表实现，元素带分数（score），支持按分数范围查询、排名等。
哈希（Hash）：存储键值对集合，适合存对象（如用户信息）。
位图（Bitmap）：按位存储，用于统计（如日活用户）。
HyperLogLog：基数统计（近似去重计数）。
地理空间（Geo）：存储地理位置信息，支持距离计算、范围查询。

3. 高可靠性

通过持久化机制和复制机制保证数据不丢失、服务高可用：

持久化：RDB 快照 + AOF 日志，确保内存数据能持久化到磁盘。
复制：主从复制实现读写分离、故障转移，提升系统可靠性。

三、Redis 适用场景：什么时候该用 Redis？

Redis 不是银弹，这些场景最能发挥它的价值：

缓存层：缓解数据库压力，存储热点数据（如商品详情、用户会话）。
计数器：利用 String 自增特性，实现文章阅读数、点赞数、限流计数等。
消息队列：通过 List 的 lpush/brpop 或 Pub/Sub 实现简单消息队列。
分布式锁：解决分布式系统中资源竞争问题（如秒杀、订单防重）。
实时统计：借助 Set、Sorted Set、HyperLogLog 实现 UV 统计、排行榜、去重计数等。
地理位置服务：通过 Geo 结构实现附近的人、打车距离计算等功能。

四、Redis vs MySQL

1.核心区别在哪里？

特性	Redis	MySQL
存储介质	内存（支持持久化到磁盘）	磁盘
数据结构	丰富（String、List、Set 等 8 种）	基于表的关系型结构
性能	极高（万级 QPS）	较低（千级 QPS，依赖索引优化）
事务支持	简单事务（不支持回滚）	完整事务（ACID 特性）
适用场景	缓存、高并发计数、实时统计等	持久化业务数据、复杂关系查询

2.Redis 与 MySQL 一致性问题

在缓存与数据库双写场景下，容易出现数据一致性问题，常见解决方案：

延时双删：写数据库后，删除缓存 → 休眠一段时间（如 500ms）→ 再次删除缓存（防止读写并发导致的脏数据）。
读时双检：读缓存时，若缓存命中则返回；若未命中，先查数据库，再将数据写入缓存（需加锁避免并发写脏数据）。
Canal 订阅 binlog：通过 Canal 监听 MySQL binlog，异步更新 Redis 缓存，保证最终一致性。

五、Redis 数据结构：每种结构的典型用法

1. String

用法：存储用户 token、商品价格、验证码等；结合 incr/decr 做计数器。
底层：简单动态字符串（SDS），支持预分配空间减少扩容开销。

2. List

用法：做消息队列（lpush + brpop）、存储用户操作历史（如浏览记录）。
底层：双向链表 + 压缩列表（小数据量时）。

3. Set

用法：存储用户标签（如 “喜欢科幻的用户”）、实现抽奖功能（srandmember）。
底层：哈希表 + 整数集合（小整数且无重复时）。

4. Sorted Set

用法：实现排行榜（如 “销量 Top10 商品”）、延迟任务（结合 score 为时间戳）。
底层：跳表 + 哈希表，跳表保证有序性，哈希表保证查询效率。

5. Hash

用法：存储对象（如用户信息：user:{id} → {name: "xxx", age: 18}）。
底层：哈希表 + 压缩列表（小数据量时）。

六、Redis 持久化机制：RDB vs AOF

Redis 提供两种持久化方式，保障内存数据能落地到磁盘：

1. RDB（快照持久化）

原理：在指定时间间隔内，将内存中的全量数据快照写入 RDB 文件（如 dump.rdb）。
触发方式：
- 手动触发：save（阻塞）或 bgsave（非阻塞，fork 子进程执行）。
- 自动触发：配置 save <秒> <修改次数>（如 save 300 10 表示 300 秒内修改 10 次则触发）。
生成 RDB 时如何处理请求：bgsave 时，父进程继续处理客户端请求，子进程负责写 RDB 文件，互不影响。
优点：文件体积小，恢复速度快。
缺点：快照间隔内的数据可能丢失（如突然宕机）。

2. AOF（ append-only file，追加式日志）

原理：将所有写操作命令以文本形式追加到 AOF 文件，恢复时重新执行这些命令。
触发方式：
- 实时同步（appendfsync always）：每次写操作都同步到磁盘，性能差但安全性高。
- 每秒同步（appendfsync everysec）：每秒同步一次，是默认且推荐的配置。
- 操作系统控制（appendfsync no）：由操作系统决定何时同步，性能好但安全性低。
优点：数据丢失少（最多丢失 1 秒数据），日志可读性强。
缺点：AOF 文件体积大，恢复速度比 RDB 慢。

3. 混合持久化（Redis 4.0+）

结合 RDB 和 AOF 的优点：AOF 文件中前半部分是 RDB 格式的全量数据，后半部分是增量的 AOF 命令。恢复时先加载 RDB 部分，再执行增量 AOF 命令，兼顾了恢复速度和数据安全性。

七、Redis 缓存常见问题：穿透、击穿、雪崩

1. 缓存穿透

问题：大量请求访问缓存和数据库都不存在的数据，导致请求直接打在数据库上，可能压垮数据库。
解决方案：
- 布隆过滤器：提前过滤不存在的键。
- 缓存空值：即使数据库无数据，也在缓存中存一个空值（设置短过期时间）。

2. 缓存击穿

问题：某个热点 key 过期瞬间，大量请求同时访问该 key，直接打在数据库上。
解决方案：
- 热点 key 永不过期：业务层面保证热点数据长期有效。
- 互斥锁：第一个请求构建缓存时，其他请求等待（如用 Redis 分布式锁）。

3. 缓存雪崩

问题：大量 key 在同一时间过期，或 Redis 集群宕机，导致请求大量涌入数据库。
解决方案：
- 过期时间打散：为 key 设置随机过期时间，避免集中过期。
- 多级缓存：结合本地缓存（如 Guava Cache）和 Redis 缓存，降低单缓存层压力。
- 集群高可用：通过主从、哨兵或集群模式保证 Redis 服务不宕机。

八、Redis 内存满了怎么办？过期淘汰策略

当 Redis 内存达到 maxmemory 限制时，会触发过期淘汰策略删除部分 key，释放内存：

volatile-lru：在设置了过期时间的 key中，淘汰最近最少使用的 key。
volatile-ttl：在设置了过期时间的 key 中，淘汰剩余过期时间最短的 key。
volatile-random：在设置了过期时间的 key 中，随机淘汰。
volatile-lfu：在设置了过期时间的 key 中，淘汰最近最少频率使用的 key（Redis 4.0+ 支持）。
allkeys-lru：在所有 key中，淘汰最近最少使用的 key。
allkeys-random：在所有 key 中，随机淘汰。
allkeys-lfu：在所有 key 中，淘汰最近最少频率使用的 key（Redis 4.0+ 支持）。
noeviction：默认策略，不淘汰任何 key，写操作会报错。

九、Redis 性能瓶颈与解决方案

1. 单点故障（主从复制 + 哨兵机制）

问题：单台 Redis 宕机导致服务不可用。
解决方案：
- 主从复制：一台主节点（写），多台从节点（读），实现读写分离和数据备份。
- 哨兵（Sentinel）：监控主从节点状态，当主节点宕机时自动将从节点提升为主节点，实现故障转移。

2. 数据量过大（集群）

问题：单台 Redis 内存 / 性能无法支撑海量数据。
解决方案：Redis 集群（Cluster），通过 ** 哈希槽（16384 个）** 将数据分片到多台节点，支持横向扩容。

十、Redis 分布式锁：如何实现与常见问题

1. 基础分布式锁实现（Redis 命令）

Redis 支持通过 Lua 脚本执行原子性操作，优点：

减少网络往返：将多个命令打包成脚本执行，降低网络开销。
原子性保证：脚本执行过程中不会被其他命令打断。

典型用法：实现复杂的业务逻辑（如库存扣减 + 订单创建）、分布式锁的原子性释放等。

利用 Redis 的 setnx（set if not exists）命令实现：

lua

# 加锁：key 为锁标识，value 为随机值（用于释放时校验），ex 为过期时间
set lock:order {randomValue} nx ex 10

# 释放锁：通过 Lua 脚本保证原子性（先校验 value，再删除）
if redis.call("get", KEYS[1]) == ARGV[1] then
    return redis.call("del", KEYS[1])
else
    return 0
end