面试准备-redis篇

发表于 | 分类于 ，
字数统计: 2,074 | 阅读时长 ≈ 8

    redis会问到的一些知识点，学习过程中如有错误，欢迎私聊我纠正。

面试准备–redis常用的知识点

redis基础知识

redis 我就看了 核心数据结构：字符串、hash、列表、集合、有序集合
持久化：RDB快照、AOF、混合持久化
架构：主从架构、哨兵架构、redis高可用集群
每个架构的原理和常问的问题。
持久化：redis持久化，就是把缓存数据写到磁盘。
如果没有持久化，那每次重启redis，数据就全丢了，找不回来，之后的请求全部都打到数据库，压力太大。
有了持久化，把缓存数据备份一份到磁盘文件，下次重启redis，直接进去读，就能恢复缓存数据。
redis实现持久化有三种方式：
RDB快照、AOF持久化、redis4.0混合持久化
BGSAVE（fock一个子进程，子进程执行持久化） SAVE(阻塞，主进程执行持久化)
AOF 保存的是命令字符串，过程如下：
分为追加（append）、文件写入（write）、文件同步（sync）、文件重写（rewrite）和文件加载（load）
（1）所有的写命令会追加到 AOF 缓冲中。
（2）AOF 缓冲区根据对应的策略向硬盘进行同步操作。
（3）随着 AOF 文件越来越大，需要定期对 AOF 文件进行重写，达到压缩的目的。
（4）当 Redis 重启时，可以加载 AOF 文件进行数据恢复。
文件写入和同步：
Redis 每次结束一个事件循环之前，它都会调用flushAppendOnlyFile 函数，判断是否需要将 AOF 缓存区中的内容写入和同步到 AOF 文件中。
flushAppendOnlyFile 函数的行为由 redis.conf 配置中的 appendfsync 选项的值来决定。该选项有三个可选值，分别是 always、everysec 和 no：
everysec：Redis 在每个事件循环都要将 AOF 缓冲区中的所有内容写入到 AOF 文件中，并且每隔一秒就要在子线程中对 AOF 文件进行一次同步。从效率上看，该模式足够快。当发生故障停机时，只会丢失一秒钟的命令数据。
文件的重写：rewrite的触发机制主要有以下三个：
（1）手动调用 bgrewriteaof 命令，如果当前有正在运行的 rewrite 子进程，则本次rewrite 会推迟执行，否则，直接触发一次 rewrite。
（2）通过配置指令手动开启 AOF 功能，如果没有 RDB 子进程的情况下，会触发一次 rewrite，将当前数据库中的数据写入 rewrite 文件。
（3）在 Redis 定时器中，如果有需要退出执行的 rewrite 并且没有正在运行的 RDB 或者 rewrite 子进程时，触发一次或者 AOF 文件大小已经到达配置的 rewrite 条件也会自动触发一次。
AOF 后台重写：在子进程进行 AOF 重启期间，Redis接收客户端命令，会对现有数据库状态进行修改，从而导致数据当前状态和 重写后的 AOF 文件所保存的数据库状态不一致。Redis 设置了一个 AOF 重写缓冲区，这个缓冲区在服务器创建子进程之后开始使用，当 Redis 执行完一个写命令之后，它会同时将这个写命令发送给 AOF 缓冲区和 AOF 重写缓冲区。
将 AOF 重写缓冲区中的所有内容写入到新的 AOF 文件中，保证新 AOF 文件保存的数据库状态和服务器当前状态一致。
对新的 AOF 文件进行改名，原子地覆盖现有 AOF 文件，完成新旧文件的替换
继续处理客户端请求命令。

在项目中缓存是如何使用的？为什么要用缓存？缓存使用不当会造成什么后果？

用途：高并发、高性能
造成的后果：缓存与数据库双写不一致 、缓存雪崩、缓存穿透、缓存并发竞争后面再详细说明。

redis和memcached有什么区别？redis的线程模型是什么？为什么 redis单线程却能支撑高并发？

区别：redis支持复杂的数据结构，相比memcached拥有更多的数据结构。
redis只使用单核，内部使用的文件事件处理器file event handle，采用IO多路复用机制同时监听多个socket，将产生事件的socket压入内存队列中，事件分派器根据socket上的事件类型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括4个部分：
1、多个 socket
2、IO 多路复用程序
3、文件事件分派器
4、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）
答:（1）redis纯内存操作；
（2）核心是基于非阻塞的IO多路复用机制；
（3）单线程反而避免了多线程的频繁上下文切换问题；

redis 都有哪些数据类型？分别在哪些场景下使用比较合适？

（1）String 普通的set和get，做简单的KV缓存；
（2）hash 类似 map 的一种结构，一般就是可以将结构化的数据，比如一个对象（前提是这个对象没嵌套其他的对象）给缓存在 redis 里，然后每次读写缓存的时候，可以就操作 hash 里的某个字段。
（3）list 是有序列表；通过lrange命令，读取某个闭区间内的元素，基于 list 实现分页查询。
（4）set 是无序集合，自动去重。
（5）sorted set 是排序的 set，去重但可以排序

redis 的过期策略都有哪些？内存淘汰机制都有哪些？手写一下LRU代码实现？

过期策略：定期删除+惰性删除；
定期删除指的是 redis 默认是每隔 100ms 就随机抽取一些设置了过期时间的 key，检查其是否过期，如果过期就删除。
内存淘汰机制：allkeys-lru：当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的 key（这个是最常用的）
手写一个LRU算法：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
class LRUCache<k,v> extens LinkedHashMap<K,V>{
    private final int CACHE_SIZE;  
	/**
	 * 传递进来最多能缓存多少数据 *
	 * @param cacheSize 缓存大小 */
    public LRUCache(int cacheSize) {
        // true 表示让 linkedHashMap 按照访问顺序来进行排序，最近访问的放在头部，最老访问的 放在尾部。
        super((int) Math.ceil(cacheSize / 0.75) + 1, 0.75f, true);
        CACHE_SIZE = cacheSize;
    }
	@Override
    protected Boolean removeEldestEntry(Map.Entry<K, V> eldest) {
        // 当 map 中的数据量大于指定的缓存个数的时候，就自动删除最老的数据。
        return size() > CACHE_SIZE;
    }
}

如何保证 redis 的高并发和高可用？redis 的主从复制原理能介绍一下么？redis 的哨兵原理能介绍一下么？

redis 主从架构
redis 基于哨兵实现高可用
redis 实现高并发主要依靠主从架构，一主多从，一般来说，单主用来写入数据，单机几万QPS，多从用来查询数据，多个实例提供每秒10w的QPS
如果想要实现高并发的同时，容纳大量的数据，就需要redis集群，可以提供每秒几十万的读写并发。
redis replication->主从结构->读写分离->水平扩容支撑读高并发
replication的核心机制：
（1） slvae node 在做复制的时候，不会block对自己的查询操作，它会用旧的数据集来提供服务；但是复制完成的时候，需要删除旧数据集，加载新数据集，这个时候就会暂停对外服务了；
（2）slave node 复制的时候，不会阻塞master node的正常工作；
（3）slave node 主要用来进行横向扩容，做读写分离，扩容的slvae node可以提高读的吞吐量；
注意：如果使用主从架构，必须开启master node持久化，不建议用slave node作为master node 的数据热备。因为如果关闭master的持久化，可能master宕机重启的时候数据是空的。
主从结构的核心原理：
主从复制的断点续传：

总结

坚持原创技术分享，您的支持将鼓励我继续创作！