Redis面试宝典

本思维导图主要从Redis基础、Redis持久化、IO多路复用、Pipeline、Redis哨兵、Redis集群部署、Redis面试等方面进行分析，希望对你有帮助！

Redis基础知识

• 入门使用
  • nil：表示null的意思，当获取不到值时会返回nil
  • 连接redis服务器:redis-cli
  • 如何验证连接成功？
    • 输入 ping 回车，如果返回 pong 说明成功了
  • 获取key
    • # 获取所有的key（注意：如果数据量过大，会导致卡死，所以数据量大时建议使用scan命令） > keys * # 查询当前库一共有多少个key > dbsize # 查询所有库分别有多少个key(只要记住info即可，一个info命令可以看好多内容，keyspace只是其中一个) > info keyspace
• Memcache和Redis的区别
  • Memcache-使用简单，有点类似于Hash
    • 01：支持简单的数据类型
    • 02：不支持持久化存储
    • 03：不支持主从（即类似于mysql那样的主从同步方案）
    • 04：不支持分片（可以理解为将大数据分布到多个物理节点的方案）
    • 05：单个value只能保存1MB以内的数据
  • Redis
    • 01：数据类型丰富，比如set、list等
    • 02：支持持久化存储
    • 03：支持主从（即类似于mysql那样的主从同步方案）
    • 04：支持分片
    • 05：单个value能保存几百兆甚至1G的数据
• Redis为什么这么快？
  • C语言编写，完全基于内存，绝大部分请求是纯粹的内存操作，执行效率高，避免了磁盘的io
  • 数据结构简单，对数据的操作也简单：Redis没有表的概念，也没有表以及数据的关联，其存储结构就是键值对，所以其性能相比传统的关系型数据库要高了很多很多；
  • 采用单线程处理客户端的请求，即所有客户端的请求都是由一个主线程进行串行处理。因此多个客户端对同一个键进行写操作的时候就不会有并发的问题，也不会牵扯锁的问题；从而避免了频繁的上下文切换和锁竞争；
  • 采用多路I/O复用模型，非堵塞IO
• 多路I/O复用
  • 为什么使用多路IO复用
    • Redis处理客户端请求是采用的单线程，所有的操作都是按照顺序线性执行的； IO操作是堵塞的，所以某一个操作的IO发生了堵塞，会导致整个进程的堵塞； IO复用就是为了解决这个问题。
  • 原理：根据平台不同选用不同的IO多路复用函数，以实现最高的效率； 优先选择时间复杂度为O(1)的函数； 以select函数作为保底（select函数的时间复杂度是O(n)）； 基于react设计模式来监听IO事件；
  • 另一种解释
    • 多路指的是多个socket连接，复用指的是复用一个线程。多路复用主要有三种技术：select，poll，epoll。epoll是最新的也是目前最好的多路复用技术。采用多路 I/O 复用技术可以让单个线程高效的处理多个连接请求（尽量减少网络IO的时间消耗），且Redis在内存中操作数据的速度非常快（内存内的操作不会成为这里的性能瓶颈），主要以上两点造就了Redis具有很高的吞吐量。
• 你用过那些Redis的数据类型？
  • String-字符串
    • 存储的就是key-value键值对
    • value值最大可以存储512M
    • value值可以是二进制的，也就是说可以存储图片、文件流等内容；
    • value值可以是Integer类型的，并且可以通过incr来实现计数器功能；
      • # 设置count的值为1 > set count 1 # 另count加1 > incr count # 此时获取到的值变成了2 > get count # 再加1 > incr count # 获取到的值变成了3 > get count
  • Hash-哈希
    • 存储的是String类型的键值对，特别适合存储对象
    • 一般会把对象序列化之后变成json，这时候存储到redis的hash中非常合适
    • 使用方式
      • hmset：存储对象； hgetall：获取对象所有属性； hget：获取对象某个属性； hset：设置对象某个属性； 具体使用实例如下： 127.0.0.1:6379> HMSET redis name "zhangsan" sex "nan" age 19 father "lisi" OK 127.0.0.1:6379> hgetall redis 1) "name" 2) "zhangsan" 3) "sex" 4) "nan" 5) "age" 6) "19" 7) "father" 8) "lisi" 127.0.0.1:6379> hget redis name "zhangsan" 127.0.0.1:6379> hget redis father "lisi" 127.0.0.1:6379> hset redis age 20 (integer) 0 127.0.0.1:6379> hget redis age "20" 127.0.0.1:6379>
  • List-列表
    • 字符串列表，按照插入顺序排序，先入后出；
    • 由于后入先出的特性，可以用于实现最新消息排行；
    • 与Set相比，List允许重复元素存在；
    • 使用方式
      • 利用List的后入先出特性实现来实现统计最新消息； 每次新来的消息lpush到列表里； 然后使用lrange命令来获取最新的消息； 如下所示： # 有了新消息，用lpush即可； lpush message "A is coming;" lpush message "B is coming;" lpush message "C is coming;" lpush message "D is coming;" lpush message "E is coming;" lpush message "F is coming;" lpush message "G is coming;" # 要获取最新的几条消息，用lrange即可 lrange message 0 3 # 要清空所有消息，用ltrim即可 ltrim message 1 0
  • Set-集合
    • 存储的是String的无序集合；
    • 其成员是唯一的，即不允许存在重复的元素；
    • 通过哈希表实现，所以添加、删除、查找的复杂度都是O(1)；
    • 与List相比，Set不允许重复元素存在；
    • 集合可以实现求交集、并集等操作，可以据此实现共同关注人等功能；
    • 使用方式
      • # 插入元素，如果成功则返回1，失败返回0 > sadd student zhangsan (integer) 1 > sadd student lisi (integer) 1 > sadd student wangwu (integer) 1 # 插入重复的元素，返回0 > sadd student zhangsan (integer) 0 # 查看所有的元素 > smembers myset
  • SortedSet-有序集合
    • 也是string类型元素的集合,且不允许重复的成员
    • 每个元素都会关联一个double类型的分数，正是通过分数来为集合中的成员进行从小到大的排序
    • 有序集合的成员是唯一的,但分数(score)却可以重复
• 如何做持久化？
  • RDB快照持久化：保存某个时间点的全量数据快照
    • 简介
      • 数据保存在dump.rdb文件中。 redis在启动的时候，如果检测到有dump.rdb文件，会自动载入文件里的数据。 可以通过配置文件里配置RDB的策略，比如： save 900 1 # 如果在900s内有一次写入请求，则进行一次备份 save 300 10 # 如果在300s内有10次写入请求，则进行一次备份 save 60 10000 # 如果在60s内有10000次写入请求，则进行一次备份 1、以上配置在持久化时都是自动触发的bgsave操作，而不是save操作，所以不会对正常的读写请求产生影响 2、为什么要配置这么多呢，因为Redis每个时段的读写请求是不均衡的，这样配置的好处是尽可能兼顾性能和数据备份。
    • 通过save命令进行RDB持久化——不推荐
      • save方式让主线程来进行持久化，此时就会堵塞Redis的正常读写请求，所以正常情况下不推荐使用save
    • 通过bgsave命令进行持久化——推荐
      • 其原理是fork出一个新的线程来持久化，不影响主线程。
    • 缺点： 1、由于是全量持久化，如果数据量大的话会由于大量的磁盘IO而影响性能； 2、由于两次持久化之间有时间间隔，如果redis突然挂掉，会存在丢失数据的风险；
  • AOF持久化：保存写状态（即保存除了查询之外的所有变更）
    • 简介
      • AOF（Append-Only-File） * 记录所有非查询指令； * 以append的形式增量追加到aof文件中； * AOF持久化默认是关闭的，需要修改配置文件来打开； aof文件恢复的过程其实就是逐条执行指令的过程；
    • 如果每个写命令都记录的话，会不会造成aof文件很大？
      • 不会，因为aof有自动汇总能力； 比如，对同样的变量连续赋值100次，那么会在aof里记录100个命令； 每隔一段时间，redis会自动创建一个新的线程来汇总并重写aof文件； 1、新线程会创建一个新的临时文件，并从老的aof文件中把可以汇总的命令汇总后写入新的临时文件； 2、新的临时文件汇总完成后，redis会将老文件里这段时间的增量也同步到新文件中，然后删除老文件；
  • 优缺点
    • RDB优点：全量数据快照，文件小，恢复快
    • RDB缺点：无法保存最近一次快照之后的数据
    • AOF优点：可读性高，适合保存增量数据，数据不易丢失
    • AOF缺点：文件体积大，恢复时间长
  • Redis4.0开始支持RDB-AOF混合持久化方式，并且作为默认的配置来使用，而且能很好的处理同时存在rdb文件和aof文件时数据的恢复；
• 是否了解Redis的PipeLine？
  • 背景
    • 1、redis客户端执行一条命令分4个过程：“发送命令->命令排队->命令执行->返回结果”,其中发送命令和返回接口都是需要网络开销的；
    • 2、尽管有mget、mset等原生批命令，但是大部分命令并不支持批量操作；
    • 3、pipeline是需要客户端和服务端相互配合的，也就是客户端有专门的pipeline的处理方式，服务端接收到pipeline的处理请求后，也有专门的处理方式；
    • 4、实际使用中是需要关机客户端（即jedis等各个语言的相关组件）的实现即可。
  • 事务问题
    • 1、由于pipeline是多条命令的组合，所以可能导致事务问题；
    • 2、为了保证pipeline操作的原子性，redis提供了简单的事务机制；
    • 3、一组需要一起执行的命令放到multi和exec两个命令之间，其中multi代表事务开始，exec代表事务结束。
    • 4、redis对pipeline只是提供了简单的事务控制，并不支持事务回滚等高级操作；
• 是否了解Redis的主从同步？
  • https://blog.csdn.net/weixin_42711549/article/details/83061052
  • 看看4-11
  • Master-Slave
    • Master为写服务器，其余为读服务器； 第一次，Master将rdb文件同步给Slave，完成数据初始化； 后续Master将aof文件同步给Slave，保证数据一致性；
  • 哨兵机制：保证主从同步正常进行
    • 一旦检测到Master挂了，会自动选举一个Slave升级成Master并提供写服务，同时发出警告通知管理员；
• 缓存穿透、击穿、雪崩：https://blog.csdn.net/kongtiao5/article/details/82771694

Redis

• 第1组
  • Redis简介
    • Redis 是一个开源（BSD许可）的，内存中的数据结构存储系统，它可以用作数据库、缓存和消息中间件。 它支持多种类型的数据结构，如 字符串（strings）， 散列（hashes）， 列表（lists）， 集合（sets）， 有序集合（sorted sets） 与范围查询， bitmaps， hyperloglogs 和地理空间（geospatial） 索引半径查询。 Redis 内置了 复制（replication），LUA脚本（Lua scripting）， LRU驱动事件（LRU eviction），事务（transactions） 和不同级别的 磁盘持久化（persistence）， 并通过 Redis哨兵（Sentinel）和自动 分区（Cluster）提供高可用性（high availability）
  • Redis是单线程的吗？
    • 处理多个客户端请求（也就是网络请求）时，是单线程的。好处是避免了频繁的上下文切换，也避免了锁竞争；
    • 其他处理是支持多线程的，比如持久化时就可以在不影响正常客户端请求的前提下，以子进程或子线程来处理；
  • 如何从海量数据里查询某一固定前缀的key？ ——需要看数据量大小
    • 数据量不大时：keys命令
      • 使用：keys patern
      • 举例： # 列出所有XX开头的key命令 > keys XX*
      • 存在问题：keys命令会扫描所有的key，并输出所有的结果。如果数据量比较大，会占用很大的资源，造成环境卡顿；
    • 数据量很大时：scan命令; scan命令使用游标查找，每次只返回少量数据而不是进行全盘扫描。
      • 说明： 1、基于游标的迭代器，需要基于上一次的游标来延续之前的迭代过程； 2、以0作为游标开始一次新的迭代，直到命令返回游标0表示完成了一次遍历； 3、一次返回的数量不可控，即使指定了count也不能保证每次执行都返回count个元素，只能大概率符合count参数 4、由于count元素并不准确，所以实际使用时需要应用程序循环遍历，最好自己排下重；
      • 使用：SCAN CURSOR [MATCH pattern] [COUNT count]
      • 举例： # 从0开始迭代，查询开头为XX的key，期望每次返回10个结果（实际不一定真的返回10个） > sacn 0 match XX* count 10
  • 如何实现分布式锁？
  • 如何实现异步队列？ 订阅
    • 错误方式一：使用List作为队列，RPUSH生产消息，LPOP消费消息
      • 缺点：不管队列里有没有值，LPOP都会直接消费，不会等待有值了再消费；
      • 弥补：可以通过在应用层引入Sleep机制去调用LPOP重试
    • 错误方式二：使用List作为队列，RPUSH生产消息，BLPOP消费消息
      • 优点：BLPOP会堵塞知道队列中有消=消息或者超时为止；
      • 缺点：只能供一个消费者消费；
    • 正确方式：pub/sub主体订阅者模式
      • 发送者（pub）生产并发送消息；订阅者（sub）接收消息
      • 多对多关系；
      • 缺点：消息的发布是无状态的，无法保证可靠性；比如某个订阅者在发送者发送消息时下线了，那么该订阅者再次上线后是收不到这个消息的；
      • 要保证可靠性的话，只能使用专业的消息队列来解决，如kafka等
  • 如何用Redis来统计某个用户每天的访问次数？
    • 用userId和日期的组合字符串作为key，用incr累加即可； # 每次用户访问时，使用incr累加一下即可。incr 命令如果key不存在时可以直接创建 > incr kxsh20180101 # 查询这个用户某天的访问次数 > get kxsh20180101
  • 如何清空Redis的List？
    • ltrim key start stop：对一个List进行剪切，只保留start到stop之间的元素，其余元素将被删除； 所以如果想清空一个List，只需要让start>stop即可。 比如要清空students这个List，可以使用如下命令 > ltrim students 1 0
  • 如果实现最新消息排行？
    • 利用List的后入先出特性实现； 每次新来的消息lpush到列表里； 然后使用lrange命令来获取最新的消息； 如下所示： # 有了新消息，用lpush即可； lpush message "A is coming;" lpush message "B is coming;" lpush message "C is coming;" lpush message "D is coming;" lpush message "E is coming;" lpush message "F is coming;" lpush message "G is coming;" # 要获取最新的几条消息，用lrange即可 lrange message 0 3 # 要清空所有消息，用ltrim即可 ltrim message 1 0
  • 如何实现微博的共同关注人？
    • 将A的所有关注人放在一个set里； 将B的所有关注人放在另一个set里； 求这两个set的交集即可；
  • 生产环境如何禁用危险命令？
    • 在配置文件中将高危命令重命名成空即可； rename-command KEYS "" // 必禁命令，线上用这种查询方式绝对是不对的 rename-command FLUSHALL "" // 必禁命令，谁会清除数据呢 rename-command FLUSHDB "" // 必禁命令，谁会清除数据呢 rename-command CONFIG "" // 可以考虑重命名下
  • Redis哨兵模式了解吗？
    • 参考：https://www.cnblogs.com/jaycekon/p/6237562.html
  • Redis如何实现高可用？
• 第2组
  • redis和etcd都是key-value，他们有什么区别？
  • redis的批处理命令有哪些？
  • redis的批处理命令和pipeline有何区别？