Redis 随机问，看看你能坚持几道？

最新推荐文章于 2025-11-24 17:50:30 发布

原创最新推荐文章于 2025-11-24 17:50:30 发布 · 817 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#redis #java #面试

前不久，一哥们小A收到了一家三线小厂的面试邀请，面试过程还算顺利。公司问的东西不深但是倒是挺全面的，尤其是在redis方面问的挺多。下面我们来盘点下小A在面试过程中的问题吧。

本文章跳过其他的流程

自我介绍？巴拉巴拉巴拉巴拉……

介绍下项目？啦吧啦吧啦吧啦吧……

……

言归正传，传正归言！开始本次分享的正题啦！

鸣人： "我一定要成为最强的火影！"

卡卡西： "成为火影的路上，会有很多挑战和考验，你准备好了吗？"

信号已接入……

什么是 Redis？

面试官： 小A，我们先聊聊 Redis，你能简要介绍一下什么是 Redis 吗？

小A： 当然，Redis 是一个开源的内存数据结构存储系统，用作数据库、缓存和消息代理。它支持多种数据结构，比如字符串、散列、列表、集合和有序集合等。Redis 的数据存储在内存中，可以持久化到磁盘，并且提供复制、Lua 脚本、LRU 驱逐、事务等功能。

Redis 在项目中的使用场景

面试官： 那你在项目中通常会在什么场景下使用 Redis 呢？

小A：Redis 在很多场景下都非常有用，比如：

缓存：用来缓存热点数据，加快读取速度，减少数据库压力。
会话存储：存储用户会话信息，支持快速读写。
排行榜：利用有序集合实现排行榜功能。
消息队列：通过列表和发布/订阅功能实现消息队列。
分布式锁：实现简单高效的分布式锁。
计数器和限流：利用原子操作实现高效的计数器和限流器。

面试官：单线程为什么这么快？

面试官：很好，那么你知道 Redis 是单线程的，为什么它的性能还这么快呢？

小A：这是因为 Redis 主要依赖以下几点：

纯内存操作：所有数据都在内存中操作，读写速度极快。
非阻塞 I/O：使用 epoll 等多路复用机制，避免线程切换的开销。
高效的数据结构：Redis 使用了精心设计的数据结构和算法。
避免了锁竞争：单线程模型避免了多线程锁竞争的问题。

Redis 日志备份 AOF 和 RDB

面试官：你能说说 Redis 的 AOF 和 RDB 吗？

小A：当然，AOF（Append Only File）和 RDB（Redis DataBase）是 Redis 的两种持久化机制。

AOF：记录每次写操作，追加形式写入文件，适合数据实时性要求较高的场景。优点是数据丢失风险小，但文件较大，恢复较慢。

RDB：周期性将内存数据快照保存到磁盘，适合对数据恢复速度要求高的场景。优点是文件小，恢复速度快，但存在一定时间窗口的数据丢失风险。

Redis 数据结构

面试官：Redis 支持哪些数据结构？

小A：Redis 支持以下数据结构：

字符串（String）：二进制安全，可以存储图片或序列化对象。
散列（Hash）：键值对集合，适合存储对象。
列表（List）：双向链表，适合实现消息队列。
集合（Set）：无序集合，支持交集、并集、差集操作。
有序集合（Sorted Set）：带权重的有序集合，适合实现排行榜。
位图（Bitmap）：位操作集合，适合统计和标记位操作。
HyperLogLog：基数统计，适合大规模数据去重计数。

什么是跳表？

面试官：很好，那么你知道什么是跳表吗？

小A：跳表是一种基于链表的随机化数据结构，支持快速查找、插入和删除操作。它通过在链表上增加多级索引，实现类似平衡树的对数级别操作效率。

面试官：那跳表的数据结构是什么样的？

小A：跳表由多层链表组成，最底层是包含所有元素的有序链表，每层链表是下一层链表的子集。每个元素有多个指针指向不同层级的下一个元素，形成多层级的快速访问路径。

跳表数据结构示意图：

plaintext

Level 3: 1-----------------------> 9

Level 2: 1-------------> 5-------> 9

Level 1: 1-----> 3-------> 5-------> 7-----> 9

Level 0: 1-> 2-> 3-> 4-> 5-> 6-> 7-> 8-> 9

跳表的层级

跳表通过层级的方式来加速查找，每一层都是一个有序链表，最底层的第 0 层包含所有元素，而第 k 层是第 k-1 层元素的一个子集。每个元素有多个指针，分别指向不同层级的下一个元素。

时间复杂度

跳表的查找、插入和删除操作的平均时间复杂度是 O(log n)，最坏情况下是 O(n)。这种性能表现类似于平衡树，但实现和维护相对简单。

如何检索数据

检索数据时，从顶层开始逐层向下查找：

从最顶层的链表开始，顺着链表查找，直到找到大于等于目标值的节点。如果找不到，则从下一级链表的上一个节点继续查找，直到找到目标值或到底层。

如何添加数据

添加数据时，首先找到插入位置，然后随机决定新节点要插入的层数：

从底层插入新节点。根据随机数决定是否在上层插入同样的新节点。重复这个过程，直到某一层没有插入新节点或到达了最高层。

跳表的优势

与其他数据结构相比，跳表有以下优势：

简单易实现：相比于红黑树、AVL 树等平衡树，跳表的实现和维护更为简单。

效率高：在查找、插入和删除操作上，跳表都具有 O(log n) 的时间复杂度，性能稳定。

灵活性好：通过调整层数和概率参数，可以灵活控制跳表的性能和空间开销。

什么是 Redis 缓存雪崩、缓存穿透、缓存击穿

面试官：你提到 Redis 用于缓存，那么你知道什么是缓存雪崩吗？以及如何解决？

小A：缓存雪崩是指缓存服务器在同一时间大面积失效，导致大量请求直接打到数据库上。解决方法包括：

设置不同的缓存过期时间，避免同一时间大量缓存失效。在缓存失效时进行限流或降级处理。使用多级缓存，如本地缓存加分布式缓存。

面试官：那什么是缓存穿透呢？

小A：缓存穿透是指查询一个不存在的数据，因为缓存和数据库中都没有，导致每次请求都打到数据库上。可以通过缓存空结果或者使用布隆过滤器来解决。

面试官：最后，缓存击穿又是什么？

小A：缓存击穿是指某个热点数据在缓存过期的瞬间，有大量并发请求访问该数据，导致请求直接打到数据库上。解决方法有：

对热点数据设置较长或永不过期时间。通过互斥锁确保只有一个请求能查询数据库并更新缓存。

什么是布隆过滤器？是怎么工作的？它是可靠的吗？有什么问题吗？怎么解决？

面试官：小A，你提到布隆过滤器，它是什么？又是怎么工作的呢？

小A：布隆过滤器是一种用于检测集合中是否存在某个元素的空间效率极高的概率型数据结构。它通过多个哈希函数将元素映射到一个位数组的多个位置上，如果所有位置都为 1，则表示该元素存在；否则，表示该元素不存在。

面试官：那它可靠吗？有哪些问题？

小A：布隆过滤器有一定的误判率，即可能会错误地认为某个元素存在于集合中（假阳性），但不会漏报实际存在的元素（不会出现假阴性）。误判率取决于位数组的大小和哈希函数的数量。布隆过滤器无法删除元素，因为删除可能会影响其他元素的存在判断。

面试官：如何解决这些问题？

小A：可以通过以下方式降低误判率：

增加位数组的大小。优化哈希函数的数量。使用分层布隆过滤器或计数布隆过滤器，这样可以支持元素删除。

Redis 分布式锁及其实现

面试官：那么 Redis 的分布式锁呢？你知道怎么实现吗？

小A：Redis 分布式锁主要通过 SETNX 命令实现。基本步骤如下：

使用 SETNX 设置锁键，如果返回成功则获得锁。设置锁的过期时间，避免死锁。释放锁时，检查锁的持有者是否是自己，然后删除锁键。此外，还可以使用 Redlock 算法，实现高可用的分布式锁。Redlock 通过多个 Redis 实例实现锁的冗余，确保在某些实例失效时仍能保持锁的可用性。

如何保证缓存和数据库的数据一致性？

面试官：在实际项目中，缓存和数据库的数据一致性是个常见的问题。你有什么好的解决办法吗？

小A：确保缓存和数据库数据的一致性有几种常见的策略：

先更新数据库，再删除缓存：这种方法较为简单，但可能会出现短时间的不一致性。

先更新数据库，再更新缓存：可以使用事务保证操作的原子性，但会增加数据库压力。

双写一致性：同时更新数据库和缓存，但需要处理好并发问题。

延迟双删：在更新数据库后，延迟一定时间再删除缓存，确保数据库更新后缓存不会立即被误用。

订阅数据库变更事件：利用数据库的变更日志（如 MySQL 的 binlog）异步更新缓存。

Redis 事务

面试官：那你对 Redis 的事务了解吗？

小A：Redis 支持简单的事务，保证一组命令的顺序执行，使用 MULTI、EXEC、WATCH 命令来实现：

MULTI：开始一个事务。EXEC：执行事务中的所有命令。WATCH：监控一个或多个键，在事务执行前检查这些键是否发生变化，如果有变化则取消事务。Redis 的事务没有回滚机制，如果其中某个命令执行失败，其他命令依然会执行。

如何处理 Redis 的大 Key 和热 Key 问题？

面试官：你知道怎么处理 Redis 的大 Key 和热 Key 问题吗？

小A：是的，处理大 Key 和热 Key 问题可以采取以下措施：

大 Key：

分片存储：将大 Key 拆分成多个小 Key 存储，避免单个大 Key 造成内存和性能压力。限制 Key 大小：通过程序限制每个 Key 的大小，避免出现大 Key。热 Key：

分散访问压力：将热 Key 拆分成多个 Key，分散访问压力。使用多级缓存：在本地缓存和分布式缓存之间建立多级缓存，缓解热 Key 问题。负载均衡：在集群环境中，通过负载均衡分配请求，避免单节点过载。

什么是 Redis 集群？

面试官：你知道 Redis 集群是如何工作的吗？

小A：Redis 集群通过分片（sharding）和复制（replication）实现高可用性和水平扩展。

分片（sharding）：将数据分布在多个节点上，每个节点只存储部分数据，分片通过哈希槽（hash slot）实现。复制（replication）：每个主节点（master）有一个或多个从节点（slave）进行数据备份，主从同步确保数据一致性。哨兵（sentinel）：监控主从节点状态，自动进行故障转移，确保集群的高可用性。

鸣人： "原来要成为火影，还有这么多东西要学啊！"

卡卡西： "是啊，挑战总是不断，但这也是成长的过程。继续加油吧！"

如有不当之处，请评论区指正，感谢感谢