【收藏系列】這36道2021年常見Redis面試題，看了不恰虧~

一、什麼是Redis？簡述它的優缺點？

Redis的全稱是：Remote Dictionary.Server，本質上是一個Key-Value類型的內存數據庫，很像 memcached，整個數據庫通通加載在內存當中進行操做，按期經過異步操做把數據庫數據flush到硬盤 上進行保存。 由於是純內存操做，Redis的性能很是出色，每秒能夠處理超過 10萬次讀寫操做，是已知性能最快的 Key-Value DB。 Redis的出色之處不只僅是性能，Redis最大的魅力是支持保存多種數據結構，此外單個value的最大限 制是1GB，不像 memcached只能保存1MB的數據，所以Redis能夠用來實現不少有用的功能。 比方說用他的List來作FIFO雙向鏈表，實現一個輕量級的高性 能消息隊列服務，用他的Set能夠作高 性能的tag系統等等。 另外Redis也能夠對存入的Key-Value設置expire時間，所以也能夠被看成一 個功能增強版的 memcached來用。 Redis的主要缺點是數據庫容量受到物理內存的限制，不能用做海量數據的高性能 讀寫，所以Redis適合的場景主要侷限在較小數據量的高性能操做和運算上。

二、Redis與memcached相比有哪些優點？ 1.memcached全部的值均是簡單的字符串，redis做爲其替代者，支持更爲豐富的數據類型 2.redis的速度比memcached快不少redis的速度比memcached快不少 3.redis能夠持久化其數據redis能夠持久化其數據 三、Redis支持哪幾種數據類型？ String、List、Set、Sorted Set、hashes

四、Redis主要消耗什麼物理資源？ 內存。

五、Redis有哪幾種數據淘汰策略？ 1.noeviction:返回錯誤當內存限制達到，而且客戶端嘗試執行會讓更多內存被使用的命令。 2.allkeys-lru: 嘗試回收最少使用的鍵（LRU），使得新添加的數據有空間存放。 3.volatile-lru: 嘗試回收最少使用的鍵（LRU），但僅限於在過時集合的鍵,使得新添加的數據有空間存 放。 4.allkeys-random: 回收隨機的鍵使得新添加的數據有空間存放。 5.volatile-random: 回收隨機的鍵使得新添加的數據有空間存放，但僅限於在過時集合的鍵。 6.volatile-ttl: 回收在過時集合的鍵，而且優先回收存活時間（TTL）較短的鍵,使得新添加的數據有空間 存放。

六、Redis官方爲何不提供Windows版本？ 由於目前Linux版本已經至關穩定，並且用戶量很大，無需開發windows版本，反而會帶來兼容性等問 題。

七、一個字符串類型的值能存儲最大容量是多少？ 512M

八、爲何Redis須要把全部數據放到內存中？ Redis爲了達到最快的讀寫速度將數據都讀到內存中，並經過異步的方式將數據寫入磁盤。 因此redis具備快速和數據持久化的特徵，若是不將數據放在內存中，磁盤I/O速度爲嚴重影響redis的 性能。 在內存愈來愈便宜的今天，redis將會愈來愈受歡迎， 若是設置了最大使用的內存，則數據已有記錄數達 到內存限值後不能繼續插入新值。

九、Redis集羣方案應該怎麼作？都有哪些方案？

1.codis

2.目前用的最多的集羣方案，基本和twemproxy一致的效果，但它支持在節點數量改變狀況下，舊節點 數據可恢復到新hash節點。 redis cluster3.0自帶的集羣，特色在於他的分佈式算法不是一致性hash，而是hash槽的概念，以及自 身支持節點設置從節點。具體看官方文檔介紹。 3.在業務代碼層實現，起幾個毫無關聯的redis實例，在代碼層，對key進行hash計算，而後去對應的 redis實例操做數據。這種方式對hash層代碼要求比較高，考慮部分包括，節點失效後的替代算法方 案，數據震盪後的自動腳本恢復，實例的監控，等等。 歡迎工做一到五年的Java工程師朋友們加入Java進階架構學習交流：952124565，羣內提供免費的 Java架構學習資料（裏面有高可用、高併發、高性能及分佈式、Jvm性能調優、Spring源碼， MyBatis，Netty,Redis,Kafka,Mysql,Zookeeper,Tomcat,Docker,Dubbo,Nginx等多個知識點的架構資 料）合理利用本身每一分每一秒的時間來學習提高本身，不要再用"沒有時間「來掩飾本身思想上的懶 惰！趁年輕，使勁拼，給將來的本身一個交代！

十、Redis集羣方案什麼狀況下會致使整個集羣不可用？ 有A，B，C三個節點的集羣,在沒有複製模型的狀況下,若是節點B失敗了，那麼整個集羣就會覺得缺乏 5501-11000這個範圍的槽而不可用。

十一、MySQL裏有2000w數據，redis中只存20w的數據，如何保證redis中的數據都是熱點數據？ redis內存數據集大小上升到必定大小的時候，就會施行數據淘汰策略。 其實面試除了考察Redis，很多公司都很重視高併發高可用的技術，特別是一線互聯網公司，分佈式、 JVM、spring源碼分析、微服務等知識點已經是面試的必考題。

十二、Redis有哪些適合的場景？

（1）會話緩存（Session Cache） 最經常使用的一種使用Redis的情景是會話緩存（sessioncache），用Redis緩存會話比其餘存儲（如 Memcached）的優點在於：Redis提供持久化。當維護一個不是嚴格要求一致性的緩存時，若是用戶的 購物車信息所有丟失，大部分人都會不高興的，如今，他們還會這樣嗎？ 幸運的是，隨着 Redis 這些年的改進，很容易找到怎麼恰當的使用Redis來緩存會話的文檔。甚至廣爲 人知的商業平臺Magento也提供Redis的插件。 （

2）全頁緩存（FPC） 除基本的會話token以外，Redis還提供很簡便的FPC平臺。回到一致性問題，即便重啓了Redis實 例，由於有磁盤的持久化，用戶也不會看到頁面加載速度的降低，這是一個極大改進，相似PHP本地 FPC。 再次以Magento爲例，Magento提供一個插件來使用Redis做爲全頁緩存後端。 此外，對WordPress的用戶來講，Pantheon有一個很是好的插件wp-redis，這個插件能幫助你以最快 速度加載你曾瀏覽過的頁面。

（3）隊列 Reids在內存存儲引擎領域的一大優勢是提供list和set操做，這使得Redis能做爲一個很好的消息隊列 平臺來使用。Redis做爲隊列使用的操做，就相似於本地程序語言（如Python）對 list 的 push/pop 操做。 若是你快速的在Google中搜索「Redis queues」，你立刻就能找到大量的開源項目，這些項目的目的 就是利用Redis建立很是好的後端工具，以知足各類隊列需求。例如，Celery有一個後臺就是使用 Redis做爲broker，你能夠從這裏去查看。

（4）排行榜/計數器 Redis在內存中對數字進行遞增或遞減的操做實現的很是好。集合（Set）和有序集合（SortedSet）也使 得咱們在執行這些操做的時候變的很是簡單，Redis只是正好提供了這兩種數據結構。 因此，咱們要從排序集合中獲取到排名最靠前的10個用戶–咱們稱之爲「user_scores」，咱們只須要像 下面同樣執行便可： 固然，這是假定你是根據你用戶的分數作遞增的排序。若是你想返回用戶及用戶的分數，你須要這樣執 行： ZRANGE user_scores 0 10 WITHSCORES Agora Games就是一個很好的例子，用Ruby實現的，它的排行榜就是使用Redis來存儲數據的，你可 以在這裏看到。 （5）發佈/訂閱 最後（但確定不是最不重要的）是Redis的發佈/訂閱功能。發佈/訂閱的使用場景確實很是多。我已看見 人們在社交網絡鏈接中使用，還可做爲基於發佈/訂閱的腳本觸發器，甚至用Redis的發佈/訂閱功能來建 立聊天系統！

1三、Redis支持的Java客戶端都有哪些？官方推薦用哪一個？ Redisson、Jedis、lettuce等等，官方推薦使用Redisson。

1四、Redis和Redisson有什麼關係？ Redisson是一個高級的分佈式協調Redis客服端，能幫助用戶在分佈式環境中輕鬆實現一些Java的對 象 (Bloom filter, BitSet, Set, SetMultimap, ScoredSortedSet, SortedSet, Map, ConcurrentMap, List, ListMultimap, Queue, BlockingQueue, Deque, BlockingDeque, Semaphore, Lock, ReadWriteLock, AtomicLong, CountDownLatch, Publish / Subscribe, HyperLogLog)。

1五、Jedis與Redisson對比有什麼優缺點？ Jedis是Redis的Java實現的客戶端，其API提供了比較全面的Redis命令的支持； Redisson實現了分佈式和可擴展的Java數據結構，和Jedis相比，功能較爲簡單，不支持字符串操做， 不支持排序、事務、管道、分區等Redis特性。Redisson的宗旨是促進使用者對Redis的關注分離，從 而讓使用者可以將精力更集中地放在處理業務邏輯上。

1六、說說Redis哈希槽的概念？ Redis集羣沒有使用一致性hash,而是引入了哈希槽的概念，Redis集羣有16384個哈希槽，每一個key通 過CRC16校驗後對16384取模來決定放置哪一個槽，集羣的每一個節點負責一部分hash槽。

1七、Redis集羣的主從複製模型是怎樣的？ 爲了使在部分節點失敗或者大部分節點沒法通訊的狀況下集羣仍然可用，因此集羣使用了主從複製模型, 每一個節點都會有N-1個複製品.

1八、Redis集羣會有寫操做丟失嗎？爲何？ Redis並不能保證數據的強一致性，這意味着在實際中集羣在特定的條件下可能會丟失寫操做。

1九、Redis集羣之間是如何複製的？ 異步複製

20、Redis集羣最大節點個數是多少？ 16384個

2一、Redis集羣如何選擇數據庫？ Redis集羣目前沒法作數據庫選擇，默認在0數據庫。

2二、Redis中的管道有什麼用？ 一次請求/響應服務器能實現處理新的請求即便舊的請求還未被響應，這樣就能夠將多個命令發送到服務 器，而不用等待回覆，最後在一個步驟中讀取該答覆。 這就是管道（pipelining），是一種幾十年來普遍使用的技術。例如許多POP3協議已經實現支持這個功 能，大大加快了從服務器下載新郵件的過程。

2三、怎麼理解Redis事務？ 事務是一個單獨的隔離操做：事務中的全部命令都會序列化、按順序地執行，事務在執行的過程當中，不會 被其餘客戶端發送來的命令請求所打斷。 事務是一個原子操做：事務中的命令要麼所有被執行，要麼所有都不執行。

2四、Redis事務相關的命令有哪幾個？ MULTI、EXEC、DISCARD、WATCH

2五、Redis key的過時時間和永久有效分別怎麼設置？ EXPIRE和PERSIST命令

2六、Redis如何作內存優化？ 儘量使用散列表（hashes），散列表（是說散列表裏面存儲的數少）使用的內存很是小，因此你應該 儘量的將你的數據模型抽象到一個散列表裏面。 好比你的web系統中有一個用戶對象，不要爲這個用戶的名稱，姓氏，郵箱，密碼設置單獨的key,而是 應該把這個用戶的全部信息存儲到一張散列表裏面。

2七、Redis回收進程如何工做的？ 一個客戶端運行了新的命令，添加了新的數據。 Redi檢查內存使用狀況，若是大於maxmemory的限制, 則根據設定好的策略進行回收。 一個新的命令被執行，等等。 因此咱們不斷地穿越內存限制的邊界，經過不斷達到邊界而後不斷地回收回到邊界如下。 若是一個命令的結果致使大量內存被使用（例如很大的集合的交集保存到一個新的鍵），不用多久內存限 制就會被這個內存使用量超越。

28.加鎖機制

我們來看上面那張圖，如今某個客戶端要加鎖。若是該客戶端面對的是一個 redis cluster 集 羣，他首先會根據 hash 節點選擇一臺機器。這裏注意，僅僅只是選擇一臺機器！這點很關 鍵！緊接着，就會發送一段 lua 腳本到 redis 上，那段 lua 腳本以下所示：

爲啥要用 lua 腳本呢？由於一大坨複雜的業務邏輯，能夠經過封裝在 lua 腳本中發送給 redis， 保證這段複雜業務邏輯執行的原子性。

那麼，這段 lua 腳本是什麼意思呢？這裏 KEYS[1]表明的是你加鎖的那個 key，好比說：RLoc k lock = redisson.getLock("myLock");這裏你本身設置了加鎖的那個鎖 key 就是「myLock」。

ARGV[1]表明的就是鎖 key 的默認生存時間，默認 30 秒。ARGV[2]表明的是加鎖的客戶端的 I D，相似於下面這樣：8743c9c0-0795-4907-87fd-6c719a6b4586:1

給你們解釋一下，第一段 if 判斷語句，就是用「exists myLock」命令判斷一下，若是你要加鎖 的那個鎖 key 不存在的話，你就進行加鎖。如何加鎖呢？很簡單，用下面的命令：hset myLoc k

8743c9c0-0795-4907-87fd-6c719a6b4586:1 1，經過這個命令設置一個 hash 數據結構，這行 命令執行後，會出現一個相似下面的數據結構：

上述就表明「8743c9c0-0795-4907-87fd-6c719a6b4586:1」這個客戶端對「myLock」這個鎖 key 完 成了加鎖。接着會執行「pexpire myLock 30000」命令，設置 myLock 這個鎖 key 的生存時間 是 30 秒。好了，到此爲止，ok，加鎖完成了。

29.鎖互斥機制

那麼在這個時候，若是客戶端 2 來嘗試加鎖，執行了一樣的一段 lua 腳本，會咋樣呢？很簡 單，第一個 if 判斷會執行「exists myLock」，發現 myLock 這個鎖 key 已經存在了。接着第二 個 if 判斷，判斷一下，myLock 鎖 key 的 hash 數據結構中，是否包含客戶端 2 的 ID，可是明 顯不是的，由於那裏包含的是客戶端 1 的 ID。

因此，客戶端 2 會獲取到 pttl myLock 返回的一個數字，這個數字表明瞭 myLock 這個鎖 key 的剩餘生存時間。好比還剩 15000 毫秒的生存時間。此時客戶端 2 會進入一個 while 循環，不 停的嘗試加鎖。

30.watch dog 自動延期機制

客戶端 1 加鎖的鎖 key 默認生存時間才 30 秒，若是超過了 30 秒，客戶端 1 還想一直持有這把 鎖，怎麼辦呢？

簡單！只要客戶端 1 一旦加鎖成功，就會啓動一個 watch dog 看門狗，他是一個後臺線程，會 每隔 10 秒檢查一下，若是客戶端 1 還持有鎖 key，那麼就會不斷的延長鎖 key 的生存時間。

31.可重入加鎖機制

那若是客戶端 1 都已經持有了這把鎖了，結果可重入的加鎖會怎麼樣呢？好比下面這種代碼：

這時咱們來分析一下上面那段 lua 腳本。第一個 if 判斷確定不成立，「exists myLock」會顯示鎖 key 已經存在了。第二個 if 判斷會成立，由於 myLock 的 hash 數據結構中包含的那個 ID，就 是客戶端 1 的那個 ID，也就是「8743c9c0-0795-4907-87fd-6c719a6b4586:1」

此時就會執行可重入加鎖的邏輯，他會用：

incrby myLock 8743c9c0-0795-4907-87fd-6c71a6b4586:1 1 ，經過這個命令，對客戶端 1 的加鎖次數，累加 1。此時 myLock 數據結構變爲下面這樣：

你們看到了吧，那個 myLock 的 hash 數據結構中的那個客戶端 ID，就對應着加鎖的次數

32.釋放鎖機制

若是執行 lock.unlock()，就能夠釋放分佈式鎖，此時的業務邏輯也是很是簡單的。其實說白 了，就是每次都對 myLock 數據結構中的那個加鎖次數減 1。若是發現加鎖次數是 0 了，說明 這個客戶端已經再也不持有鎖了，此時就會用：「del myLock」命令，從 redis 裏刪除這個 key。 而後呢，另外的客戶端 2 就能夠嘗試完成加鎖了。這就是所謂的分佈式鎖的開源 Redisson 框 架的實現機制。

通常咱們在生產系統中，能夠用 Redisson 框架提供的這個類庫來基於 redis 進行分佈式鎖的加 鎖與釋放鎖。

33.上述 Redis 分佈式鎖的缺點

其實上面那種方案最大的問題，就是若是你對某個 redis master 實例，寫入了 myLock 這種鎖 key 的 value，此時會異步複製給對應的 master slave 實例。可是這個過程當中一旦發生 redis m aster 宕機，主備切換，redis slave 變爲了 redis master。

接着就會致使，客戶端 2 來嘗試加鎖的時候，在新的 redis master 上完成了加鎖，而客戶端 1 也覺得本身成功加了鎖。此時就會致使多個客戶端對一個分佈式鎖完成了加鎖。這時系統在業 務語義上必定會出現問題，致使各類髒數據的產生。

因此這個就是 redis cluster，或者是 redis master-slave 架構的主從異步複製致使的 redis 分佈 式鎖的最大缺陷：在 redis master 實例宕機的時候，可能致使多個客戶端同時完成加鎖。

34.使用過Redis分佈式鎖麼，它是怎麼實現的？

先拿setnx來爭搶鎖，搶到以後，再用expire給鎖加一個過時時間防止鎖忘記了釋放。 若是在setnx以後執行expire以前進程意外crash或者要重啓維護了，那會怎麼樣？ set指令有很是複雜的參數，這個應該是能夠同時把setnx和expire合成一條指令來用的！

35.使用過Redis作異步隊列麼，你是怎麼用的？有什麼缺點？

通常使用list結構做爲隊列，rpush生產消息，lpop消費消息。當lpop沒有消息的時候，要適當sleep 一會再重試。 缺點： 在消費者下線的狀況下，生產的消息會丟失，得使用專業的消息隊列如rabbitmq等。 能不能生產一次消費屢次呢？ 使用pub/sub主題訂閱者模式，能夠實現1:N的消息隊列。

36.什麼是緩存穿透？如何避免？什麼是緩存雪崩？何如避免？

緩存穿透 通常的緩存系統，都是按照key去緩存查詢，若是不存在對應的value，就應該去後端系統查找（好比 DB）。一些惡意的請求會故意查詢不存在的key,請求量很大，就會對後端系統形成很大的壓力。這就叫 作緩存穿透。 如何避免？

1：對查詢結果爲空的狀況也進行緩存，緩存時間設置短一點，或者該key對應的數據insert了以後清理 緩存。

2：對必定不存在的key進行過濾。能夠把全部的可能存在的key放到一個大的Bitmap中，查詢時經過 該bitmap過濾。 緩存雪崩 當緩存服務器重啓或者大量緩存集中在某一個時間段失效，這樣在失效的時候，會給後端系統帶來很大壓 力。致使系統崩潰。 如何避免？

1：在緩存失效後，經過加鎖或者隊列來控制讀數據庫寫緩存的線程數量。好比對某個key只容許一個線 程查詢數據和寫緩存，其餘線程等待。

2：作二級緩存，A1爲原始緩存，A2爲拷貝緩存，A1失效時，能夠訪問A2，A1緩存失效時間設置爲 短時間，A2設置爲長期

3：不一樣的key，設置不一樣的過時時間，讓緩存失效的時間點儘可能均勻。

最近看了一本Redis實戰解析PDF，以爲還不錯，須要能夠關注公衆號【有故事的程序員】獲取~