Redis面试连环问，你能撑到哪一问

浅浅的花香味﹌ 2024-04-06 11:50 18阅读 0赞

#### 文章目录 ####

*  一、Redis有哪些应用场景？
 *  二、Redis的网络模型是什么样子的
 *  三、Redis是单线程的吗？
 *  四、Redis为什么运行速度那么快？
 *  五、Redis的key过期策略
 *  六、缓存穿透、缓存击穿和缓存雪崩

本篇文章主要介绍了Redis在面试中经常会被问到的一些问题，主要包括Redis的应用场景、网络模型以及缓存穿透、缓存击穿和缓存雪崩等相关问题，非常重要。

### 一、Redis有哪些应用场景？ ###

键的类型只能为字符串，值支持五种数据类型：字符串、散列表、列表、集合、有序集合。

redis以key-value方式存储，支持诸多种数据结构：String，Hash，List，Set，Sorted Set

1.String字符串，应用场景最多的数据结构，其他四种是在此基础上实现的， **value可以使简单的字符串、xml、json、数字、二进制。**

2.Hash， **指的是键值本身也是一种键值对的存储结构** ，将结构化的信息打包成hashmap，例如key：\{ \{field1:value1\},\{field2:value2\},\{field3:value3\},\{field4:value4\}…\}，相比string减少了反序列化和序列化的消耗，也不适用于一些并发修改value中某个value的操作。

应用场景： **例如门店/商品/用户信息的管理操作** ， 但是不同于关系型数据库的结构完全结构化，hash的结构是稀疏的，没法做到级联查询。

3.List列表，双端链表实现，可以使用list的一些特性，例如push的方式塞入，pop的方式取出， 可以读取某个范围的元素，也可以充当队列使用。有序且可重复。

应用场景：文章、任务列表、消息队列，Redis的list数据结构是一个双向链表，很容易模拟出队列效果，利用Lpush+Rpop。

4.Set无序集合

应用场景：共同好友，在set集合中，有交集并集补集的api，我们可以把两人的关注的人分别放入到一个set集合中，然后再通过api去查看这两个set集合中的交集数据。

5.Sorted Set有序集合

应用场景：点赞排行榜，采用一个可以排序的set集合，就是sortedSet

### 二、Redis的网络模型是什么样子的 ###

文件描述符（File Descriptor）：简称FD，是一个从0开始的无符号整数，用来关联Linux中的一个文件。在Linux中，一切皆文件，例如常规文件、视频、硬件设备等，当然也包括网络套接字（Socket）。

FD的作用：通过FD，我们的网络模型可以利用一个线程监听多个FD，并在某个FD可读、可写时得到通知，从而避免无效的等待，充分利用CPU资源。

IO多路复用模型：

当用户去读取数据的时候，不再去直接调用recvfrom了，而是调用select的函数，select函数会将需要监听的数据交给内核，由内核去检查这些数据是否就绪了，如果说这个数据就绪了，就会通知应用程序数据就绪，然后来读取数据，再从内核中把数据拷贝给用户态，完成数据处理，如果N多个FD一个都没处理完，此时就进行等待。

![b62caf35fc33218c3e6b41ad55a3facb.png][]

IO多路复用是利用单个线程来同时监听多个FD，并在某个FD可读、可写时得到通知，从而避免无效的等待，充分利用CPU资源。

监听FD的方式、通知的方式又有多种实现，常见的有：select、poll、epoll。

select模式存在的三个问题：

*  能监听的FD最大不超过1024
 *  每次select都需要把所有要监听的FD都拷贝到内核空间
 *  每次都要遍历所有FD来判断就绪状态

poll模式的问题：

*  poll利用链表解决了select中监听FD上限的问题，但依然要遍历所有FD，如果监听较多，性能会下降

epoll模式中如何解决这些问题的？

*  基于epoll实例中的红黑树保存要监听的FD，理论上无上限，而且增删改查效率都非常高
 *  每个FD只需要执行一次epoll\_ctl添加到红黑树，以后每次epol\_wait无需传递任何参数，无需重复拷贝FD到内核空间
 *  利用ep\_poll\_callback机制来监听FD状态，无需遍历所有FD，因此性能不会随监听的FD数量增多而下降

基于IO多路复用+事件派发的多线程网络模型

![32d72c660d1203c1c8564f4c8e0959ea.png][]

当我们的客户端想要去连接我们服务器，会去先到IO多路复用模型去进行排队，会有一个连接应答处理器，他会去接收客户端socket，注册客户端FD到多路复用程序。此时这些建立起来的连接，如果客户端请求一条命令时，命令请求处理器会去把数据读取出来（读取IO，读取这条命令），然后把数据放入到client中， clinet去解析当前的命令转化为redis认识的命令，接下来就开始处理这些命令，从redis中的command中找到这些命令，然后就真正的去操作对应的数据了，当数据操作完成后，会去找到命令回复处理器，再由他将数据写出（响应IO，例如你执行了一条set name jim 命令，会响应一个ok）。

### 三、Redis是单线程的吗？ ###

Redis到底是单线程还是多线程？

*  如果仅仅聊Redis的核心业务部分（命令处理），答案是单线程
 *  如果是聊整个Redis，那么答案就是多线程，比如网络IO（读取IO和响应IO）和持久化机制中都用到了多线程。

处理一条命令例如set name jim，需要三步1.读取IO流，2计算（也就是数据处理）3.响应io流（就跟数据库一样插入完后响应给用户的信息），

Redis6.0之前，所有的IO写入写出和数据处理都是由单worker线程去做的，如果同时有两个客户端操作，那么就以串行的方式执行

Redis6.0之后，对于IO写入写出会交给IO子线程去处理，核心的计算（就是数据处理）还是由worker单线程去做，用多线程提高了效率。

### 四、Redis为什么运行速度那么快？ ###

1.Redis是纯内存操作，相对于读写磁盘，redis的执行速度非常快，

2.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，可以同时监听多个FD

3.redis的核心worker线程是单线程的，单线程的原子操作，避免上下文切换的时间和性能消耗。引入多线程会面临线程安全问题，必然要引入线程锁这样的安全手段，实现复杂度增高，而且性能也会大打折扣

4.因为命令是在内存中执行的，非常快，所以限制Redis的更多是网络IO，因此Redis6.x在网络IO这一块引入了多线程，提高了吞吐量。

5.虽然redis的核心worker线程是单线程的，但在很多地方都用了多线程，除了网络IO之外，持久化机制中都用到了多线程。例如Redis的持久化机制，Redis发现RDB的事件可执行时，则调用BGSAVE命令,而BGSAVE命令实际上会fork出一个子进程来进行完成持久化（生成RDB文件）,在fork的过程中，父进程(主线程)肯定是阻塞的,但fork完之后，是fork出来的子进程去完成持久化。

### 五、Redis的key过期策略 ###

Redis是key-value数据库，我们可以设置Redis中缓存的key的过期时间。Redis的过期策略就是指当 Redis中缓存的key过期了，Redis如何处理。

1.立即删除。在设置键的过期时间时，创建一个回调事件，当过期时间达到时， 由时间处理器自动执行键的删除操作。立即删除能保证内存中数据的最大新鲜 度，因为它保证过期键值会在过期后马上被删除，其所占用的内存也会随之释放。 但是立即删除对 cpu 是最不友好的，因为删除操作会占用 cpu 的时间。

2.惰性删除： 某个键值过期后，此键值不会马上被删除，而是等到下次被使用的时候，才会被检查到过期，此时才能得到删除。所以惰性删除 的缺点很明显:浪费内存。该策略可以最⼤化地 节省CPU资源，却对内存⾮常不友好。极端情况可能出现⼤量的过期key没有再次被访问，从而不会被清除，占用大量内存。

3.定期删除： 每隔⼀定的时间，会扫描一定数量的数据库的expires字典中⼀定数量的key，并清除其中已过期的key。该策略是⼀个折中⽅案。通过调整定时扫描的时间间隔和每次扫描的限定耗时，可以在不同情况下使得CPU和内存资源达到最优的平衡效果。

(expires字典会保存所有设置了过期时间的key的过期时间数据，其中，key是指向键空间中的某个键的指针，value是该键的毫秒精度的UNIX时间戳表示的过期时间。键空间是指该Redis集群中保存的所有键。)

Redis中同时使用了惰性过期和定期过期两种过期策略。

### 六、缓存穿透、缓存击穿和缓存雪崩 ###

缓存中存放的大多都是热点数据，目的就是防止请求可以直接从缓存中获取到数据，而不用访问 Mysql。而这个过程中可能会存在很多问题：

缓存穿透：缓存穿透是指客户端请求的数据在缓存中和数据库中都不存在，这样缓存永远不会生效，这些请求都会打到数据库。（比如黑客故意伪造⼀些乱七八糟的key）

缓存穿透常见的解决方案有两种：

1.缓存空对象：实现简单，维护方便，但会造成额外的内存消耗。

2.使⽤布隆过滤器： 它的作⽤就是如果它认为⼀个key不存在，那么这个key就肯定不存在，所以可以在缓存之前加⼀层布隆过滤器来拦截不存在的key

缓存击穿：某⼀个热点key突然失效，也导致了大量请求直接访问Mysql数据库，这就是缓存击穿。

缓存击穿常见的解决方案有两种：

*  1.互斥锁：因为锁能实现互斥性。假设线程过来，只能一个人一个人的来访问数据库，从而避免对于数据库访问压力过大，但这也会影响查询的性能，因为此时会让查询的性能从并行变成了串行
 *  2.逻辑过期：我们之所以会出现这个缓存击穿问题，主要原因是在于我们对key设置了过期时间，假设我们不设置过期时间，其实就不会有缓存击穿的问题，但是不设置过期时间，数据会一直占用内存，所以可以采用逻辑过期方案。把过期时间设置在 redis的value中，这个过期时间并不会直接作用于redis，而是通过后续逻辑去处理。

逻辑过期重构流程：假设线程1去查询缓存，然后从value中判断出来当前的数据已经过期了，此时线程1去获得互斥锁，那么其他线程会进行阻塞， 获得了锁的线程他会开启一个线程去进行以前的重构数据的逻辑，直到新开的线程完成这个逻辑后，才释放锁，而线程1直接进行返回。

缓存雪崩：如果缓存中某⼀时刻⼤批热点数据同时过期，那么就可能导致⼤量请求直接访问mysql了。

解决办法：就是在过期时间上增加⼀点随机值，另外如果搭建⼀个高可用的Redis集群也是防止缓存雪崩的有效手段。

[b62caf35fc33218c3e6b41ad55a3facb.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/06/c80fbed342f741ee82084746fde888a4.png
[32d72c660d1203c1c8564f4c8e0959ea.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/06/f737edfb9b2341d6a09772e44bdc0f4a.png