互联网公司面试必问的Redis题目

本文涉及的产品
云数据库 Tair(兼容Redis),内存型 2GB
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
简介: 互联网公司面试必问的Redis题目

image.png


Redis是一个非常火的非关系型数据库,火到什么程度呢?只要是一个互联网公司都会使用到。Redis相关的问题可以说是面试必问的,下面我从个人当面试官的经验,总结几个必须要掌握的知识点。


介绍:Redis 是一个开源的使用 ANSI C 语言编写、遵守 BSD 协议、支持网络、可基于内存亦可持久化的日志型、Key-Value 数据库,并提供多种语言的 API的非关系型数据库。


传统数据库遵循 ACID 规则。而 Nosql(Not Only SQL 的缩写,是对不同于传统的关系型数据库的数据库管理系统的统称) 一般为分布式而分布式一般遵循 CAP 定理。


Github 源码:https://github.com/antirez/redis


Redis 官网:https://redis.io/


01


Redis支持的数据类型?


String字符串:


格式: set key value


string类型是二进制安全的。意思是redis的string可以包含任何数据。比如jpg图片或者序列化的对象 。


string类型是Redis最基本的数据类型,一个键最大能存储512MB。


Hash(哈希)


格式: hmset name key1 value1 key2 value2


Redis hash 是一个键值(key=>value)对集合。


Redis hash是一个string类型的field和value的映射表,hash特别适合用于存储对象。


List(列表)


Redis 列表是简单的字符串列表,按照插入顺序排序。你可以添加一个元素到列表的头部(左边)或者尾部(右边)


格式: lpush name value


在 key 对应 list 的头部添加字符串元素


格式: rpush name value


在 key 对应 list 的尾部添加字符串元素


格式: lrem name index


key 对应 list 中删除 count 个和 value 相同的元素


格式: llen name


返回 key 对应 list 的长度


Set(集合)


格式: sadd name value


Redis的Set是string类型的无序集合。


集合是通过哈希表实现的,所以添加,删除,查找的复杂度都是O(1)。


zset(sorted set:有序集合)


格式: zadd name score value


Redis zset 和 set 一样也是string类型元素的集合,且不允许重复的成员。


不同的是每个元素都会关联一个double类型的分数。redis正是通过分数来为集合中的成员进行从小到大的排序。


zset的成员是唯一的,但分数(score)却可以重复。


02


什么是Redis持久化?Redis有哪几种持久化方式?优缺点是什么?


持久化就是把内存的数据写到磁盘中去,防止服务宕机了内存数据丢失。


Redis 提供了两种持久化方式:RDB(默认) 和AOF


RDB:


rdb是Redis DataBase缩写


功能核心函数rdbSave(生成RDB文件)和rdbLoad(从文件加载内存)两个函数


AOF:


Aof是Append-only file缩写


每当执行服务器(定时)任务或者函数时flushAppendOnlyFile 函数都会被调用, 这个函数执行以下两个工作


aof写入保存:


WRITE:根据条件,将 aof_buf 中的缓存写入到 AOF 文件


SAVE:根据条件,调用 fsync 或 fdatasync 函数,将 AOF 文件保存到磁盘中。


存储结构:


内容是redis通讯协议(RESP )格式的命令文本存储。


比较:


1、aof文件比rdb更新频率高,优先使用aof还原数据。


2、aof比rdb更安全也更大


3、rdb性能比aof好


4、如果两个都配了优先加载AOF


03


刚刚上面你有提到redis通讯协议(RESP ),能解释下什么是RESP?有什么特点?(可以看到很多面试其实都是连环炮,面试官其实在等着你回答到这个点,如果你答上了对你的评价就又加了一分)


RESP 是redis客户端和服务端之前使用的一种通讯协议;


RESP 的特点:实现简单、快速解析、可读性好


For Simple Strings the first byte of the reply is “+” 回复


For Errors the first byte of the reply is “-” 错误


For Integers the first byte of the reply is “:” 整数


For Bulk Strings the first byte of the reply is “$” 字符串


For Arrays the first byte of the reply is “*” 数组


04


Redis 有哪些架构模式?讲讲各自的特点


单机版


特点:简单


问题:


1、内存容量有限 2、处理能力有限 3、无法高可用。


主从复制


Redis 的复制(replication)功能允许用户根据一个 Redis 服务器来创建任意多个该服务器的复制品,其中被复制的服务器为主服务器(master),而通过复制创建出来的服务器复制品则为从服务器(slave)。 只要主从服务器之间的网络连接正常,主从服务器两者会具有相同的数据,主服务器就会一直将发生在自己身上的数据更新同步 给从服务器,从而一直保证主从服务器的数据相同。


特点:


1、master/slave 角色


2、master/slave 数据相同


3、降低 master 读压力在转交从库


问题:


无法保证高可用


没有解决 master 写的压力


哨兵


Redis sentinel 是一个分布式系统中监控 redis 主从服务器,并在主服务器下线时自动进行故障转移。其中三个特性:


监控(Monitoring): Sentinel 会不断地检查你的主服务器和从服务器是否运作正常。


提醒(Notification): 当被监控的某个 Redis 服务器出现问题时, Sentinel 可以通过 API 向管理员或者其他应用程序发送通知。


自动故障迁移(Automatic failover): 当一个主服务器不能正常工作时, Sentinel 会开始一次自动故障迁移操作。


特点:


1、保证高可用


2、监控各个节点


3、自动故障迁移


缺点:主从模式,切换需要时间丢数据


没有解决 master 写的压力


集群(proxy 型):


Twemproxy 是一个 Twitter 开源的一个 redis 和 memcache 快速/轻量级代理服务器; Twemproxy 是一个快速的单线程代理程序,支持 Memcached ASCII 协议和 redis 协议。


特点:1、多种 hash 算法:MD5、CRC16、CRC32、CRC32a、hsieh、murmur、Jenkins


2、支持失败节点自动删除


3、后端 Sharding 分片逻辑对业务透明,业务方的读写方式和操作单个 Redis 一致


缺点:增加了新的 proxy,需要维护其高可用。


failover 逻辑需要自己实现,其本身不能支持故障的自动转移可扩展性差,进行扩缩容都需要手动干预


集群(直连型):


从redis 3.0之后版本支持redis-cluster集群,Redis-Cluster采用无中心结构,每个节点保存数据和整个集群状态,每个节点都和其他所有节点连接。


特点:


1、无中心架构(不存在哪个节点影响性能瓶颈),少了 proxy 层。


2、数据按照 slot 存储分布在多个节点,节点间数据共享,可动态调整数据分布。


3、可扩展性,可线性扩展到 1000 个节点,节点可动态添加或删除。


4、高可用性,部分节点不可用时,集群仍可用。通过增加 Slave 做备份数据副本


5、实现故障自动 failover,节点之间通过 gossip 协议交换状态信息,用投票机制完成 Slave到 Master 的角色提升。


缺点:


1、资源隔离性较差,容易出现相互影响的情况。


2、数据通过异步复制,不保证数据的强一致性


05


什么是一致性哈希算法?什么是哈希槽?


这两个问题篇幅过长 网上找了两个解锁的不错的文章


https://www.cnblogs.com/lpfuture/p/5796398.html


https://blog.csdn.net/z15732621582/article/details/79121213


06


Redis是基于CAP理论的,什么是CAP理论?


可以参考我的上一篇文章。


如果有人问你CAP理论是什么,就把这篇文章发给他。


07


Redis常用命令?


Keys pattern


*表示区配所有


以bit开头的


查看Exists key是否存在


Set


设置 key 对应的值为 string 类型的 value。


setnx


设置 key 对应的值为 string 类型的 value。如果 key 已经存在,返回 0,nx 是 not exist 的意思。


删除某个key


第一次返回1 删除了 第二次返回0


Expire 设置过期时间(单位秒)


TTL查看剩下多少时间


返回负数则key失效,key不存在了


Setex


设置 key 对应的值为 string 类型的 value,并指定此键值对应的有效期。


Mset


一次设置多个 key 的值,成功返回 ok 表示所有的值都设置了,失败返回 0 表示没有任何值被设置。


Getset


设置 key 的值,并返回 key 的旧值。


Mget


一次获取多个 key 的值,如果对应 key 不存在,则对应返回 nil。


Incr


对 key 的值做加加操作,并返回新的值。注意 incr 一个不是 int 的 value 会返回错误,incr 一个不存在的 key,则设置 key 为 1


incrby


同 incr 类似,加指定值 ,key 不存在时候会设置 key,并认为原来的 value 是 0


Decr


对 key 的值做的是减减操作,decr 一个不存在 key,则设置 key 为-1


Decrby


同 decr,减指定值。


Append


给指定 key 的字符串值追加 value,返回新字符串值的长度。


Strlen


取指定 key 的 value 值的长度。


persist xxx(取消过期时间)


选择数据库(0-15库)


Select 0 //选择数据库


move age 1//把age 移动到1库


Randomkey随机返回一个key


Rename重命名


Type 返回数据类型


08


使用过Redis分布式锁么,它是怎么实现的?


先拿setnx来争抢锁,抢到之后,再用expire给锁加一个过期时间防止锁忘记了释放。


如果在setnx之后执行expire之前进程意外crash或者要重启维护了,那会怎么样?


set指令有非常复杂的参数,这个应该是可以同时把setnx和expire合成一条指令来用的!


09


使用过Redis做异步队列么,你是怎么用的?有什么缺点?


一般使用list结构作为队列,rpush生产消息,lpop消费消息。当lpop没有消息的时候,要适当sleep一会再重试。


缺点:


在消费者下线的情况下,生产的消息会丢失,得使用专业的消息队列如rabbitmq等。


能不能生产一次消费多次呢?


使用pub/sub主题订阅者模式,可以实现1:N的消息队列。


10


什么是缓存穿透?如何避免?什么是缓存雪崩?何如避免?


缓存穿透


一般的缓存系统,都是按照key去缓存查询,如果不存在对应的value,就应该去后端系统查找(比如DB)。一些恶意的请求会故意查询不存在的key,请求量很大,就会对后端系统造成很大的压力。这就叫做缓存穿透。


如何避免?


1:对查询结果为空的情况也进行缓存,缓存时间设置短一点,或者该key对应的数据insert了之后清理缓存。


2:对一定不存在的key进行过滤。可以把所有的可能存在的key放到一个大的Bitmap中,查询时通过该bitmap过滤。


缓存雪崩


当缓存服务器重启或者大量缓存集中在某一个时间段失效,这样在失效的时候,会给后端系统带来很大压力。导致系统崩溃。


如何避免?


1:在缓存失效后,通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个key只允许一个线程查询数据和写缓存,其他线程等待。


2:做二级缓存,A1为原始缓存,A2为拷贝缓存,A1失效时,可以访问A2,A1缓存失效时间设置为短期,A2设置为长期


3:不同的key,设置不同的过期时间,让缓存失效的时间点尽量均匀。


成很大的压力。这就叫做缓存穿透。


如何避免?


1:对查询结果为空的情况也进行缓存,缓存时间设置短一点,或者该key对应的数据insert了之后清理缓存。


2:对一定不存在的key进行过滤。可以把所有的可能存在的key放到一个大的Bitmap中,查询时通过该bitmap过滤。


缓存雪崩


当缓存服务器重启或者大量缓存集中在某一个时间段失效,这样在失效的时候,会给后端系统带来很大压力。导致系统崩溃。


如何避免?


1:在缓存失效后,通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个key只允许一个线程查询数据和写缓存,其他线程等待。


2:做二级缓存,A1为原始缓存,A2为拷贝缓存,A1失效时,可以访问A2,A1缓存失效时间设置为短期,A2设置为长期


3:不同的key,设置不同的过期时间,让缓存失效的时间点尽量均匀。

关于面试必问的Redis,你学废了么?

相关实践学习
基于Redis实现在线游戏积分排行榜
本场景将介绍如何基于Redis数据库实现在线游戏中的游戏玩家积分排行榜功能。
云数据库 Redis 版使用教程
云数据库Redis版是兼容Redis协议标准的、提供持久化的内存数据库服务,基于高可靠双机热备架构及可无缝扩展的集群架构,满足高读写性能场景及容量需弹性变配的业务需求。 产品详情:https://www.aliyun.com/product/kvstore     ------------------------------------------------------------------------- 阿里云数据库体验:数据库上云实战 开发者云会免费提供一台带自建MySQL的源数据库 ECS 实例和一台目标数据库 RDS实例。跟着指引,您可以一步步实现将ECS自建数据库迁移到目标数据库RDS。 点击下方链接,领取免费ECS&RDS资源,30分钟完成数据库上云实战!https://developer.aliyun.com/adc/scenario/51eefbd1894e42f6bb9acacadd3f9121?spm=a2c6h.13788135.J_3257954370.9.4ba85f24utseFl
目录
相关文章
|
1月前
|
存储 NoSQL Java
可能是最漂亮的Redis面试基础详解
我是南哥,相信对你通关面试、拿下Offer有所帮助。敲黑板:本文总结了Redis基础最常见的面试题!包含了Redis五大基本数据类型、Redis内存回收策略、Redis持久化等。相信大部分Redis初学者都会忽略掉一个重要的知识点,Redis其实是单线程模型。我们按直觉来看应该是多线程比单线程更快、处理能力更强才对,比如单线程一次只可以做一件事情,而多线程却可以同时做十件事情。但Redis却可以做到每秒万级别的处理能力,主要是基于以下原因:(1)Redis是基于内存操作的,Redis所有的数据库状态都保存在
可能是最漂亮的Redis面试基础详解
|
20天前
|
NoSQL Java API
美团面试:Redis锁如何续期?Redis锁超时,任务没完怎么办?
在40岁老架构师尼恩的读者交流群中,近期有小伙伴在面试一线互联网企业时遇到了关于Redis分布式锁过期及自动续期的问题。尼恩对此进行了系统化的梳理,介绍了两种核心解决方案:一是通过增加版本号实现乐观锁,二是利用watch dog自动续期机制。后者通过后台线程定期检查锁的状态并在必要时延长锁的过期时间,确保锁不会因超时而意外释放。尼恩还分享了详细的代码实现和原理分析,帮助读者深入理解并掌握这些技术点,以便在面试中自信应对相关问题。更多技术细节和面试准备资料可在尼恩的技术文章和《尼恩Java面试宝典》中获取。
美团面试:Redis锁如何续期?Redis锁超时,任务没完怎么办?
|
26天前
|
NoSQL 算法 Redis
Redis面试篇
Redis面试篇
33 5
|
27天前
|
缓存 NoSQL Java
Java中redis面试题
Java中redis面试题
32 1
|
7天前
|
存储 NoSQL Redis
Redis常见面试题:ZSet底层数据结构,SDS、压缩列表ZipList、跳表SkipList
String类型底层数据结构,List类型全面解析,ZSet底层数据结构;简单动态字符串SDS、压缩列表ZipList、哈希表、跳表SkipList、整数数组IntSet
|
25天前
|
缓存 NoSQL 算法
面试题:Redis如何实现分布式锁!
面试题:Redis如何实现分布式锁!
|
27天前
|
Java C++ Python
【面试宝典】深入Python高级:直戳痛点的题目演示(下)
【面试宝典】深入Python高级:直戳痛点的题目演示(下)
|
30天前
|
设计模式 Unix Python
【面试宝典】深入Python高级:直戳痛点的题目演示(上)
【面试宝典】深入Python高级:直戳痛点的题目演示(上)
|
1月前
|
存储 缓存 NoSQL
数据的存储--Redis缓存存储(一)
数据的存储--Redis缓存存储(一)
|
27天前
|
消息中间件 缓存 NoSQL
Redis 是一个高性能的键值对存储系统,常用于缓存、消息队列和会话管理等场景。
【10月更文挑战第4天】Redis 是一个高性能的键值对存储系统,常用于缓存、消息队列和会话管理等场景。随着数据增长,有时需要将 Redis 数据导出以进行分析、备份或迁移。本文详细介绍几种导出方法:1)使用 Redis 命令与重定向;2)利用 Redis 的 RDB 和 AOF 持久化功能;3)借助第三方工具如 `redis-dump`。每种方法均附有示例代码,帮助你轻松完成数据导出任务。无论数据量大小,总有一款适合你。
66 6