Redis面试集锦（一）

「持续更新中，欢迎关注...」

1. 什么是Redis

Redis 是互联网技术领域使用最为广泛的存储中间件，它是Remote Dictionary Service的首字母缩写，也就是远程字典服务。Redis 以其超高的性能、完美的文档、简洁易懂的源码和丰富的客户端库支持在开源中间件领域广受好评。对 Redis 的了解和应用实践已成为当下中高级后端开发者绕不开的必备技能。

2. Redis可以做什么

• 数据缓存
• 消息队列
• 分布式锁
• 会话缓存
• 时效性数据
• 访问频率
• 计数器
• 社交列表
• 记录用户判定信息
• 交集、并集和差集
• 热门列表与排行榜
• 最新动态
• 大数据去重

3. Redis的优点

1. 速度快：内存存储，查找和操作的时间复杂度O(1)。
2. 支持丰富的数据类型：提供了String、List、Hash、Set、Sorted Set 5种基础数据结构，并扩展了Bitmap、HyperLogLog、GEO等高级数据结构。
3. 丰富的特性：订阅发布Pub/Sub、Key过期策略、事务、计数、Stream等。
4. 持久化存储：提供了RDB和AOF两种数据的持久化存储方案，解决宕机数据丢失的问题。
5. 高可用：提供Redis Sentinel高可用方案和Redis Cluster集群方案。

4. Redis和Memcached区别

1. 数据结构对比：Redis支持更复杂的数据结构，能支持更丰富的数据操作；Memcached 仅提供简单的字符串。
2. 性能对比：Redis 只使用单核（Redis 6开始支持多核），而 Memcached 可以使用多核，所以平均每一个核上 Redis在存储小数据时比 Memcached 性能更高。
3. 持久化对比：Redis 支持数据持久化和数据恢复，允许单点故障，但是同时也会付出性能的代价。Memcached不支持数据持久化，断电或重启后数据消失，但其稳定性是有保证的。
4. 集群对比：Redis3.x+ 版本中，官方便能支持 Cluster 集群模式。Memcached 没有原生的集群模式，需要依靠客户端来实现往集群中分片写入数据。Memcached的分布式不是在服务器端实现的，而是在客户端应用中实现的，即通过内置算法制定目标数据的节点。
5. 内存利用率对比：简单的 Key-Value 存储的话，Memcached 的内存利用率更高，可以使用类似内存池。

如果 Redis 采用 hash 结构来做 key-value 存储，由于其组合式的压缩， 其内存利用率会高于 Memcached 。

1. 内存管理对比：Redis 采用的是包装的 malloc/free ，相较于 Memcached 的内存管理方法 tcmalloc / jmalloc 来说，要简单很多。
2. 网络IO模型对比：Memcached 是多线程，非阻塞 IO 复用的网络模型，原型上接近 Nignx 。Redis 使用单线程的 IO 复用模型，自己封装了一个简单的 AeEvent 事件处理框架，主要实现了 epoll, kqueue 和 select ，更接近 Apache 早期的模式。

5. 为什么 Redis 这么快？

1. C语言实现。
2. 纯内存操作。
3. 核心是基于非阻塞的IO多路复用机制。
4. 单线程反而避免了多线程的频繁上下文切换问题。Redis 利用队列技术，将并发访问变为串行访问，消除了传统数据库串行控制的开销。第一，单线程可以简化数据结构和算法的实现。第二，单线程避免了线程切换和竞态产生的消耗，对于服务端开发来说，锁和线程切换通常是性能杀手。
5. Redis 使用 hash 结构，读取速度快，还有一些特殊的数据结构，对数据存储进行了优化，如压缩表对短数据进行压缩存储；再如跳表使用有序的数据结构加快读取的速度。

6. Redis线程模型

关键字：非阻塞 IO、多路复用。

redis 内部使用文件事件处理器 file event handler，这个文件事件处理器是单线程的，所以 redis 才叫做单线程的模型。它采用 IO 多路复用机制同时监听多个 socket，根据 socket 上的事件来选择对应的事件处理器进行处理。
文件事件处理器的结构包含 4 个部分：

• 多个 socket
• IO多路复用程序
• 文件事件分派器
• 事件处理器（连接应答处理器、命令请求处理器、命令回复处理器）

多个 socket 可能会并发产生不同的操作，每个操作对应不同的文件事件，但是 IO 多路复用程序会监听多个 socket，会将 socket 产生的事件放入队列中排队，事件分派器每次从队列中取出一个事件，把该事件交给对应的事件处理器进行处理。

• 客户端 socket01 向 redis 的 server socket 请求建立连接，此时 server socket 会产生一个 AE_READABLE 事件，IO 多路复用程序监听到 server socket 产生的事件后，将该事件压入队列中。文件事件分派器从队列中获取该事件，交给连接应答处理器。连接应答处理器会创建一个能与客户端通信的 socket01，并将该 socket01 的 AE_READABLE 事件与命令请求处理器关联。
• 假设此时客户端发送了一个 set key value 请求，此时 redis 中的 socket01 会产生 AE_READABLE 事件，IO 多路复用程序将事件压入队列，此时事件分派器从队列中获取到该事件，由于前面 socket01 的 AE_READABLE 事件已经与命令请求处理器关联，因此事件分派器将事件交给命令请求处理器来处理。命令请求处理器读取 socket01 的 key value 并在自己内存中完成 key value 的设置。操作完成后，它会将 socket01 的 AE_WRITABLE 事件与令回复处理器关联。
• 如果此时客户端准备好接收返回结果了，那么 redis 中的 socket01 会产生一个 AE_WRITABLE 事件，同样压入队列中，事件分派器找到相关联的命令回复处理器，由命令回复处理器对 socket01 输入本次操作的一个结果，比如 ok，之后解除 socket01 的 AE_WRITABLE 事件与命令回复处理器的关联。

7. 如何提高Redis多核 CPU 的利用率

可以在同一个服务器部署多个 Redis 的实例，并把他们当作不同的服务器来使用，在某些时候，无论如何一个服务器是不够的，所以，如果想使用多个 CPU ，可以考虑一下分区。
升级到Redis 6，可以利用多核CPU。

8. Redis数据结构及应用场景

Redis 所有的数据结构都是以唯一的 key 字符串作为名称，然后通过这个唯一 key 值来获取相应的 value 数据。不同类型的数据结构的差异就在于 value 的结构不一样。

8.1 Redis 5种基础数据结构：

• string(字符串)：string表示的是一个可变的字节数组，Redis的字符串是动态字符串，是可以修改的字符串，内部结构实现上类似于Java的ArrayList，采用预分配冗余空间的方式来减少内存的频繁分配。当字符串长度小于1M时，扩容都是加倍现有的空间，如果超过1M，扩容时一次只会多扩1M的空间。需要注意的是字符串最大长度为512M。
• list (列表)：list存储结构用的是双向链表而不是数组，随机定位性能较弱（ O(n)），首尾插入删除性能较优（O(1)）。Redis底层存储是称之为快速链表quicklist的一个结构。首先在列表元素较少的情况下会使用一块连续的内存存储，这个结构是ziplist，也即是压缩列表。它将所有的元素紧挨着一起存储，分配的是一块连续的内存。当数据量比较多的时候才会改成quicklist。因为普通的链表需要的附加指针空间太大，会比较浪费空间。比如这个列表里存的只是int类型的数据，结构上还需要两个额外的指针prev和next。所以Redis将链表和ziplist结合起来组成了quicklist。也就是将多个ziplist使用双向指针串起来使用。这样既满足了快速的插入删除性能，又不会出现太大的空间冗余。

• hash (哈希)：哈希等价于Java语言的HashMap，在实现结构上它使用二维结构，第一维是数组，第二维是链表，hash的内容key和value存放在链表中，数组里存放的是链表的头指针。通过key查找元素时，先计算key的hashcode，然后用hashcode对数组的长度进行取模定位到链表的表头，再对链表进行遍历获取到相应的value值，链表的作用就是用来将产生了「hash碰撞」的元素串起来。

• set (集合)：set相当于 Java 语言里面的 HashSet，使用hash结构，所有的value都指向同一个内部值。

当集合中最后一个元素移除之后，数据结构自动删除，内存被回收。

• zset（Sorted Set） (有序集合)：zset底层实现使用了两个数据结构，第一个是hash，第二个是跳跃列表，hash的作用就是关联元素value和权重score，保障元素value的唯一性，可以通过元素value找到相应的score值。跳跃列表的目的在于给元素value排序，根据score的范围获取元素列表。

zset 中最后一个 value 被移除后，数据结构自动删除，内存被回收。
zset 可以用来存粉丝列表，value 值是粉丝的用户 ID，score 是关注时间。我们可以对粉丝列表按关注时间进行排序。

8.2 Redis 4种特殊数据结构：

• HyperLogLog
• Bitmaps
• GEO
• Stream

Redis Module

• BloomFilter
• RedisSearch
• Redis-ML
• JSON

Redis 5.0新增

• Stream

9. Redis数据“过期”策略

在Redis中，同时使用了3种过期策略：

• 被动删除：当读/写一个已经过期的 key 时，会触发惰性删除策略，直接删除掉这个过期 key 。
• 主动删除：由于惰性删除策略无法保证冷数据被及时删掉，所以 Redis 会定期主动淘汰一批已过期的 key 。
• 当前已用内存超过 maxmemory 限定时，触发主动清理策略，即 「数据“淘汰”策略」 。

10. Redis数据“淘汰”策略

Redis 在生产环境中，采用配置参数 maxmemory 的方式来限制内存大小。当 Redis 内存超出物理内存限制时，内存数据就会与磁盘产生频繁交换，使 Redis 性能急剧下降。因此如何淘汰无用数据释放空间，存储新数据变得尤为重要。

10.1 四种淘汰机制：

1. LRU（Least recently used，最近最少使用）：

• 根据数据的历史访问记录来进行淘汰数据，其核心思想是“如果数据最近被访问过，那么将来被访问的几率也更高”。
• 在服务器配置中保存了 lru 计数器 server.lrulock，会定时（redis 定时程序 serverCorn()）更新，server.lrulock 的值是根据server.unixtime 计算出来进行排序的，然后选择最近使用时间最久的数据进行删除。每一个 redis 对象都会设置相应的 lru。每一次访问数据，会更新对应lru。
• LRU淘汰策略并不是面向所有最久未使用的键值对，而只是随机挑选的几个键值对。

1. TTL：

Redis 数据集数据结构中保存了键值对过期时间的表，TTL 数据淘汰机制中会先从过期时间的表中随机挑选几个键值对，取出其中 ttl 最大的键值对淘汰。TTL淘汰策略并不是面向所有过期时间的表中最快过期的键值对，而只是随机挑选的几个键值对。

1. RANDOM：

在随机淘汰的场景下获取待删除的键值对，随机找hash桶再次hash指定位置的dictEntry。

1. LFU（Least Frequently Used，最久未使用）

• 根据数据的历史访问记录来进行淘汰数据，其核心思想是“如果一个数据在最近一段时间内使用次数很少,那么在将来一段时间内被使用的可能性也很小”。

10.2 8种淘汰策略及应用场景

Redis 提供了 8 种数据淘汰策略，其中volatile-lfu、allkeys-lfu 2种是Redis 4.0新增。

1. volatile-lru

• 从已设置过期时间的数据集中挑选最近最少使用的数据淘汰。
• redis并不是保证取得所有数据集中最近最少使用的键值对，而只是随机挑选的几个键值对中的，当内存达到限制的时候无法写入非过期时间的数据集。
• 没有设置过期时间的key不会被淘汰，这样就可以在增加内存空间的同时保证需要持久化的数据不会丢失。

1. volatile-ttl

• 从已设置过期时间的数据集中挑选将要过期的数据淘汰。
• redis 并不是保证取得所有数据集中最近将要过期的键值对，而只是随机挑选的几个键值对中的， 当内存达到限制的时候无法写入非过期时间的数据集。
• ttl值越大越优先被淘汰。

1. volatile-random

• 从已设置过期时间的数据集中任意选择数据淘汰。
• 当内存达到限制无法写入非过期时间的数据集时。

1. allkeys-lru

• 从数据集中挑选最近最少使用的数据淘汰。
• 当内存达到限制的时候，对所有数据集挑选最近最少使用的数据淘汰，可写入新的数据集。
• 适用场景：如果我们的应用对缓存的访问符合幂律分布，也就是存在相对热点数据，或者我们不太清楚我们应用的缓存访问分布状况，我们可以选择allkeys-lru策略。

1. allkeys-random

• 从数据集中任意选择数据淘汰。
• 当内存达到限制的时候，对所有数据集挑选随机淘汰，可写入新的数据集。
• 适用场景：如果我们的应用对于缓存key的访问概率相等，则可以使用这个策略。

1. no-enviction（默认策略）

• 当内存达到限制的时候，不淘汰任何数据，不可写入任何数据集，所有引起申请内存的命令会报错。

1. volatile-lfu

• 从所有配置了过期时间的键中淘汰使用频率最少的键。

1. allkeys-lfu

• 从所有键中淘汰使用频率最少的键。

10.3 Redis 回收进程如何工作的？

• 一个客户端运行了新的写命令，发起需要更多内存的申请。
• Redis 检查内存使用情况，如果大于 maxmemory 的限制, 则根据设定好的策略进行回收。
• Redis 执行新命令。