Redis面試集錦（一）

「持續更新中，歡迎關注...」

1. 什麼是Redis

Redis 是互聯網技術領域使用最爲普遍的存儲中間件，它是Remote Dictionary Service的首字母縮寫，也就是遠程字典服務。Redis 以其超高的性能、完美的文檔、簡潔易懂的源碼和豐富的客戶端庫支持在開源中間件領域廣受好評。對 Redis 的瞭解和應用實踐已成爲當下中高級後端開發者繞不開的必備技能。

2. Redis能夠作什麼

• 數據緩存
• 消息隊列
• 分佈式鎖
• 會話緩存
• 時效性數據
• 訪問頻率
• 計數器
• 社交列表
• 記錄用戶斷定信息
• 交集、並集和差集
• 熱門列表與排行榜
• 最新動態
• 大數據去重

3. Redis的優勢

1. 速度快：內存存儲，查找和操做的時間複雜度O(1)。
2. 支持豐富的數據類型：提供了String、List、Hash、Set、Sorted Set 5種基礎數據結構，並擴展了Bitmap、HyperLogLog、GEO等高級數據結構。
3. 豐富的特性：訂閱發佈Pub/Sub、Key過時策略、事務、計數、Stream等。
4. 持久化存儲：提供了RDB和AOF兩種數據的持久化存儲方案，解決宕機數據丟失的問題。
5. 高可用：提供Redis Sentinel高可用方案和Redis Cluster集羣方案。

4. Redis和Memcached區別

1. 數據結構對比：Redis支持更復雜的數據結構，能支持更豐富的數據操做；Memcached 僅提供簡單的字符串。
2. 性能對比：Redis 只使用單核（Redis 6開始支持多核），而 Memcached 可使用多核，因此平均每個核上 Redis在存儲小數據時比 Memcached 性能更高。
3. 持久化對比：Redis 支持數據持久化和數據恢復，容許單點故障，可是同時也會付出性能的代價。Memcached不支持數據持久化，斷電或重啓後數據消失，但其穩定性是有保證的。
4. 集羣對比：Redis3.x+ 版本中，官方便能支持 Cluster 集羣模式。Memcached 沒有原生的集羣模式，須要依靠客戶端來實現往集羣中分片寫入數據。Memcached的分佈式不是在服務器端實現的，而是在客戶端應用中實現的，即經過內置算法制定目標數據的節點。
5. 內存利用率對比：簡單的 Key-Value 存儲的話，Memcached 的內存利用率更高，可使用相似內存池。

若是 Redis 採用 hash 結構來作 key-value 存儲，因爲其組合式的壓縮， 其內存利用率會高於 Memcached 。

1. 內存管理對比：Redis 採用的是包裝的 malloc/free ，相較於 Memcached 的內存管理方法 tcmalloc / jmalloc 來講，要簡單不少。
2. 網絡IO模型對比：Memcached 是多線程，非阻塞 IO 複用的網絡模型，原型上接近 Nignx 。Redis 使用單線程的 IO 複用模型，本身封裝了一個簡單的 AeEvent 事件處理框架，主要實現了 epoll, kqueue 和 select ，更接近 Apache 早期的模式。

5. 爲何 Redis 這麼快？

1. C語言實現。
2. 純內存操做。
3. 核心是基於非阻塞的IO多路複用機制。
4. 單線程反而避免了多線程的頻繁上下文切換問題。Redis 利用隊列技術，將併發訪問變爲串行訪問，消除了傳統數據庫串行控制的開銷。第一，單線程能夠簡化數據結構和算法的實現。第二，單線程避免了線程切換和競態產生的消耗，對於服務端開發來講，鎖和線程切換一般是性能殺手。
5. Redis 使用 hash 結構，讀取速度快，還有一些特殊的數據結構，對數據存儲進行了優化，如壓縮表對短數據進行壓縮存儲；再如跳錶使用有序的數據結構加快讀取的速度。

6. Redis線程模型

關鍵字：非阻塞 IO、多路複用。

redis 內部使用文件事件處理器 file event handler，這個文件事件處理器是單線程的，因此 redis 才叫作單線程的模型。它採用 IO 多路複用機制同時監聽多個 socket，根據 socket 上的事件來選擇對應的事件處理器進行處理。
文件事件處理器的結構包含 4 個部分：

• 多個 socket
• IO多路複用程序
• 文件事件分派器
• 事件處理器（鏈接應答處理器、命令請求處理器、命令回覆處理器）

多個 socket 可能會併發產生不一樣的操做，每一個操做對應不一樣的文件事件，可是 IO 多路複用程序會監聽多個 socket，會將 socket 產生的事件放入隊列中排隊，事件分派器每次從隊列中取出一個事件，把該事件交給對應的事件處理器進行處理。

• 客戶端 socket01 向 redis 的 server socket 請求創建鏈接，此時 server socket 會產生一個 AE_READABLE 事件，IO 多路複用程序監聽到 server socket 產生的事件後，將該事件壓入隊列中。文件事件分派器從隊列中獲取該事件，交給鏈接應答處理器。鏈接應答處理器會建立一個能與客戶端通訊的 socket01，並將該 socket01 的 AE_READABLE 事件與命令請求處理器關聯。
• 假設此時客戶端發送了一個 set key value 請求，此時 redis 中的 socket01 會產生 AE_READABLE 事件，IO 多路複用程序將事件壓入隊列，此時事件分派器從隊列中獲取到該事件，因爲前面 socket01 的 AE_READABLE 事件已經與命令請求處理器關聯，所以事件分派器將事件交給命令請求處理器來處理。命令請求處理器讀取 socket01 的 key value 並在本身內存中完成 key value 的設置。操做完成後，它會將 socket01 的 AE_WRITABLE 事件與令回覆處理器關聯。
• 若是此時客戶端準備好接收返回結果了，那麼 redis 中的 socket01 會產生一個 AE_WRITABLE 事件，一樣壓入隊列中，事件分派器找到相關聯的命令回覆處理器，由命令回覆處理器對 socket01 輸入本次操做的一個結果，好比 ok，以後解除 socket01 的 AE_WRITABLE 事件與命令回覆處理器的關聯。

7. 如何提升Redis多核 CPU 的利用率

能夠在同一個服務器部署多個 Redis 的實例，並把他們看成不一樣的服務器來使用，在某些時候，不管如何一個服務器是不夠的，因此，若是想使用多個 CPU ，能夠考慮一下分區。
升級到Redis 6，能夠利用多核CPU。

8. Redis數據結構及應用場景

Redis 全部的數據結構都是以惟一的 key 字符串做爲名稱，而後經過這個惟一 key 值來獲取相應的 value 數據。不一樣類型的數據結構的差別就在於 value 的結構不同。

8.1 Redis 5種基礎數據結構：

• string(字符串)：string表示的是一個可變的字節數組，Redis的字符串是動態字符串，是能夠修改的字符串，內部結構實現上相似於Java的ArrayList，採用預分配冗餘空間的方式來減小內存的頻繁分配。當字符串長度小於1M時，擴容都是加倍現有的空間，若是超過1M，擴容時一次只會多擴1M的空間。須要注意的是字符串最大長度爲512M。
• list (列表)：list存儲結構用的是雙向鏈表而不是數組，隨機定位性能較弱（ O(n)），首尾插入刪除性能較優（O(1)）。Redis底層存儲是稱之爲快速鏈表quicklist的一個結構。首先在列表元素較少的狀況下會使用一塊連續的內存存儲，這個結構是ziplist，也便是壓縮列表。它將全部的元素緊挨着一塊兒存儲，分配的是一塊連續的內存。當數據量比較多的時候纔會改爲quicklist。由於普通的鏈表須要的附加指針空間太大，會比較浪費空間。好比這個列表裏存的只是int類型的數據，結構上還須要兩個額外的指針prev和next。因此Redis將鏈表和ziplist結合起來組成了quicklist。也就是將多個ziplist使用雙向指針串起來使用。這樣既知足了快速的插入刪除性能，又不會出現太大的空間冗餘。

• hash (哈希)：哈希等價於Java語言的HashMap，在實現結構上它使用二維結構，第一維是數組，第二維是鏈表，hash的內容key和value存放在鏈表中，數組裏存放的是鏈表的頭指針。經過key查找元素時，先計算key的hashcode，而後用hashcode對數組的長度進行取模定位到鏈表的表頭，再對鏈表進行遍歷獲取到相應的value值，鏈表的做用就是用來將產生了「hash碰撞」的元素串起來。

• set (集合)：set至關於 Java 語言裏面的 HashSet，使用hash結構，全部的value都指向同一個內部值。

當集合中最後一個元素移除以後，數據結構自動刪除，內存被回收。

• zset（Sorted Set） (有序集合)：zset底層實現使用了兩個數據結構，第一個是hash，第二個是跳躍列表，hash的做用就是關聯元素value和權重score，保障元素value的惟一性，能夠經過元素value找到相應的score值。跳躍列表的目的在於給元素value排序，根據score的範圍獲取元素列表。

zset 中最後一個 value 被移除後，數據結構自動刪除，內存被回收。
zset 能夠用來存粉絲列表，value 值是粉絲的用戶 ID，score 是關注時間。咱們能夠對粉絲列表按關注時間進行排序。

8.2 Redis 4種特殊數據結構：

• HyperLogLog
• Bitmaps
• GEO
• Stream

Redis Module

• BloomFilter
• RedisSearch
• Redis-ML
• JSON

Redis 5.0新增

• Stream

9. Redis數據「過時」策略

在Redis中，同時使用了3種過時策略：

• 被動刪除：當讀/寫一個已通過期的 key 時，會觸發惰性刪除策略，直接刪除掉這個過時 key 。
• 主動刪除：因爲惰性刪除策略沒法保證冷數據被及時刪掉，因此 Redis 會按期主動淘汰一批已過時的 key 。
• 當前已用內存超過 maxmemory 限定時，觸發主動清理策略，即 「數據「淘汰」策略」 。

10. Redis數據「淘汰」策略

Redis 在生產環境中，採用配置參數 maxmemory 的方式來限制內存大小。當 Redis 內存超出物理內存限制時，內存數據就會與磁盤產生頻繁交換，使 Redis 性能急劇降低。所以如何淘汰無用數據釋放空間，存儲新數據變得尤其重要。

10.1 四種淘汰機制：

1. LRU（Least recently used，最近最少使用）：

• 根據數據的歷史訪問記錄來進行淘汰數據，其核心思想是「若是數據最近被訪問過，那麼未來被訪問的概率也更高」。
• 在服務器配置中保存了 lru 計數器 server.lrulock，會定時（redis 定時程序 serverCorn()）更新，server.lrulock 的值是根據server.unixtime 計算出來進行排序的，而後選擇最近使用時間最久的數據進行刪除。每個 redis 對象都會設置相應的 lru。每一次訪問數據，會更新對應lru。
• LRU淘汰策略並非面向全部最久未使用的鍵值對，而只是隨機挑選的幾個鍵值對。

1. TTL：

Redis 數據集數據結構中保存了鍵值對過時時間的表，TTL 數據淘汰機制中會先從過時時間的表中隨機挑選幾個鍵值對，取出其中 ttl 最大的鍵值對淘汰。TTL淘汰策略並非面向全部過時時間的表中最快過時的鍵值對，而只是隨機挑選的幾個鍵值對。

1. RANDOM：

在隨機淘汰的場景下獲取待刪除的鍵值對，隨機找hash桶再次hash指定位置的dictEntry。

1. LFU（Least Frequently Used，最久未使用）

• 根據數據的歷史訪問記錄來進行淘汰數據，其核心思想是「若是一個數據在最近一段時間內使用次數不多,那麼在未來一段時間內被使用的可能性也很小」。

10.2 8種淘汰策略及應用場景

Redis 提供了 8 種數據淘汰策略，其中volatile-lfu、allkeys-lfu 2種是Redis 4.0新增。

1. volatile-lru

• 從已設置過時時間的數據集中挑選最近最少使用的數據淘汰。
• redis並非保證取得全部數據集中最近最少使用的鍵值對，而只是隨機挑選的幾個鍵值對中的，當內存達到限制的時候沒法寫入非過時時間的數據集。
• 沒有設置過時時間的key不會被淘汰，這樣就能夠在增長內存空間的同時保證須要持久化的數據不會丟失。

1. volatile-ttl

• 從已設置過時時間的數據集中挑選將要過時的數據淘汰。
• redis 並非保證取得全部數據集中最近將要過時的鍵值對，而只是隨機挑選的幾個鍵值對中的， 當內存達到限制的時候沒法寫入非過時時間的數據集。
• ttl值越大越優先被淘汰。

1. volatile-random

• 從已設置過時時間的數據集中任意選擇數據淘汰。
• 當內存達到限制沒法寫入非過時時間的數據集時。

1. allkeys-lru

• 從數據集中挑選最近最少使用的數據淘汰。
• 當內存達到限制的時候，對全部數據集挑選最近最少使用的數據淘汰，可寫入新的數據集。
• 適用場景：若是咱們的應用對緩存的訪問符合冪律分佈，也就是存在相對熱點數據，或者咱們不太清楚咱們應用的緩存訪問分佈情況，咱們能夠選擇allkeys-lru策略。

1. allkeys-random

• 從數據集中任意選擇數據淘汰。
• 當內存達到限制的時候，對全部數據集挑選隨機淘汰，可寫入新的數據集。
• 適用場景：若是咱們的應用對於緩存key的訪問機率相等，則可使用這個策略。

1. no-enviction（默認策略）

• 當內存達到限制的時候，不淘汰任何數據，不可寫入任何數據集，全部引發申請內存的命令會報錯。

1. volatile-lfu

• 從全部配置了過時時間的鍵中淘汰使用頻率最少的鍵。

1. allkeys-lfu

• 從全部鍵中淘汰使用頻率最少的鍵。

10.3 Redis 回收進程如何工做的？

• 一個客戶端運行了新的寫命令，發起須要更多內存的申請。
• Redis 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。
• Redis 執行新命令。