常见面试题之Redis篇（二）

ゞ浴缸里的玫瑰 2024-03-22 20:17 14阅读 0赞

#### 1. 什么是缓存穿透？怎么解决？ ####

缓存穿透是指查询一个一定**不存在**的数据，如果从存储层查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到`DB`去查询，可能导致`DB`挂掉。这种情况大概率是遭到了攻击。

解决方案的话，我们通常都会用布隆过滤器来解决它。

#### 2. 你能介绍一下布隆过滤器吗？ ####

嗯，是这样~

布隆过滤器主要是用于检索一个元素是否在一个集合中。我们当时使用的是`redisson`实现的布隆过滤器。

它的底层主要是先去初始化一个比较大数组，里面存放的二进制0或1。在一开始都是0，当一个`key`来了之后经过3次`hash`计算，模于数组长度找到数据的下标然后把数组中原来的0改为1，这样的话，三个数组的位置就能标明一个`key`的存在。查找的过程也是一样的。

当然是有缺点的，布隆过滤器有可能会产生一定的误判，我们一般可以设置这个误判率，大概不会超过5%，其实这个误判是必然存在的，要不就得增加数组的长度，其实已经算是很划分了，5%以内的误判率一般的项目也能接受，不至于高并发下压倒数据库。

#### 3. 什么是缓存击穿？怎么解决？ ####

嗯！！

缓存击穿的意思是对于设置了过期时间的`key`，缓存在某个时间点过期的时候，恰好这时间点对这个`Key`有大量的并发请求过来，这些请求发现缓存过期一般都会从后端`DB`加载数据并回设到缓存，这个时候大并发的请求可能会瞬间把`DB`压垮。

解决方案有两种方式：

第一可以使用互斥锁：当缓存失效时，不立即去`load db`，先使用如`Redis`的`setnx`去设置一个互斥锁，当操作成功返回时再进行`load db`的操作并回设缓存，否则重试`get`缓存的方法。

第二种方案可以设置当前`key`逻辑过期，大概是思路如下：

1.  在设置`key`的时候，设置一个过期时间字段一块存入缓存中，不给当前`key`设置过期时间；
2.  当查询的时候，从`redis`取出数据后判断时间是否过期；
3.  如果过期则开通另外一个线程进行数据同步，当前线程正常返回数据，这个数据不是最新。

当然两种方案各有利弊：

如果选择数据的强一致性，建议使用分布式锁的方案，性能上可能没那么高，锁需要等，也有可能产生死锁的问题

如果选择`key`的逻辑删除，则优先考虑的高可用性，性能比较高，但是数据同步这块做不到强一致。

#### 4. 什么是缓存雪崩？怎么解决？ ####

缓存雪崩意思是设置缓存时采用了相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到`DB`，`DB`瞬时压力过重雪崩。与缓存击穿的区别：雪崩是很多`key`，击穿是某一个`key`缓存。

解决方案主要是可以将缓存失效时间分散开，比如可以在原有的失效时间基础上增加一个随机值，比如1-5分钟随机，这样每一个缓存的过期时间的重复率就会降低，就很难引发集体失效的事件。

#### 5. `redis`做为缓存，`mysql`的数据如何与`redis`进行同步呢？（读写锁） ####

嗯！就说我最近做的这个项目，里面有`xxxx`（**根据自己的简历上写**）的功能，需要让数据库与`redis`高度保持一致，因为要求时效性比较高，我们当时采用的读写锁保证的强一致性。

我们采用的是`redisson`实现的读写锁，在读的时候添加共享锁，可以保证读读不互斥，读写互斥。当我们更新数据的时候，添加排他锁，它是读写，读读都互斥，这样就能保证在写数据的同时是不会让其他线程读数据的，避免了脏数据。这里面需要注意的是读方法和写方法上需要使用同一把锁才行。

#### 6. 那这个排他锁是如何保证读写、读读互斥的呢？ ####

其实排他锁底层使用也是`setnx`，保证了同时只能有一个线程操作锁住的方法。

#### 7. 你听说过延时双删吗？为什么不用它呢？ ####

延迟双删，如果是写操作，我们先把缓存中的数据删除，然后更新数据库，最后再延时删除缓存中的数据，其中这个延时多久不太好确定，在延时的过程中可能会出现脏数据，并不能保证强一致性，所以没有采用它。

#### 8. `redis`做为缓存，`mysql`的数据如何与`redis`进行同步呢？（阿里的`canal`组件服务） ####

嗯！就说我最近做的这个项目，里面有`xxxx`（**根据自己的简历上写**）的功能，数据同步可以有一定的延时（符合大部分业务）。

我们当时采用的阿里的`canal`组件实现数据同步：不需要更改业务代码，部署一个`canal`服务。`canal`服务把自己伪装成`mysql`的一个从节点，当`mysql`数据更新以后，`canal`会读取`binlog`数据，然后在通过`canal`的客户端获取到数据，更新缓存即可。

#### 9. `redis`做为缓存，数据的持久化是怎么做的？ ####

在`Redis`中提供了两种数据持久化的方式：1、`RDB` 2、`AOF`。

#### 10. 这两种持久化方式有什么区别呢？ ####

`RDB`是一个快照文件，它是把`redis`内存存储的数据写到磁盘上，当`redis`实例宕机恢复数据的时候，方便从`RDB`的快照文件中恢复数据。

`AOF`的含义是追加文件，当`redis`操作写命令的时候，都会存储这个文件中，当`redis`实例宕机恢复数据的时候，会从这个文件中再次执行一遍命令来恢复数据。

#### 11. 这两种方式，哪种恢复的比较快呢？ ####

`RDB`因为是二进制文件，在保存的时候体积也是比较小的，它恢复的比较快，但是它有可能会丢数据，我们通常在项目中也会使用`AOF`来恢复数据，虽然`AOF`恢复的速度慢一些，但是它丢数据的风险要小很多，在`AOF`文件中可以设置刷盘策略，我们当时设置的就是每秒批量写入一次命令。

#### 12. `Redis`的数据过期策略有哪些？ ####

嗯~，在`redis`中提供了两种数据过期删除策略。

第一种是惰性删除，在设置该`key`过期时间后，我们不去管它，当需要该`key`时，我们在检查其是否过期，如果过期，我们就删掉它，反之返回该`key`。

第二种是定期删除，就是说每隔一段时间，我们就对一些`key`进行检查，删除里面过期的`key`。

定期清理的两种模式：

*  `SLOW`模式是定时任务，执行频率默认为10`hz`，每次不超过25`ms`，以通过修改配置文件`redis.conf`的 **`hz`** 选项来调整这个次数。
 *  `FAST`模式执行频率不固定，每次事件循环会尝试执行，但两次间隔不低于2`ms`，每次耗时不超过1`ms`。

`Redis`的过期删除策略：**惰性删除 + 定期删除**两种策略进行配合使用。

#### 13. `Redis`的数据淘汰策略有哪些？ ####

嗯，这个在`redis`中提供了很多种，默认是`noeviction`，不删除任何数据，内部不足直接报错。

是可以在`redis`的配置文件中进行设置的，里面有两个非常重要的概念，一个是`LRU`，另外一个是`LFU`。

*  `LRU`的意思就是最少最近使用，用当前时间减去最后一次访问时间，这个值越大则淘汰优先级越高。
 *  `LFU`的意思是最少频率使用。会统计每个`key`的访问频率，值越小淘汰优先级越高。

我们在项目设置的`allkeys-lru`，挑选最近最少使用的数据淘汰，把一些经常访问的`key`留在`redis`中。

#### 14. 数据库有1000万数据，`Redis`只能缓存20`w`数据，如何保证`Redis`中的数据都是热点数据？ ####

嗯，我想一下~~

可以使用`allkeys-lru`（挑选最近最少使用的数据淘汰）淘汰策略，那留下来的都是经常访问的热点数据。

#### 15. `Redis`的内存用完了会发生什么？ ####

嗯~，这个要看`redis`的数据淘汰策略是什么，如果是默认的配置，`redis`内存用完以后则直接报错。我们当时设置的`allkeys-lru`策略。把最近最常访问的数据留在缓存中。

#### 16. `Redis`分布式锁如何实现？ ####

嗯，在`redis`中提供了一个命令`setnx`(`SET if not exists`)。

由于`redis`的单线程的，用了命令之后，只能有一个客户端对某一个`key`设置值，在没有过期或删除`key`的时候是其他客户端是不能设置这个`key`的。

#### 17. 那你如何控制`Redis`实现分布式锁有效时长呢？ ####

嗯，的确，`redis`的`setnx`指令不好控制这个问题，我们当时采用的`redis`的一个框架`redisson`实现的。

在`redisson`中需要手动加锁，并且可以控制锁的失效时间和等待时间，当锁住的一个业务还没有执行完成的时候，在`redisson`中引入了一个看门狗机制，就是说每隔一段时间就检查当前业务是否还持有锁，如果持有就增加加锁的持有时间，当业务执行完成之后需要使用释放锁就可以了。

还有一个好处就是，在高并发下，一个业务有可能会执行很快，先客户1持有锁的时候，客户2来了以后并不会马上拒绝，它会自旋不断尝试获取锁，如果客户1释放之后，客户2就可以马上持有锁，性能也得到了提升。

#### 18. `redisson`实现的分布式锁是可重入的吗？ ####

嗯，是可以重入的。这样做是为了避免死锁的产生。这个重入其实在内部就是判断是否是当前线程持有的锁，如果是当前线程持有的锁就会计数，如果释放锁就会在计算上减一。在存储数据的时候采用的`hash`结构，大`key`可以按照自己的业务进行定制，其中小`key`是当前线程的唯一标识，`value`是当前线程重入的次数。

#### 19. `redisson`实现的分布式锁能解决主从一致性的问题吗？ ####

这个是不能的，比如，当线程1加锁成功后，`master`节点数据会异步复制到`slave`节点，此时当前持有`Redis`锁的`master`节点宕机，`slave`节点被提升为新的`master`节点，假如现在来了一个线程2，再次加锁，会在新的`master`节点上加锁成功，这个时候就会出现两个节点同时持有一把锁的问题。

我们可以利用`redisson`提供的红锁来解决这个问题，它的主要作用是，不能只在一个`redis`实例上创建锁，应该是在多个`redis`实例上创建锁，并且要求在大多数`redis`节点上都成功创建锁，红锁中要求是`redis`的节点数量要过半。这样就能避免线程1加锁成功后`master`节点宕机导致线程2成功加锁到新的`master`节点上的问题了。

但是，如果使用了红锁，因为需要同时在多个节点上都添加锁，性能就变的很低了，并且运维维护成本也非常高，所以，我们一般在项目中也不会直接使用红锁，并且官方也暂时废弃了这个红锁。

#### 20. 如果业务非要保证数据的强一致性，这个该怎么解决呢？ ####

嗯~，`redis`本身就是支持高可用的，做到强一致性，就非常影响性能，所以，如果有强一致性要求高的业务，建议使用`zookeeper`实现的分布式锁，它是可以保证强一致性的。

#### 21. `Redis`集群有哪些方案, 知道嘛？ ####

嗯~~，在`Redis`中提供的集群方案总共有三种：主从复制、哨兵模式、`Redis`分片集群。

#### 22. 那你来介绍一下主从同步？ ####

嗯，是这样的，单节点`Redis`的并发能力是有上限的，要进一步提高`Redis`的并发能力，可以搭建主从集群，实现读写分离。一般都是一主多从，主节点负责写数据，从节点负责读数据，主节点写入数据之后，需要把数据同步到从节点中。

#### 23. 能说一下，主从同步数据的流程？ ####

嗯~~，好！主从同步分为了两个阶段，一个是全量同步，一个是增量同步。

全量同步是指从节点第一次与主节点建立连接的时候使用全量同步，流程是这样的：

第一：从节点请求主节点同步数据，其中从节点会携带自己的`replication id`和`offset`偏移量。

第二：主节点判断是否是第一次请求，主要判断的依据就是，主节点与从节点是否是同一个`replication id`，如果不是，就说明是第一次同步，那主节点就会把自己的`replication id`和`offset`发送给从节点，让从节点与主节点的信息保持一致。

第三：在同时主节点会执行`bgsave`，生成`rdb`文件后，发送给从节点去执行，从节点先把自己的数据清空，然后执行主节点发送过来的`rdb`文件，这样就保持了一致。

当然，如果在`rdb`生成执行期间，依然有请求到了主节点，而主节点会以命令的方式记录到缓冲区，缓冲区是一个日志文件，最后把这个日志文件发送给从节点，这样就能保证主节点与从节点完全一致了，后期再同步数据的时候，都是依赖于这个日志文件，这个就是全量同步。

增量同步指的是，当从节点服务重启之后，数据就不一致了，所以这个时候，从节点会请求主节点同步数据，主节点还是判断不是第一次请求，不是第一次就获取从节点的`offset`值，然后主节点从命令日志中获取`offset`值之后的数据，发送给从节点进行数据同步。

#### 24. 怎么保证`Redis`的高并发高可用？ ####

首先可以搭建主从集群，再加上使用`redis`中的哨兵模式，哨兵模式可以实现主从集群的自动故障恢复，里面就包含了对主从服务的监控、自动故障恢复、通知；如果`master`故障，`Sentinel`会将一个`slave`提升为`master`。当故障实例恢复后也以新的`master`为主；同时`Sentinel`也充当`Redis`客户端的服务发现来源，当集群发生故障转移时，会将最新信息推送给`Redis`的客户端，所以一般项目都会采用哨兵的模式来保证`redis`的高并发高可用。

#### 25. 你们使用`redis`是单点还是集群，哪种集群？ ####

嗯！，我们当时使用的是主从（1主1从）加哨兵。一般单节点不超过10`G`内存，如果`Redis`内存不足则可以给不同服务分配独立的`Redis`主从节点。尽量不做分片集群。因为集群维护起来比较麻烦，并且集群之间的心跳检测和数据通信会消耗大量的网络带宽，也没有办法使用`lua`脚本和事务。

#### 26. `redis`集群脑裂，该怎么解决呢？ ####

嗯！ 这个在项目很少见，不过脑裂的问题是这样的，我们现在用的是`redis`的哨兵模式集群的。

有的时候由于网络等原因可能会出现脑裂的情况，就是说，由于`redis master`节点和`redis salve`节点和`sentinel`处于不同的网络分区，使得`sentinel`没有能够心跳感知到`master`，所以通过选举的方式提升了一个`salve`为`master`，这样就存在了两个`master`，就像大脑分裂了一样，这样会导致客户端还在`old master`那里写入数据，新节点无法同步数据，当网络恢复后，`sentinel`会将`old master`降为`salve`，这时再从新`master`同步数据，这会导致`old master`中的大量数据丢失。

关于解决的话，我记得在`redis`的配置中可以设置：第一可以设置最少的`salve`节点个数，比如设置至少要有一个从节点才能同步数据，第二个可以设置主从数据复制和同步的延迟时间，达不到要求就拒绝请求，就可以避免大量的数据丢失。

#### 27. `redis`的分片集群有什么作用？ ####

分片集群主要解决的是，海量数据存储的问题，集群中有多个`master`，每个`master`保存不同数据，并且还可以给每个`master`设置多个`slave`节点，就可以继续增大集群的高并发能力。同时每个`master`之间通过`ping`监测彼此健康状态，就类似于哨兵模式了。当客户端请求可以访问集群任意节点，最终都会被转发到正确节点。

#### 28. `Redis`分片集群中数据是怎么存储和读取的？ ####

嗯~，在`redis`集群中是这样的。

`Redis`集群引入了哈希槽的概念，有 16384 个哈希槽，集群中每个主节点绑定了一定范围的哈希槽范围， `key`通过`CRC16`校验后对 16384 取模来决定放置哪个槽，通过槽找到对应的节点进行存储。

取值的逻辑是一样的。

#### 29. `Redis`是单线程的，但是为什么还那么快？ ####

嗯，这个有几个原因吧~~~

1.  完全基于内存的，`C`语言编写。
2.  采用单线程，避免不必要的上下文切换可竞争条件。
3.  使用多路`I/O`复用模型，非阻塞`IO`。

例如：`bgsave`和`bgrewriteaof`都是在**后台**执行操作，不影响主线程的正常使用，不会产生阻塞。

#### 30. 能解释一下`I/O`多路复用模型？ ####

嗯~~，`I/O`多路复用是指利用单个线程来同时监听多个`Socket` ，并在某个`Socket`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。目前的`I/O`多路复用都是采用的`epoll`模式实现，它会在通知用户进程`Socket`就绪的同时，把已就绪的`Socket`写入用户空间，不需要挨个遍历`Socket`来判断是否就绪，提升了性能。

其中`Redis`的网络模型就是使用`I/O`多路复用结合事件的处理器来应对多个`Socket`请求，比如，提供了连接应答处理器、命令回复处理器，命令请求处理器。

在`Redis6.0`之后，为了提升更好的性能，在命令回复处理器使用了多线程来处理回复事件，在命令请求处理器中，将命令的转换使用了多线程，增加命令转换速度，在命令执行的时候，依然是单线程。