Redis、Spring/SpringMVC、JVM、微服务(Spring Boot/Spring Cloud )（面试题）

千觞i933

于 2024-05-15 11:42:40 发布

阅读量860

点赞数 8

文章标签： redis 数据库缓存

本文链接：https://blog.youkuaiyun.com/qq_74872127/article/details/138902224

版权

Redis

1. 为什么要用 redis ?为什么要用缓存?主要从"高性能"和“高并发”这两点来描述这个问题。

高性能：

内存存储：Redis将数据存储在内存中，相比磁盘存储，内存访问速度极快，从而显著提升了数据访问的性能。
数据结构丰富：Redis支持多种数据结构，如字符串、列表、集合、哈希等，能够更高效地处理各种复杂场景下的数据操作。
避免数据库瓶颈：通过将热点数据存储在Redis中，减少了对后端数据库的访问次数，避免了数据库成为性能瓶颈。

高并发：

扩展性强：Redis支持主从复制和集群模式，可以轻松实现水平扩展，从而处理更高的并发请求。
缓解数据库压力：在高并发场景下，Redis作为缓存层可以承接大量读请求，减轻数据库压力。
分布式锁和限流：Redis支持分布式锁和限流策略，有助于在高并发环境中控制对共享资源的访问和防止系统过载。

2. redis和memcached 的区别

数据结构：Redis支持更丰富的数据结构，如list、set、sorted set、hash等，而Memcached主要支持简单的key-value存储。
内存管理：Redis支持数据的持久化和复制功能，而Memcached采用Slab Allocation机制，预分配内存块并根据对象大小存储，当内存不足时采用LRU算法淘汰旧数据。
扩展性：Redis支持主从复制和集群模式，具有更好的水平扩展性，而Memcached的每个进程间不通信，需要客户端提供分布式算法。
特性：Redis具有更丰富的功能，如键过期、发布订阅、Lua脚本支持等，而Memcached则更注重于简单的key-value存储和缓存功能。

3.redis 常见数据结构以及使用场景分析

数据结构：

String（字符串）：用于存储字符串类型的数据，是最常用的数据类型，可以接受任何格式的数据。
Hash（哈希）：类似于字典或Map，用于存储键值对，适用于存储结构化数据。
List（列表）：有序的字符串列表，支持双向操作（如插入、删除），适用于实现消息队列、任务队列等。
Set（集合）：无序且不重复的字符串集合，适用于需要快速查找、判断元素是否存在的场景。
ZSet（有序集合）：每个元素都关联一个分数，按分数进行排序，适用于排行榜、计数器等场景。

使用场景：

缓存：将热点数据存储在Redis中，减少数据库访问次数，提高系统性能。
分布式锁：利用Redis的原子操作实现高效可靠的分布式锁。
消息队列：利用List或Stream实现消息队列，生产者向队列中添加消息，消费者从队列中取出消息进行处理。
计数器：利用ZSet的有序特性实现计数器功能，如网站访问量统计、用户点赞数等。
会话管理：将用户会话信息存储在Redis中，实现跨服务器共享会话。
地理位置服务：利用Redis的geohash算法支持存储和查询地理位置信息。
Web集群Session共享：在Web集群中，使用Redis存储和共享Session信息，确保用户在不同服务器间切换时Session信息保持一致。

4.请描述 redis 设置过期时间的含义和作用

Redis设置过期时间的含义是为一个key设置一个时间窗口，在这个时间窗口内，该key可以被访问和使用，到达时间窗口后，Redis会自动删除过期的key。

作用主要包括：

内存管理：自动清理不再需要的数据，避免数据无限期地占用内存资源，从而有效管理内存资源，防止内存泄漏和溢出。
数据新鲜度：对于时效性强的数据，设置过期时间可以确保缓存中的数据保持最新状态。过期后，Redis会自动删除过期数据，应用程序可以重新从原始数据源获取最新数据并重新缓存。
防止缓存问题：
- 缓存雪崩：通过设置过期时间的随机性，分散缓存的过期时间，避免大量缓存同时失效，减轻数据库的压力。
- 缓存击穿：当热点数据过期后，由于设置了较短的过期时间，Redis可以迅速重新加载数据到缓存中，减少数据库压力。
实现特定功能：如通过Redis的过期时间实现分布式锁、限流等常见应用场景。

总的来说，设置过期时间有助于Redis更好地管理和利用内存资源，同时保证数据的时效性和系统的稳定性。

5.redis 内存淘汰机制(MySQL里有 2000w数据,Redis 中只存 20w 的数据，如何保证 Redis 中的数据都是热点数据?)

Redis 的内存淘汰机制是为了在内存达到上限时，自动淘汰一些数据以释放空间。为了确保 Redis 中只存储热点数据，可以采取以下策略：

设置TTL（Time To Live）：为 Redis 中的数据设置合理的过期时间，使不常访问的数据自动过期。这有助于保持 Redis 中的数据都是近期的热点数据。
使用淘汰策略：
- allkeys-lru：当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的 key。
- volatile-lru：根据 LRU 算法移除设置了过期时间的 key。
- 考虑到 MySQL 中有 2000w 数据，而 Redis 中只存 20w 数据，可能更倾向于使用 volatile-lru 或与 LRU 相关的策略，因为这样可以确保那些最近被访问且设置了过期时间的 key 被保留。
数据预热：在系统启动或特定时间点，将预期的热点数据预先加载到 Redis 中，确保这些数据在需要时能被快速访问。
监控与分析：使用 Redis 的监控工具（如 Redis Insight）和分析技术来跟踪哪些数据是热点数据，哪些数据不常被访问。根据这些信息，可以调整数据的 TTL 和淘汰策略。
容量规划：根据业务需求和数据增长趋势，合理规划 Redis 的容量。如果 Redis 的容量不足以存储所有热点数据，可能需要考虑增加内存、使用 Redis 集群或优化数据结构以减少内存使用。

简写总结：

设置 TTL，确保数据不过期。
使用 LRU 淘汰策略，保留热点数据。
数据预热，预先加载热点数据。
监控分析，调整策略以适应数据变化。
合理规划 Redis 容量，确保足够存储热点数据。

6.redis 持久化机制(怎么保证 redis 挂掉之后再重启数据可以进行恢复)

Redis的持久化机制主要保证在Redis挂掉之后重启时数据可以进行恢复。它提供了两种主要的持久化方式：

RDB（Redis DataBase）：RDB是按照一定的时间间隔将内存中的数据集快照写入磁盘，生成一个dump.rdb文件。当Redis重启时，可以从这个文件中恢复数据。RDB是Redis的默认持久化方式，它提供了较快的恢复速度。
AOF（Append Only File）：AOF则是将Redis执行的所有写命令记录到日志文件中。当Redis重启时，它会重放AOF文件中的写命令来恢复数据。AOF提供了更高的数据安全性，但通常AOF文件较大，加载速度较慢。

7.请描述 redis 的事务是如何实现的 ?

Redis的事务实现包含三个步骤：

开始事务：客户端使用MULTI命令来开启一个事务。
命令入队：客户端将事务中要执行的具体操作（如GET、SET等）发送给服务器。这些命令会被Redis暂存到一个命令队列中，并不会立即执行。
执行事务：客户端使用EXEC命令来提交事务，使Redis实际执行队列中的命令。如果服务器收到EXEC命令，则会按照命令队列中的顺序执行这些命令，并返回结果。

Redis的事务机制能保证命令的原子性，即要么全部执行，要么全部不执行，但不能保证像关系型数据库那样的ACID（原子性、一致性、隔离性、持久性）属性。

8.Redis 缓存使用过程当中,关于缓存穿透、缓存雪崩、缓存预热以及缓存降级这四点常见问题如何解决 ?

缓存穿透：
- 布隆过滤器：在查询缓存之前，使用布隆过滤器快速判断数据是否存在于缓存中，避免直接访问数据库。
- 空值缓存：对于不存在的数据，也在缓存中保存一个空值或特殊标记，但设置较短的过期时间。
缓存雪崩：
- 缓存过期时间分散：避免大量缓存同时过期，将过期时间设置得随机一些。
- 互斥锁：在缓存失效后，使用互斥锁或分布式锁保证只有一个线程去数据库加载数据，其他线程等待。
- 异步加载：使用后台线程或队列来异步加载缓存，避免大量请求直接打到数据库。
缓存预热：
- 提前加载：在系统启动或低峰期时，将热点数据提前加载到缓存中。
- 脚本工具：使用脚本或定时任务定期或按需加载数据到缓存。
缓存降级：
- 熔断机制：当缓存服务出现问题时，快速失败并降级到备用方案，如读取数据库或返回默认数据。
- 限流降级：使用限流策略，如令牌桶或漏桶算法，控制对缓存的请求量，防止系统过载。
- 关闭部分缓存：根据业务需要，关闭部分非关键的缓存功能，以减轻系统压力。

这些策略可以根据具体的业务场景和需求进行选择和组合使用。

9.请介绍“分布式锁"以及“分布式自增 ID"常见的应用场景

分布式锁：

分布式锁是控制分布式系统之间同步访问共享资源的一种方式。常见的应用场景包括：

临界区互斥访问：防止多个节点同时修改共享数据，确保数据的一致性。
分布式环境同步访问：在分布式环境中同步访问共享资源，如分布式任务调度、分布式事务等。

分布式自增 ID：

分布式ID是指在分布式环境下可用于对数据进行标识且易存储的全局唯一的ID标识。常见的应用场景包括：

订单号生成：在高并发的电商平台中，为了保证订单号的唯一性和顺序递增，使用分布式ID作为订单号。
数据库主键生成：在数据库分库分表后，为了避免多个节点插入相同的主键值，使用分布式ID生成不重复的主键。
数据消息队列的幂等性：在数据消息队列中，使用分布式ID确保多次消费同一条消息不会产生副作用。

这些应用场景都依赖于分布式锁和分布式ID来保证数据的一致性和唯一性。

10.请描述一下 Redis 的几种集群模式

主从复制模式（Master-Slave）：
- 原理：一个Redis实例作为主节点（Master），其他实例作为从节点（Slave）。主节点负责处理写操作，从节点负责处理读操作或作为主节点的备份。
- 优点：读写分离，分担主节点的读写压力；方便容灾恢复。
- 缺点：每台Redis服务器存储的数据相同，浪费内存；不具备自动容错和恢复功能，需人工介入；较难支持在线扩容。
哨兵模式（Sentinel）：
- 原理：哨兵是一个独立的进程，负责监控Redis主从节点的运行状态。当主节点宕机时，哨兵会自动将从节点中的一个提升为主节点，确保系统的高可用性。
- 优点：自动故障转移，提供高可用性；支持在线扩容。
- 缺点：相对复杂，需要部署和管理哨兵节点。
集群模式（Cluster）：
- 原理：将数据分散存储到多个Redis节点上，每个节点只存储一部分数据。每个节点都保存了数据和其他节点的映射关系，当访问数据时，会先查询映射关系，然后到相应的节点上获取数据。
- 优点：支持在线扩容，数据分散存储，提高系统的扩展性和容错性。
- 缺点：相对复杂，需要管理和维护多个节点；需要手动或自动进行数据的分片。