ray的博客

Redis 大 Key 与热 Key 问题解析 大 Key 指占用内存过大（如字符串>10KB或集合元素>1万）的键，会导致内存集中、操作阻塞；热 Key 是高频访问的键，引发节点过载。检测方法包括使用MEMORY USAGE、redis-cli --bigkeys等工具扫描大 Key，通过监控、埋点识别热 Key。解决方案：大 Key通过拆分数据结构、渐进删除优化；热 Key采用本地缓存、Key分片、读写分离等手段分散压力。核心在于均衡资源分配，提前发现并合理处理。

Redis 主从复制与集群机制是面试重点考察内容。主从复制通过主节点同步数据到从节点，实现读写分离和数据备份，需注意数据延迟问题；集群则采用哈希槽分片存储，支持横向扩容和自动故障转移。两者关键区别在于：主从需要哨兵实现高可用，而集群内置故障检测机制；主从适合读写分离场景，集群适用于大规模分布式存储。此外，还需掌握热Key处理、扩容迁移等实战问题，理解Redis高可用的实现原理。

Redis常用数据结构面试高频问题摘要：Redis提供String、Hash、List、Set、ZSet等核心数据结构，各有独特实现和适用场景。String适合简单键值存储；Hash适合对象属性存储；List支持双向操作，用作队列；Set支持集合运算；ZSet通过分数排序，适合排行榜。底层实现上，小数据采用ziplist节省空间，大数据转为hashtable或跳表提高效率。典型应用包括String做分布式锁、ZSet实现延迟队列、HyperLogLog统计UV等。面试需掌握数据结构原理、转换阈值及场景选择依

缓存问题的核心是**“平衡性能、一致性、可用性”**，需结合业务场景（如读写频率、数据一致性要求）选择策略。面试中需不仅能描述概念，还要能分析问题根源，并给出具体解决方案（如代码思路、工具选型）。在后端、分布式系统面试中，缓存相关问题频繁出现，核心围绕缓存的原理、问题解决、性能优化等。1. 如何设计一个高可用的缓存系统？1. 设计一个秒杀系统的缓存方案？2. 缓存一致性问题如何解决？1. Redis为什么快？二、缓存问题与解决方案类。缓存面试高频问题汇总。三、Redis专项类。

文章目录前言一、 springboot 版本二、引入 redis 依赖三、增加配置文件四、增加配置类1、 RedissonConfig2、RedisConfig五、增加操作类，主要操作 string总结前言一、 springboot 版本 <spring-boot.version>2.3.5.RELEASE</spring-boot.version> <dependencyManagement> <dependencies&g

当我们从节点读取一个数据时，和主节点读取的数据不一致，这是因为主从同步的命令是异步进行的，一般情况下是主从同步延迟导致的，为什么会延迟，主要二个原因1、网络状态不好2、网络没问题，从节点执行耗时命令，之前的命令在排队，没有执行到对于 1，我们要检查网络状态，在硬件网络尽量把主从机器部署在一起，对于 2 ，可以开发一个监控主从复制进度的程序，及时的把主从复制进度大于一定差值的客户端移除，当复制进度赶上时，再增加进去数据不一致是不可避免的，我们尽量缩小不一致的时间，或者重要数据直接读主库我们使用主从集群

redis 面试相关问题

并发操作、原子命令 incr、setex、lua 脚本

任何知识的学习都有路可循 ，比如 redis。

如何保证缓存(Redis)与数据库(MySQL)的一致性？对于热点数据（经常被查询，但不经常被修改的数据），我们一般会将其放入 Redis 缓存中，以增加查询效率，但需要保证从 Redis 中读取的数据与数据库中存储的数据 终是一致的，这就是经典的缓存与数据库同步问题。那么，如何保证缓存(Redis)与数据库(MySQL)的一致性呢？根据缓存是删除还是更新，以及操作顺序大概是可以分为下面四种情况：1.先更新数据库，再更新缓存2.先更新缓存，再更新数据库3.先删除缓存，再更新数据库。

active-defrag-cycle-max 75: 表示自动清理过程所用 CPU 时间的比例不高于 75%，一旦超过，就停止清理，从而避免在清理时，大量的内存拷贝阻塞 Redis，导致响应延迟升高。active-defrag-threshold-lower 10: 表示内存碎片空间占操作系统分配给 Redis 的总空间比例达到 10% 时，开始清理.1、最简单粗暴 ：重启 redis 实例 ，缺点是导致一部分数据丢失、如果数据量大，aof 日志恢复，时间长，恢复期间无法提供服务。

如何保证缓存与数据库的双写一致性严格要求一致性：采用读请求和写请求串行化，串到一个内存队列去，会导致内存吞吐量降低不严格要求cache aside pattern读的时候先读缓存，缓存没有，读取数据库，放入缓存，返回相应更新先更新数据库（锁表），再删除缓存，缓存设置过期时间为什么删除，缓存不仅仅是数据库数据，更新缓存代价比较好，不频繁数据不需要更新，两个并发写导致脏数据有可能存在写多读少情况，有懒加载思想问题：删除缓存失败，缓存中老数据，数据库中新数据先删除缓存，在更新数据.

一、场景：二、方案三、原理一、场景：数据库中有2000w数据，而redis中只有100w数据，如何保证redis中存放的都是热点数据？二、方案限定redis占用的内存，redis会根据自身数据淘汰策略，留下热数据到内存。所以可以计算100w数据大约占用的内存，然后设置一下redis内存限制即可，并将淘汰策略设置为allkeys-lru或者volatile-lru.设置redis最大占用内存：打开redis配置文件，设置maxmemory参数，maxmemory是bytes字节类.