Redis 高频面试题与核心知识点解析

一、Redis 基础概念

Redis 是什么？有哪些特点？

Redis 是一个开源的、基于内存的数据结构存储系统，可用于数据库、缓存和消息中间件。

特点：高性能（10万+ QPS）、单线程模型（6.0后支持多线程IO）、持久化、支持事务、发布订阅等。

Redis 与 Memcached 的区别？

Redis 支持更丰富的数据类型，Memcached 仅支持字符串。

Redis 支持持久化，Memcached 纯内存。

Redis 单线程模型（6.0后支持多线程IO），Memcached 多线程。

Redis 支持集群模式，Memcached 需客户端分片。

Redis 单线程为什么性能高？

纯内存操作，无上下文切换开销。

非阻塞 IO 多路复用（epoll/kqueue）。

单线程避免锁竞争问题（6.0 后引入多线程处理网络 IO，但核心逻辑仍单线程）。

二、Redis 数据结构与使用场景

Redis 支持哪些数据结构？举例说明应用场景

String：缓存、计数器（INCR）、分布式锁（SETNX）。

List：消息队列（LPUSH/RPOP）、最新消息排行。

Hash：存储对象（用户信息、商品详情）。

Set：标签系统、共同好友（SINTER）。

ZSet：排行榜（ZADD）、延迟队列（按时间戳排序）。

BitMap：用户签到、活跃统计。

HyperLogLog：UV 统计（去重计数）。

Stream：消息队列（支持消费者组，类似 Kafka）。

ZSet 底层实现原理？

使用 跳跃表（SkipList） + 哈希表 实现，支持 O(logN) 复杂度的范围查询和 O(1) 的单点查询。

Redis 如何实现分布式锁？

使用 SET key value NX EX timeout 命令（原子操作）。

需解决锁续期问题（看门狗机制）和锁误删问题（Lua 脚本验证值）。

推荐 Redlock 算法（多实例部署，半数以上成功才算获取锁）。

Redis 分布式锁原理

基于setNX命令，防止死锁需要设置过期时间
（早版本setNX和过期时间是两条指令，不是原子操作，需要引入lua,变成一条指令后就不用了），
防止过期时程序未完成，需要自动续期。自动续期可以使用redision的watchdog实现。
使用流程：先上锁，如果上锁成功则执行业务，最后释放锁。如果上锁失败则返回或重试等，
根据业务情况而定。

Redis 如何实现延时队列？

使用 sortedset，拿时间戳作为score，消息内容作为 key 调用 zadd 来生产消息，
消费者用 zrangebyscore 指令获取 N 秒之前的数据轮询进行处理。

三、Redis 持久化

RDB 和 AOF 的区别与优缺点？

RDB：

生成数据快照，文件小，恢复快。

缺点：可能丢失最后一次快照后的数据，大数据量时 fork 可能阻塞主线程。

AOF：

记录写操作命令，支持秒级持久化（appendfsync everysec）。

缺点：文件较大，恢复速度慢。

生产环境通常结合使用：AOF 保证数据安全，RDB 用于快速恢复。

AOF 重写（Rewrite）过程？

根据当前内存数据生成新的 AOF 文件，替换旧文件以缩小体积。

通过 bgrewriteaof 命令触发，fork 子进程完成，不影响主线程。

四、Redis 高可用与集群

主从复制原理？

全量同步：从节点发送 SYNC 命令，主节点生成 RDB 并传输，之后传输缓冲区的命令。

增量同步：主节点维护复制积压缓冲区，从节点断线重连后发送 PSYNC 命令同步偏移量。

哨兵（Sentinel）模式的作用？

监控主从节点状态，自动故障转移（主节点宕机时选举新主）。

提供配置中心功能，客户端通过哨兵获取主节点地址。

Redis Cluster 如何实现数据分片？

采用 哈希槽（Hash Slot） 分片（共 16384 个槽）。

每个节点负责部分槽位，客户端通过 CRC16(key) % 16384 计算槽位，直接路由到对应节点。

Redis Cluster 如何应对节点故障？

每个节点定期向其他节点发送 PING 命令，半数以上节点认为某主节点不可达时触发故障转移。

从节点升级为主节点，原主节点恢复后变为从节点。

五、Redis 应用场景与问题解决

缓存穿透、缓存击穿、缓存雪崩的区别与解决方案？

穿透：查询不存在的数据（恶意攻击）。
方案：布隆过滤器拦截、缓存空值。

击穿：热点 key 过期后高并发查询直接压到数据库。
缓存并发的问题通常发生在高并发的场景下，当一个缓存key过期时，因为访问这个缓存key 的请求量较大，
多个请求同时发现缓存过期，因此多个请求会同时访问数据库来查询最新数据，并且回写缓存，
这样会造成应用和数据库的负载增加，性能降低，由于并发较高，甚至会导致数据库被压死。

方案：互斥锁（Redis 或分布式锁）、永不过期（逻辑过期时间）。

雪崩：大量 key 同时过期或 Redis 宕机。
方案：随机过期时间、集群高可用、熔断降级。

如何保证缓存与数据库双写一致性？

读操作：先读缓存，未命中则读数据库并回写缓存。

写操作：先更新数据库，再删除缓存（延迟双删策略）。

最终一致性可通过消息队列或监听 binlog 异步同步。

大 Key 和热 Key 问题如何处理？

大 Key：拆分（Hash 分 field）、压缩、异步删除（UNLINK）。

热 Key：多级缓存（本地缓存）、打散到多个 key（添加随机后缀）。

六、Redis 性能优化

Redis 内存淘汰策略有哪些？

  noeviction：当内存使用达到限制时，不执行任何回收操作。

  volatile-lru：尝试回收最少使用的键（LRU），但仅限于在过期集合的键。

  volatile-random：随机回收键，但仅限于在过期集合的键。

  volatile-ttl：回收在过期集合的键，并且优先回收存活时间（TTL）较短的键。

  allkeys-lru：尝试回收最少使用的键（LRU）。

  allkeys-random：随机回收键。

Pipeline 和 Lua 脚本的作用？

Pipeline：批量发送命令，减少网络往返时间（RTT）。

Lua 脚本：原子执行多个命令，避免竞态条件（如库存扣减）。

七、其他高频问题

Redis 事务（MULTI/EXEC）的 ACID 特性？

满足原子性（全部执行或全部不执行。

无回滚（仅语法错误会取消事务）。

隔离性（单线程无并发问题）。

不保证持久性（依赖持久化配置）。

Redis 6.0 多线程模型原理？

多线程仅用于处理网络 IO（读写 socket），命令执行仍为单线程，保证原子性。

Redis 的慢查询如何监控？

通过 slowlog get 命令查看，需配置阈值（slowlog-log-slower-than）。

什么是脑裂？

在 Redis 高可用架构（如主从复制 + 哨兵模式）中，当网络分区（Network Partition）导致主节点与哨兵、
从节点之间的通信中断时，可能会出现多个主节点同时存在的现象，称为脑裂。例如：    
原主节点因网络问题被哨兵判定为宕机，触发故障转移选举出新主节点。    
但原主节点实际上仍在运行（可能仍在接受客户端写入），导致集群中存在两个主节点，数据不一致。

脑裂的危害

数据丢失：客户端可能同时向两个主节点写入数据，当原主节点恢复后，会被哨兵降级为从节点，
并清空自身数据以同步新主节点数据，导致原主节点上的写入数据丢失。 
数据不一致：两个主节点独立接受写入，数据无法自动合并。

Redis 如何避免脑裂？

1、配置 min-slaves-to-write 和 min-slaves-max-lag

主节点需满足以下条件才允许写入：
    min-slaves-to-write 1    # 至少存在 1 个从节点
    min-slaves-max-lag 10    # 从节点复制延迟不超过 10 秒

当主节点发现从节点数量不足或复制延迟过高时，拒绝写入请求，避免与原主节点同时写入数据。

2、合理设置哨兵参数

down-after-milliseconds：适当增大主节点判定不可用的超时时间(如30秒)，避免因网络抖动误判主节点宕机。

quorum：设置合理的哨兵投票数（半数以上确认才触发故障转移），防止少数哨兵误操作。

3、客户端重试机制

客户端在写入失败后，应检查当前主节点是否已切换，避免持续向旧主节点写入。

4、在 Redis Cluster 中，通过 多数派原则 和 Gossip 协议 避免脑裂：

脑裂后的数据恢复

若已发生脑裂，需人工介入：

保留新主节点的数据（因其被多数哨兵认可）。

将原主节点恢复为从节点前，手动备份其数据并对比差异，选择性合并（需业务逻辑支持）。

八、实战经验与扩展

如何选择 Redis 集群方案？

小规模用哨兵+主从，大规模数据用 Redis Cluster。

Redis 的常见监控指标：内存使用率、QPS、连接数、命中率、慢查询。

Redis 7.0 新特性：Function（服务端脚本）、Multi-part AOF 等。