Redis 八股文

本文主要是介绍Redis 八股文，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

重点

redis是单线程还是多线程

Redis为什么是单线程的？

什么是缓存穿透？怎么解决

什么是缓存击穿？怎么解决？

什么是缓存雪崩？怎么解决？

数据库与缓存不一致如何解决

基础

redis是怎么删除过期key

缓存是如何淘汰的

描述一下持久化原理

Redis都有哪些使用场景

Redis数据类型

Redis 有事务吗？

扩展

如何进行缓存预热

Redis怎么实现分布式锁

分布式锁容易出现的问题

Redis如何做内存优化？

重点

redis是单线程还是多线程

无论什么版本,工作线程是单线程

Redis6.0之前是单线程的，Redis6.0之后在网络IO处理方面引入了多线程；
redis内部使用了基于epoll的多路服用，也可以多部署几个redis服务器解决单线程的问题；
redis主要的性能瓶颈是内存和网络；
内存好说，加内存条就行了，而网络才是大麻烦，所以redis6内存好说，加内存条就行了；
而网络才是大麻烦，所以redis6.0引入了多线程的概念，
redis6.0在网络IO处理方面引入了多线程，如网络数据的读写和协议解析等，需要注意的是，执行命令的核心模块还是单线程的。

Redis为什么是单线程的？

代码更清晰，处理逻辑更简单；
不用考虑各种锁的问题，不存在加锁和释放锁的操作，没有因为可能出现死锁而导致的性能问题；
不存在多线程切换而消耗CPU；

什么是缓存穿透？怎么解决

缓存穿透‌是指查询一个在缓存中和数据库中都不存在的数据，导致每次请求都要查询数据库的问题。

如何解决：

‌使用布隆过滤器‌：布隆过滤器是一种数据结构，利用极小的内存可以判断大量的数据“一定不存在或者可能存在”。通过哈希函数将数据映射到布隆过滤器中，用户发送的请求会先被布隆过滤器拦截，一定不存在的数据就直接拦截返回，从而避免对数据库进行无效查询。可以使用bitmap做布隆过滤器。
空缓存处理‌：当数据库中不存在该数据时，将空结果（如null）缓存一段时间，避免缓存被频繁访问而导致数据库压力增大。这种方法可以减少对数据库的直接访问，但需要注意不要无限期地缓存空结果，以免浪费缓存空间。

什么是缓存击穿？怎么解决？

当前key是一个热点key（例如一个秒杀活动），并发量非常大。重建缓存不能在短时间完成，可能是一个复杂计算，例如复杂的SQL、多次IO、多个依赖等。在缓存失效的瞬间，有大量线程来重建缓存，造成后端负载加大，甚至可能会让应用崩溃。

为了解决缓存击穿问题，可以采取以下策略：

‌使用互斥锁‌：在获取数据时，使用分布式锁（如‌Redis的分布式锁）来控制同时只有一个请求去后端获取数据，其他请求需要等待锁释放。这样可以防止多个请求同时穿透到后端存储系统。‌
‌设置热点数据永不过期‌：对于一些热点数据，可以将其永不过期，确保即使数据过期后，仍然可以从缓存中获取。‌
‌使用缓存预热‌：在系统启动或低峰时段，预先加载热点数据到缓存中，以减少因缓存过期导致的击穿问题。‌

什么是缓存雪崩？怎么解决？

当缓存服务器重启或者大量缓存集中在某一个时间段失效，这样在失效的时候，也会给后端系统(比如DB)带来很大压力，造成数据库后端故障，从而引起应用服务器雪崩。

解决：

1、避免缓存集中失效，不同的key设置不同的超时时间

2、增加互斥锁，控制数据库请求，重建缓存。

数据库与缓存不一致如何解决

数据库和缓存之间的不一致通常发生在以下几种情况：

缓存更新滞后：当数据在数据库中被修改后，如果缓存没有及时更新或清除，则会导致后续请求读取到过期的缓存数据。
并发写操作：多个客户端同时对同一数据进行写操作时，可能导致一部分更新丢失或覆盖。
网络延迟：在网络不稳定的情况下，更新命令可能未能及时到达目标系统。
故障恢复：系统出现故障后重启，如果没有正确的恢复机制，可能会导致数据状态不一致。

解决策略

参考：缓存不一致问题四种解决方案

‌延迟双删策略‌：先删缓存，再更新数据库，然后经过一段时间后再删除缓存中的数据，以避免因网络延迟等原因造成的不一致问题。
同步删除：更新请求进来，我们先更新数据库再删除缓存

基础

redis是怎么删除过期key

Redis 使用两种方式来删除过期的 key：

惰性删除：当 key 过期时，并不立即删除它，而是等到下次访问这个 key 时再检查它的过期时间，如果已经过期则删除它。
定时删除：Redis 默认每 100 毫秒会随机抽查一些设置了过期时间的 key，检查并删除其中已经过期的 key。

这两种方式结合使用，确保过期的 key 最终会被删除，但不会在访问 key 时阻塞当前操作。

缓存是如何淘汰的

Redis缓存淘汰是指当缓存数据超过最大内存限制时，Redis 会根据一定的淘汰策略来删除一些不常用或者不重要的数据，以便为新的数据腾出空间。

Redis 提供了以下几种淘汰策略：

noeviction: 不进行任何淘汰，当内存不足时，会返回错误给客户端。
allkeys-lru: 当内存不足以容纳更多数据时，使用最近最少使用算法（LRU）来淘汰键。
allkeys-random: 随机淘汰键，不考虑使用频率。
volatile-lru: 只对设置了过期时间的键进行LRU淘汰。
volatile-random: 随机淘汰设置了过期时间的键。
volatile-ttl: 淘汰设置了过期时间的键，优先淘汰生存时间（TTL）短的键。

可以通过配置文件或者 CONFIG SET 命令动态设置淘汰策略。

描述一下持久化原理

Redis的持久化主要有两种方式：RDB（Redis DataBase）和AOF（Append Only File）。

RDB：定时将内存中的数据快照保存到磁盘的一个压缩二进制文件中。可以配置定时任务来控制快照的频率。当Redis需要持久化数据时，Redis会fork()一个子进程来处理数据保存工作，父进程继续处理客户端请求。
AOF：每个写命令都通过append()操作保存到文件中。在服务重启时，通过重放这些命令来恢复数据。AOF文件中的命令通常是不可变的，因此可以确保数据的持久性

AOF

系统提供了 fync 和 fdatasync 两个同步函数，它们可以强制让操作系统立即将缓冲区中的数据写入到硬盘，以及三种策略：

always：同步写回，每个写命令执行完立刻同步地将日志写回磁盘。（性能最差，最多丢失一个写指令的数据）
everysec（默认）：每秒执行一次。（是性能和数据安全性的折中方案，最多也就丢一秒的数据）
no：根据操作系统和资源的情况，一定时间执行一次，时间不确定。（性能最好，可能会丢失上次同步AOF文件之后的所有写命令数据）

Redis都有哪些使用场景

缓存‌：Redis可以用作应用程序的缓存层，减少对数据库的读取压力，提高数据访问速度。例如，热点数据缓存（如报表、明星出轨等）、对象缓存、全页缓存等‌。
‌会话存储‌：在Web应用中，Redis可以用来存储用户的会话信息，如登录状态、购物车内容等。通过将会话数据存储在Redis中，可以实现无状态的服务器之间共享用户相关的状态数据‌。
‌分布式锁‌：在分布式系统中，Redis可以用于实现分布式锁，确保在多个节点之间共享资源的一致性。通过使用Redis的原子操作命令，如SETNX，可以实现分布式锁的功能‌。
‌排行榜和计数器‌：Redis支持原子操作，非常适合实现实时排行榜、点赞数、访问计数等功能。利用Redis的INCR命令，可以轻松实现计数器的功能‌。
‌消息队列‌：Redis可以用作消息队列系统，用于处理异步任务，例如邮件发送、后台任务处理等。通过使用Redis的列表（List）数据结构，可以实现消息的发布和订阅‌。
‌实时分析‌：Redis可以用于实时分析，如用户行为分析、实时统计信息等。利用Redis的高速性能，可以实时处理和分析大量数据‌。
此外，Redis还用于实现全局ID生成、限流、位统计等场景。例如，利用Redis的INCR命令可以实现计数器的功能，用于生成全局唯一的ID；利用限流功能可以控制对资源的访问频率，防止过载；位统计则利用Redis的Bitmap数据结构，以节省空间的方式实现大数据量的统计‌。

Redis数据类型

string（字符串）: 基本的数据存储单元，可以存储字符串、整数或者浮点数。
hash（哈希）:一个键值对集合，可以存储多个字段。
list（列表）:一个简单的列表，可以存储一系列的字符串元素。
set（集合）:一个无序集合，可以存储不重复的字符串元素。
zset(sorted set：有序集合): 类似于集合，但是每个元素都有一个分数（score）与之关联。

Redis 有事务吗？

Redis是有事务的，redis中的事务是一组命令的集合，这组命令要么都执行，要不都不执行，

redis事务的实现，需要用到MULTI（事务的开始）和EXEC（事务的结束）命令 ;discard（取消事务）

Redis的事务除了保证所有命令要不全部执行，要不全部不执行外，还能保证一个事务中的命令依次执行而不被其他命令插入。同时，redis的事务是不支持回滚操作的。若在事务队列中存在命令性错误（类似于java编译性错误），则执行EXEC命令时，所有命令都不会执行

扩展

如何进行缓存预热

1、应用启动时预热

使用启动监听事件实现缓存预热。
使用 @PostConstruct 注解实现缓存预热。
使用 CommandLineRunner 或 ApplicationRunner 实现缓存预热。
通过实现 InitializingBean 接口，并重写 afterPropertiesSet 方法实现缓存预热。

参考：SpringBoot实现缓存预热的几种常用方案

2、定时任务预热

3、‌使用消息队列提高预热效率

Redis怎么实现分布式锁

参考：Redis实现分布式锁的7种方案

1、使用Lua脚本(包含SETNX + EXPIRE两条指令)

‌2、使用set 的扩展命令 set id value NX EX 100

NX :表示key不存在的时候，才能set成功，也即保证只有第一个客户端请求才能获得锁，而其他客户端请求只能等其释放锁，才能获取。
EX seconds :设定key的过期时间，时间单位是秒。
PX milliseconds: 设定key的过期时间，单位为毫秒
XX: 仅当key存在时设置值

3、使用Redisson框架

分布式锁容易出现的问题

锁未被释放
B锁被A锁释放了
数据库事务超时
锁过期了，业务还没执行完
Redis主从复制的问题

Redis如何做内存优化？

1、缩短键值的长度

缩短值的长度才是关键，如果值是一个大的业务对象，可以将对象序列化成二进制数组；
首先应该在业务上进行精简，去掉不必要的属性，避免存储一些没用的数据；
其次是序列化的工具选择上，应该选择更高效的序列化工具来降低字节数组大小；
以JAVA为例，内置的序列化方式无论从速度还是压缩比都不尽如人意，这时可以选择更高效的序列化工具，如: protostuff，kryo等
2、共享对象池

对象共享池指Redis内部维护[0-9999]的整数对象池。创建大量的整数类型redisObject存在内存开销，每个redisObject内部结构至少占16字节，甚至超过了整数自身空间消耗。所以Redis内存维护一个[0-9999]的整数对象池，用于节约内存。除了整数值对象，其他类型如list,hash,set,zset内部元素也可以使用整数对象池。因此开发中在满足需求的前提下，尽量使用整数对象以节省内存。

3、字符串优化

4、编码优化

5、控制key的数量

这篇关于Redis 八股文的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！