Redis相关面试问题

Redis相关面试问题

1、请简单介绍一下Redis?

基于c语言的key、values型的非关系型数据库

2、Redis支持的数据类型有哪些？

字符串 哈希 list set zset

3、你们项目中使用的什么客户端工具操作的Redis？

4、Redis数据丢失怎么解决？

Redis 持久化、搭建集群、数据备份和恢复、合理的设置过期时间

5、Redis的持久化方式有哪些、谈谈它们的区别？

RDB和AOF

一个是数据快照一个写命令

6、你在项目中哪些地方用到了Redis，具体怎么用的？

热点数据、经常访问的数据

7、你还知道Redis的其他使用场景吗？

1. 缓存：Redis最常用的场景之一是用作缓存。它可以将频繁读取但是不经常改变的数据存储在内存中，提高应用程序的性能和响应速度。
2. 消息队列：Redis支持发布-订阅模式和列表操作，可以用作轻量级的消息队列。
3. 计数器和计时器：Redis支持原子操作，可以用作计数器和计时器。
4. 分布式锁：Redis可以用于实现分布式锁，控制对共享资源的访问，以避免竞争条件。
5. 数据库：Redis支持持久化，并且支持多种数据结构，可以作为NoSQL数据库使用。
6. 实时排行榜：Redis支持有序集合，可以用于实时排行榜的实现。
7. 地理位置应用：Redis支持地理位置数据类型，可以用于实现地理位置应用，如附近的人功能。
8. 分布式会话：将用户会话数据存储在Redis中，以实现分布式系统的无状态性。

8、了解Redis的删除策略吗，默认使用的什么删除策略？

Redis默认使用的是“惰性删除”（Lazy deletion）策略，即当一个键过期时，不会立即从内存中删除，而是在下次访问该键时检查是否过期，如果过期则删除。这种策略可以避免因为删除过期键造成的额外开销，提高性能。但是，如果过期键一直没有被访问，那么就会一直占用内存，造成内存浪费。为了避免这种情况，Redis也提供了主动删除过期键的策略。可以通过在配置文件中设置maxmemory-policy选项来选择删除策略。

9、Redis有哪几种数据淘汰策略？

1. noeviction：不进行数据淘汰，当内存不足时，写入操作会返回错误。
2. volatile-lru：从已设置过期时间的数据集（即带有 TTL 的 key）中挑选最近最少使用的数据淘汰。
3. volatile-ttl：从已设置过期时间的数据集（即带有 TTL 的 key）中挑选即将过期的数据淘汰。
4. volatile-random：从已设置过期时间的数据集（即带有 TTL 的 key）中随机选择数据淘汰。
5. allkeys-lru：从所有数据集（即包括带有 TTL 的 key 和不带 TTL 的 key）中挑选最近最少使用的数据淘汰。

10、Redis服务器如果内存不足了怎么办？

增加服务器内存、使用数据淘汰策略、使用 Redis 持久化功能、使用 Redis 集群

11、Redis 常见的性能问题都有哪些、如何解决？

内存使用过高、持久化性能问题、并发操作过多、过多的 key 操作

12、Redis的有哪些集群模式？

主从集群、哨兵集群、分片集群

13、你们项目中采用那种集群模式，使用了几台服务器？

主从集群、哨兵集群、分片集群 6台服务器

14、什么是缓存击穿、怎么解决缓存击穿问题？

缓存击穿指的是当某个 key 在缓存中不存在，但是在数据库中存在，同时有大量并发请求同时请求该 key 时，会导致大量的请求直接穿透缓存，直接查询数据库，导致数据库压力过大，缓存失去了存在的意义。

办法

1. 设置热点数据永不过期：将一些热点数据设置为永不过期，这样即使缓存失效，也不会导致请求直接穿透缓存，而是会在缓存中重新加载数据。
2. 在缓存中添加空值占位符：在缓存中添加一个空值占位符，表示该 key 对应的数据不存在，这样在数据库中查不到数据的请求也不会直接穿透缓存。
3. 使用分布式锁：使用分布式锁，避免多个线程同时查询数据库。当多个线程同时查询同一个 key 时，只有一个线程会查询数据库，其他线程则等待该线程查询完毕后从缓存中获取数据。
4. 使用布隆过滤器：使用布隆过滤器判断请求的 key 是否存在于缓存中，避免一些不存在的 key 过多的访问数据库，减轻数据库的负载。
5. 使用互斥锁+异步刷新：使用互斥锁，避免多个线程同时查询数据库，同时使用异步刷新，将数据库查询的结果先放入缓存中，然后再将缓存中的数据异步刷新。

15、什么是缓存穿透、怎么解决缓存穿透问题？

缓存穿透是指查询一个不存在的数据，由于缓存中没有该数据，每次请求都会穿透到数据库层，导致数据库压力过大，影响系统性能。

缓存穿透问题可以通过以下几种方式来解决：

1. 数据预热：在系统启动或者数据发生变化时，将常用数据提前加载到缓存中，这样可以避免大量的请求直接穿透到数据库。
2. 缓存空对象：对于数据库中不存在的数据，可以在缓存中设置一个空对象，这样可以防止对于同一个不存在的 key 不断请求数据库，从而减轻数据库的压力。
3. 布隆过滤器：使用布隆过滤器来判断请求的 key 是否存在于缓存中，如果不存在，直接返回结果，避免访问数据库，减轻数据库的负载。
4. 使用互斥锁+双重检测：使用互斥锁避免多个线程同时查询数据库，同时使用双重检测来避免缓存穿透问题，即在加锁前先在缓存中查找一遍数据，如果不存在，则加锁查询数据库，查询到数据后再放入缓存中。

16、什么是缓存雪崩、怎么解决缓存雪崩问题？

缓存雪崩是指由于缓存中的大量数据同时失效，导致一大批请求直接穿透到数据库，导致数据库瞬间压力过大，甚至崩溃，导致系统不可用的情况。

缓存雪崩问题可以通过以下几种方式来解决：

1. 缓存数据过期时间随机化：将缓存数据的过期时间随机化，避免同时失效，分散缓存的更新时间，减少缓存失效的风险。
2. 使用分布式缓存：使用多台缓存服务器，避免单点故障和缓存失效的风险，提高缓存的可用性。
3. 多级缓存架构：将缓存按照热度和访问频率分级，将访问频率高的数据放到更快的缓存中，访问频率低的数据放到更慢的缓存中，避免大量数据同时失效。
4. 数据预热：在系统启动或者数据发生变化时，将常用数据提前加载到缓存中，这样可以避免大量的请求直接穿透到数据库。
5. 限流措施：对于请求过多的情况，可以使用限流措施来限制请求量，避免系统崩溃。

17、什么是全量复制和增量复制？

• 全量复制：在刚开始进行主从复制时，主节点将自己的所有数据全部发送给从节点，从节点接收到数据后进行一次性加载，达到和主节点数据完全一致的目的。全量复制的优点是同步快，但缺点是对于数据量比较大的主节点来说，复制的过程会比较慢，同时全量复制会消耗大量的网络带宽和系统资源。
• 增量复制：在完成了全量复制后，主节点将自己新写入的数据以增量的方式同步到从节点，从节点接收到数据后进行增量加载，达到和主节点数据一致的目的。增量复制的优点是同步快，网络带宽和系统资源消耗少，但缺点是如果主节点挂掉一段时间，从节点会因为没有数据同步而与主节点数据不一致。