Java面试—Redis篇

文章目录

1、什么是Redis？

Redis是一种基于键值对（key-value）的NoSQL数据库

NoSQL数据库是一种非关系型数据库，它不使用关系型数据库的传统基于表的结构。

基于C语言开发
Redis中的数据是存储在内存中的，读写速度非常快
Redis比一般键值对强大之处是，其中的value支持String、Hash、Sorted Set、BitMap、GEO等

2、Redis可以运用在哪些地方呢？

缓存：我相信大多数人接触到Redis一开始都是做缓存的吧，读写速度快，减少关系型数据的访问压力，还有存储session，存储序列化等等
计数器、排行榜、赞/踩：Redis有天然的计数功能来做计数器，采用合适的结构去构建排行榜体系（本人是在黑马点评中都见识过）
消息队列：Redis提供了发布订阅和阻塞队列的功能，也可以用，但是对于这个功能还是交给专业的RocketMq、RibbitMq和Kafka这些东西去做
分布式锁：在分布式环境下，利用Redis去做分布式锁，提到这个就要了解一下Redisson

3、Redis为什么那么快？

是基于C语言开发的，其中用到的几种数据结构都是经过优化的，性能很高
是完全基于内存的操作，内存的访问速度是磁盘的上千倍
使用的是单线程和IO多路复用，高效的事件处理模型

4、Redis有哪些基本数据结构？

	描述	使用场景
string	字符串是最基础的数据结构，但是值最大不能超过512MB	缓存、计数、共享session、限速
hash	本身又是key-value的键值对	缓存用户信息、缓存对象
list	可以存储多个有序的字符串	消息队列、文章列表
set	用来保存多个字符串元素，集合中不允许有重复元素并且无序	标签、共同关注
Sorted Set	带权的set，通过权可以进行排序	用户点赞排序、用户排序

还有三种特殊的数据类型：

geospatial	可以推算出地理位置信息，两地之间的距离
hyperloglog	数据上集合的元素个数，是不能重复的，常用于统计网站的UV
bitmap	就是通过最小的单位 bit 来进行0或者1的设置，表示某个元素对应的值或者状态

5、Redis的底层数据机构？

String：底层数据结构是由简单动态字符串（SDS）、直接存储，但是编码方式可以是int、raw、embstr
1. int编码：字符串保存的是整数值，会直接保存在redisObject的ptr里面，并将编码设置成int
2. raw编码：保存大于32字节的字符串，会使用SDS结构，并将编码设置为raw，此时内存分配次数为两次，创建redisObject和sdshdr
3. embstr编码：保存小于等于32字节的字符串，也是SDS结构，结构做了优化，内存只用分配一次，分配一块连续的空间即可

在Redis中，存储long、double类型的浮点数是先转换为字符串再进行存储的；int编码、embstr编码如果继续做字符串追加操作的话，一定条件下会转换成raw编码的

List：底层数据结构是由ziplist、linkedlist组成的。
1. ziplist看起来是一块连续的内存，本质上就是一个字节数组，为了节约内存而设计的一种线性结构，可以包含多个元素，每个元素可以是一个字节数组或一个整数
2. linkedlist：就和普通那个差不多

当list对象保存的字符串元素长度都小于64字节，保存的元素个数小于512个，使用ziplist编码，其余使用linkedlist编码

hash：底层数据结构是由ziplist和hashtable组成的
1. ziplist：保存同一键值对的两个节点紧靠相邻，键key在前，值value在后，先保存的键值对在压缩列表的表头方向，后来在表尾方向
2. hashtable：用字典键值对保存，字典的键为字符串对象，保存键key，字典的值也为字符串对象，保存键值对的值

当list对象保存的字符串元素长度都小于64字节，保存的元素个数小于512个，使用ziplist编码，其余使用hashtable编码，这两个条件的上限值可以进行配置文件修改

set：底层数据结构是由intset和hashtable
1. intset：使用整数集合作为底层实现，set对象包含的所有对象都被保存在intset整数集合中
2. hashtable：字典key包含一个set元素，value都为null

当set对象保存的所有元素都是整数值，set对象保存的元素数量不超过512个，使用intset编码，其余使用hashtable编码

zset：底层数据结构是ziplist和skiplist
1. ziplist：每个集合元素使用相邻的两个压缩列表节点保存，一个保存元素成员，一个保存元素的分值，然后根据分数进行从小到大的排序
2. skiplist：使用了zset结构，包含一个字典和一个跳跃表

当有序集合保存的元素数量小于128个，有序集合保存的所有元素的长度都小于64字节，使用ziplist，否则使用skiplist，这两个条件的上限值可以进行配置文件修改

6、Redis的过期策略和淘汰策略？

我们可以通过给缓存数据设置过期时间，它有助于缓解内存的消耗，有利于某些应用场景（短信验证码）
Redis通过一个叫做过期字典来保存你设置过数据的过期时间，实际上就是一个hash表，当我们查询一个key时，Redis先会查找这个key是否存在于过期字典中，如果不在，就正常取值即可，如果在的话，会获取key的过期时间，然后与系统时间做对比来判断是否过期
过期策略：
1. 惰性删除：只会取出key的时候才会对数据进行过期性检查，对cpu友好
2. 定期删除：每隔一段时间就会抽取一批key执行删除过期key的操作，对内存更加友好

所以Redis一般采用的是：定期删除+惰性删除的过期策略

淘汰策略：当 Redis 的运行内存已经超过 Redis 设置的最大内存之后，则会使用内存淘汰策略删除符合条件的 key，以此来保障 Redis 高效的运行。

内存淘汰策略	作用
volatile-lru	从已设置过期时间的数据集中挑选最近最少使用的数据淘汰
volatile-ttl	从已设置过期时间的数据集中挑选将要过期的数据淘汰
volatile-random	从已设置过期时间的数据集中任意选取数据淘汰
allkeys-lru	当内存不足时，在键空间中，移除最近最少使用的key（最常用）
allkeys-random	从数据集中任意选择数据淘汰
no-eviction	禁止驱逐数据，当内存不足时，禁止写入数据，会报错
vloatile-lfu	从已设置过期时间的数据集中挑选最不经常使用的数据淘汰
allkeys-lfu	当内存不足时，在键空间中，移除最不经常使用的key

7、Redis持久化方式有哪些？有什么区别？

Redis的持久化方案分为RDB和AOF：

扫描二维码关注公众号，回复： 15424550 查看本文章

RDB：RDB持久化是把当前进程数据生成快照保存到硬盘的过程，触发RDB持久化过程分为手动触发和自动触发
1. 手动触发：save和bgsave命令，第一个是阻塞当前Redis，RDB完成后恢复正常；第二个是创建一个子线程，RDB持久化和Redis服务器线程并行
2. 自动触发：使用save m n 命令，在m秒内数据集存在n次修改；对节点进行全量复制，主节点执行bgsave生成RDB文件发送给从节点；执行reload命令重新加载Redis时，也会触发save操作；默认下执行shutdown，如果没有开启AOF持久化功能则自动执行bgsave
AOF：以独立日志的方式记录每次写命令，重启时再重新执行AOF文件中的命令达到恢复数据的目的。AOF的主要作用是解决了数据持久化的实时性。
1. 所有的写入命令会追加到aof_buf(缓冲区)中
2. AOF缓冲区根据对应的策略向硬盘做同步操作
3. 随着AOF文件越来越大，需要定期对AOF文件进行重写，达到压缩的目的
4. 当Redis服务器重启的时候，可以加载AOF文件进行数据恢复
区别

	RDB	AOF
优点	只有一个dump.rdb文件，适合备份、复制；灾容性好；恢复速度快，远快于AOF	实时性好；通过append模式写文件，即使中途服务器宕机，也可以通过redis-check-aof工具解决数据一致性问题
缺点	实时性低，隔一段时间持久化一次，没办法做到实时持久化；存在兼容问题	AOF文件比RDB文件大，且恢复速度慢；数据集大的时候，比RDB启动效率低

8、什么是缓存击穿、缓存穿透、缓存雪崩？怎么解决？

缓存击穿	一个并发量比较大的key在某个时间过期，导致所有的请求直接打到DB，可能直接给搞宕机了。
缓存穿透	指的是查询的数据既不在缓存中也不在数据库中
缓存雪崩	某一时刻发生大规模的缓存失效的情况，导致大量的请求都直接打到了数据库上，对数据库造成了巨大的压力

解决缓存击穿：
1. 基于互斥锁方式解决缓存击穿问题，加锁后去查数据库
2. 使用逻辑过期方式，获取缓存数据的时候，先判断是否是逻辑过期，没过期就获取，过期了就加锁重建
解决缓存穿透：
1. 当数据库中未命中的时候，就设置一个带过期时间的空值保存到缓存中，之后就会从这个缓存中获取数据
2. 布隆过滤器
解决缓存雪崩：
1. 提高缓存的可用性：集群部署和多级缓存
2. 过期时间：均匀过期时间、热点数据永不过期
3. 服务降级：当出现大量缓存失效，系统中暂时舍弃一些非核心的接口和数据的请求，直接返回一个准备好的fallback错误处理信息
4. 服务熔断：当缓存服务器宕机或者超时响应的时候，暂停业务服务访问缓存系统

9、Redis的主从复制原理？主从复制的方式？

保存主节点信息：从节点保存主节点的ip和port
主从建立socket连接：从节点尝试和主节点建立网络连接
发送ping命令：连接建立成功后，会通过ping进行首次通讯，检测网络是否可用
权限验证：从节点必须通过主节点要求的密码验证
同步数据集：通讯正常，主节点就会把数据都发送给从节点进行同步
命令持续复制

支持全量复制和部分复制，全量复制用于初次复制场景，会将数据一次性同步过去，网络开销大；部分复制应对全量复制的高开销做的优化措施

10、Redis主从复制有哪些问题？什么是哨兵？原理是什么？

存在的问题：
1. 一旦主节点发生故障，要人工干预才能进行故障转移
2. 主节点的写能力收到单机的限制
3. 主节点的存储能力受到单机的限制
哨兵：用来解决主从复制中没办法完成自动故障转移的问题
1. 组成：
  1. 哨兵节点：特殊的Redis节点，不存储数据，对数据节点进行监控
  2. 数据节点：主节点和从节点都是数据节点
2. 功能：
  1. 监控：不断检查主节点和从节点是否正常运作
  2. 自动故障转移：当主节点挂了的时候，哨兵会将其他一个从节点升级为主节点
  3. 配置提供者：通过链接哨兵来获得当前Redis服务的主节点地址
  4. 通知：哨兵可以将故障转移的结果发送给客户端
原理：
1. 定时监控：对各个节点进行监控
2. 主观下线和客观下线：主观下线就是哨兵节点会定期去给其他节点发送消息，如果没有及时回复的话，就认为它主观下线了；客观下线指当一个哨兵节点认为主节点主观下线了，就询问其他哨兵节点对该主节点的判断，超过一定数量的判断结果，就认为它有问题，就是客观下线了
3. 哨兵节点领导者节点选举：故障转移只需要一个哨兵节点来完成，所以要进行哨兵节点领导者的选举过程，每个哨兵向其他哨兵发送请求，收到该请求的哨兵如果没有同意过其他的哨兵的请求则同意，否则拒绝，当同意数量大于一定数量时，它就成了领导者
4. 故障转移：领导者主持故障转移
  1. 通过一些规则去选取一个主节点
  2. 领导者哨兵让其执行命令成为主节点
  3. 让其余的节点，让他们成为新主节点的从节点
  4. 将旧主节点切换为从节点，对其进行监控，当它恢复了就去复制新的主节点

11、Redis集群了解吗？集群中数据如何分区？

哨兵解决了高可用的问题，集群解决了高可用和分布式的问题。

数据分区：数据分区是集群核心的功能。
1. 集群将数据分散到多个节点，突破了Redis单机内存大小的限制，存储容量大大增加
2. 每个主节点都可以对外提供读服务和写服务，大大提高了集群的响应能力
高可用：集群仍然支持自动故障转移
如何分区：
1. 节点取余分区：通过某些特定的数据对响应的hash值取余，来确定数据映射到哪一个节点上
2. 一致性哈希分区
3. 虚拟槽分区