Redis面试题总结1：常见考点-KeepStudy

Redis面试题总结1：常见考点

#### Redis 为何这么快？
1. 基于内存；
2. 单线程减少上下文切换，同时保证原子性；
3. IO多路复用；
4. 高级数据结构（如 SDS、Hash以及跳表等）

#### 为何使用单线程？
- 官方答案
因为 Redis 是基于内存的操作，CPU 不会成为 Redis 的瓶颈，而最有可能是机器内存的大小或者网络带宽。既然单线程容易实现，而且 CPU 不会成为瓶颈，那就顺理成章地采用单线程的方案了。

- 详细原因
1）不需要各种锁的性能消耗
Redis 的数据结构并不全是简单的 Key-Value，还有 List，Hash 等复杂的结构，这些结构有可能会进行很细粒度的操作，比如在很长的列表后面添加一个元素，在hash当中添加或者删除一个对象。这些操作可能就需要加非常多的锁，导致的结果是同步开销大大增加。
2）单线程多进程集群方案
单线程的威力实际上非常强大，每核心效率也非常高，多线程自然是可以比单线程有更高的性能上限，但是在今天的计算环境中，即使是单机多线程的上限也往往不能满足需要了，需要进一步摸索的是多服务器集群化的方案，这些方案中多线程的技术照样是用不上的。
所以单线程、多进程的集群不失为一个时髦的解决方案。

#### 缓存三大问题以及解决方案
- 缓存穿透：查询数据不存在
解决方案：缓存空值；key 值校验，如布隆筛选器 ref 分布式布隆过滤器

- 缓存击穿：缓存过期，伴随大量对该 key 的请求
解决方案：互斥锁；热点数据永不过期；熔断降级

- 缓存雪崩：同一时间大批量的 key 过期
解决方案：热点数据不过期；随机分散过期时间

#### 先删后写还是先写后删
- 先删缓存后写 DB
产生脏数据的概率较大（若出现脏数据，则意味着再不更新的情况下，查询得到的数据均为旧的数据）。
比如两个并发操作，一个是更新操作，另一个是查询操作，更新操作删除缓存后，查询操作没有命中缓存，先把老数据读出来后放到缓存中，然后更新操作更新了数据库。于是，在缓存中的数据还是老的数据，导致缓存中的数据是脏的，而且还一直这样脏下去了。

- 先写 DB 再删缓存
产生脏数据的概率较小，但是会出现一致性的问题；若更新操作的时候，同时进行查询操作并命中，则查询得到的数据是旧的数据。但是不会影响后面的查询。
比如一个是读操作，但是没有命中缓存，然后就到数据库中取数据，此时来了一个写操作，写完数据库后，让缓存失效，然后之前的那个读操作再把老的数据放进去，所以会造成脏数据。

- 解决方案
1）缓存设置过期时间，实现最终一致性；
2）使用 Cannel 等中间件监听 binlog 进行异步更新；
3）通过 2PC 或 Paxos 协议保证一致性。

#### 如何保证 Redis 的高并发
Redis 通过主从加集群架构，实现读写分离，主节点负责写，并将数据同步给其他从节点，从节点负责读，从而实现高并发

#### Redis 如何保证原子性
答案很简单，因为 Redis 是单线程的，所以 Redis 提供的 API 也是原子操作。
但我们业务中常常有先 get 后 set 的业务常见，在并发下会导致数据不一致的情况。
- 如何解决
1）使用 incr、decr、setnx 等原子操作；
2）客户端加锁；
3）使用 Lua 脚本实现 CAS 操作。

#### 有哪些应用场景？
Redis 在互联网产品中使用的场景实在是太多，这里分别对 Redis 几种数据类型做了整理：
- String：缓存、限流、分布式锁、计数器、分布式 Session 等。
- Hash：用户信息、用户主页访问量、组合查询等。
- List：简单队列、关注列表时间轴。
- Set：赞、踩、标签等。
- ZSet：排行榜、好友关系链表。

顶部

Redis面试题总结

目录

相关推荐