Java面试题之Redis篇

前言

本系列是有关Java开发的面试题，结合本人实际面试经历以及网上面试经验总结而来。这是第二篇。以下内容均为本人参考别人的文章（https://Javaguide.cn以及搜索到的一些博客），用自己的话总结出来，适合直接背题。如果你简历中写了Redis相关内容，一定要背这篇，面试问的很高频！！！

Java面试题之Redis篇

1.Redis是单线程的，为什么还是那么快

• 完全基于内存
• 采用单线程，避免不必要的上下文切换
• 使用I/O多路复用模型，非阻塞IO

2.能解释一下IO多路复用模型吗

• IO多路复用是指利用单个线程同时监听多个Socket,并在某个Socket可读、可写时得到通知，避免无效的等待。目前的IO多路复用都是采用epoll模式实现，他会在通知用户进程Socket就绪时，把已经就绪的Socket写入用户空间，不需要挨个遍历Socket来判断是否就绪（poll select模式）。
• redis 的网络模型就是使用IO多路复用+事件处理器来应对多个Socket请求，比如提供了连接应答处理器、命令回复处理器、命令请求处理器。

3.主从同步原理

• 从节点请求同步，把自己的replid、offset发给主节点。
• 主节点判断是否时第一次连接，若是，主节点执行bgSave命令生成RDB文件发给从节点，实现全量同步。之后每次主节点写数据，都把命令传播给从节点
• 若不是第一次连接，主节点repl-backlog中offset往后的数据都发给从节点，实现增量同步

4.怎么保证Redis集群的高可用

使用哨兵模式，实现主从集群自动故障恢复。

5.哨兵的作用

• 状态监控：不断检查master和slave是否按期工作
• 故障恢复：如果master故障，会把slave提升为master
• 状态通知：把最新redis集群推送给Redis客户端

6.Redis分片集群有什么用

• 集群中有多个master，每个master保存不同数据
• 每个master都可以有多个slave节点
• master之间通过ping检测彼此健康状态
• 客户端可以访问任意节点，都会被转发到正确节点

7.Redis分片集群中是怎么读取或存取数据

• Redis引入哈希槽概念，有16384个哈希槽
• 把16384个插槽分配给不同实例
• 根据Key的有效部分计算哈希值，用于读写数据

8.Redis的数据过期策略

• 惰性删除，在key过期后先不管，用到时再去判断是否过期。过期就删除
• 定期删除，每隔一段时间，就对一些key检查，删除过期key。两种模式 slow fast
  redis采用的是定期删除+惰性删除。定期删除对内存好，惰性删除对cpu友好。Redis会周期性的从设置了过期时间的key中抽查一批，进行删除，这个定期删除会受到执行时间和过期Key的影响。

9.当redis内存不足时，怎么做（内存淘汰策略）

Redis支持8种不同的内存淘汰策略：

• noeviction： 不淘汰任何key，但是内存满时不允许写入新数据，默认就是这种策略。
• volatile-ttl： 对设置了TTL的key，比较key的剩余TTL值，TTL越小越先被淘汰
• allkeys-random：对全体key ，随机进行淘汰。也就是直接从db->dict中随机挑选
• volatile-random：对设置了TTL的key ，随机进行淘汰。也就是从db->expires中随机挑选。
• allkeys-lru： 对全体key，基于LRU算法进行淘汰
• volatile-lru： 对设置了TTL的key，基于LRU算法进行淘汰
• allkeys-lfu： 对全体key，基于LFU算法进行淘汰
• volatile-lfu： 对设置了TTL的key，基于LFI算法进行淘汰

10.缓存三兄弟

• 缓存穿透：请求的Key在缓存和数据库中都密钥，所有请求都打到数据库。
  ​ 解决方法：缓存空对象、布隆过滤

• 缓存雪崩：大量的key同时失效或者是redis服务器宕机。大量的请求都达到数据库
  ​ 解决方法：给不同的key添加随机值，使用redis集群

• 缓存击穿：热点key问题，一个热点key突然失效，无数热点key打到数据库，造成压力。
  ​ 解决方法：互斥锁、逻辑过期

11.布隆过滤器原理

• 需要一个很长的数组，默认每个元素都是0
• 还需要k个hash函数
• 判断某个元素是否存在，需要计算k个hash函数的值，得到k个角标，判断每个角标位置是否都是1，存在误判可能。

12.如何保障缓存和数据库的一致性

实际开发中，强一致场景较少，我习惯于先改数据库，再删除缓存，通过对缓存设置一个合理的超时时间，尽量让缓存不一致的时间缩短。保障最终一致性。

13.Redis作为缓存，数据持久化是怎么做的

• RDB（redis数据备份文件）：把内存中的所有数据都记录到磁盘，定期对整个内存做快照，数据完整性不如AOF
• AOF(追加文件): Redis每处理一个写命令都会记录在AOF，AOF默认是关闭的，需要在redis.conf配置文件中开启
• 因为AOF是记录命令，所有AOF文件比RDB文件大得多。、

AOF刷盘时机：

awways:同步
everysec:每秒刷盘
no:操作系统控制

14.Redis常用数据类型以及应用场景

五种基本数据类型：

• String:①缓存session token等常规数据 ②需要技术的常景 ③简易的分布式锁
• List： ①最新文章、最新动态 ②消息队列。但缺陷很多，不如使用专业的消息队列
• set： ①共同好友（交集）、好友推荐（差集） ②抽奖系统、随机点名系统
• sorted set：①排行版
• hash：①商品信息、购物车信息

三种特殊数据类型：

• bitmap(位图)：用户签到、活跃用户统计
• HyperLoglog(基数统计)：uv统计（uv是独立访客）
• Geospatial(地理位置)：附近的人、附近店铺

15.String 还是 hash存储对象更好呢

• 对象存储方式：String存储的是序列化后的对象数据，存放的是整个对象，操作简单直接。Hash是对对象的每个字段单独存储，可以获取部分字符按信息。
• 内存消耗：hash比String更省内存
• 性能：String操作通常具有O(1)时间复杂度，操作简单高效，整体性能较好。hash会有额外的性能开销

一般情况下，对象结构简单且整体读写是主要操作时，选string。频繁操作对象字段或需要节省内存时，选Hash。

16.使用批量操作减少网络传输（redis性能优化）

redis命令执行简化为一下四步

• 发送命令
• 命令排队
• 命令执行
• 返回结果

使用批量操作可以减少网络传输次数，有效提高性能

17.什么是bigkey(redis性能优化也可以讲Bigkey)

一个key对应的value所占用的内存比较大，就是大key。有个不精确的参考标准

• String 类型的value超过1MB
• 复合类型（List、hash、 set sorted、set）的value包含元素超过5000个

18.大key怎么产生

• 程序设计不当，比如直接使用String类型存储较大文件内容
• 业务规模考虑不周，比如使用集合是没考虑到数据量的快速增长
• 未及时清理数据，比如哈希中冗余了大量无用的键值对

19.大key的危害

• 网络阻塞：每次获取大key产生的网络较大
• 工作线程阻塞：操作大key比较耗时，由于redis执行命令是单线程，会阻塞后面命令的执行

20.redis 6.0后为什么引入多线程

redis6.0引入多线程的主要目的是为了提高为了IO读写性能，但执行命令仍然是单线程

21.三种常用的缓存读写策略

• cache aside pattern(旁路缓存模式)：用的比较多，适合读写请求多的场景

① 写数据：先写数据库，再写缓存

②读数据：读缓存，缓存有就直接返回；缓存没有就读数据库返回，在写到缓存中

• Read/Write Through pattern(读写穿透)：比较少见，把缓存是为主要存储

①写数据：先看看缓存有没有，有就直接更新缓存，再由缓存服务更到数据库。如果缓存没有，直接更数据库

②读数据：读缓存，有就返回；没有就从数据库加载到缓存，再返回

• write Behind Pattern (异步缓存写入)：数据库写性能很高，适合经常变化对数据要求不高的场景，如：浏览量、点赞量

与读写穿透模式差不多，只不过读写穿透同步更缓存和数据库；但异步缓存写入只更缓存，不直接更新数据库，而是异步批量方式更新数据库。

22.redis如何实现分布式锁

• 使用setnx命令，这个命令保证了只有一个线程对某个key设置值，再没有过期或者删除key时，其他线程是不能设置key的
• 不过在实际项目中都是使用redis一个框架redission实现。在redission中需要手动加锁，存储数据时使用hash结构，大key是业务决定，小key是uuid+线程id，value是当前线程重入次数，
• 在redission中提供看门狗机制，每隔一段时间就检查当前线程是否持有锁，如果持有就增长持有锁时间，业务执行完成再释放锁

23.Redis 如何解决集群情况下分布式锁的可靠性？

• 问题描述：由于 Redis 集群数据同步到各个节点时是异步的，如果在 Redis 主节点获取到锁后，在没有同步到其他节点时，Redis 主节点宕机了，此时新的 Redis 主节点依然可以获取锁
• 使用 Redlock(红锁)解决： 创建锁时，要在超过一半的redis实例上创建，如果能够创建成功，就获得锁。实际项目中不建议使用 Redlock 算法，成本和收益不成正比。

23.redission分布式锁优点

• 可重入、可以设置锁的超时时间
• 提供了看门狗机制，为锁续期
• 内部加锁解锁使用了lua脚本，保证原子性
• 提供公平锁非公平锁、读锁写锁、阻塞锁(lock)和非阻塞锁（trylock）
• 支持集群

24.redission延迟队列原理是什么

内置有一个RDelayQueue 延迟队列实现

• 延迟队列是基于sorted set 实现的，将需要延迟的任务插入到sortedset,执行时间作为分数
• 当达到执行时间后，会从sortedset移除，加入就绪队列。

25.RedisObject

• redis五种基本类型最终都会封装成RedisObject结构体。
• 结构体中由对象类型、对象编码方式、对象引用计数器、指向实际数据的指针等信息，内存占用16字节

26.skipList(跳表)

• 特点：①元素按升序排序存储 ②节点含有多级指针，指针跨度不同
• 传统链表只能顺序查找，但跳表含有多级指针，可以跳跃差查找，效率非常高

27.redis 的sorted set底层数据结构是怎样的

使用hashtable+跳表

• sorted set是有序集合，每个数据都包含element和score两个值，使用hashtable
• 实现score值排序，同时查询效率要高，使用跳表。

28.redis如何实现多维度排序

• 关于sortedSet:

  默认升序排列，即通过命令ZRANGE实现；如果要按照降序排列，需要通过命令ZREVRANGE实现；
  当score即得分一样时，按照字典顺序对member进行排序，字典排序用的是二进制，它比较的是字符串的字节数组，所以实际上是比较ASCII码。

• 如果要实现多维度排序：以我项目为例，整数部分是真实分数，小数部分可以是时间戳。

• 更高维度:自定义得分权重计算公式，这个公式包含所有影响排序的因子

总结

Redis在面试环节属于高频面试点。欢迎各位进行补充，共同学习共同进步。
今日长缨在手，何时缚住苍龙。希望大家可以关注一下，后续还会接着更新。