1、Redis 简介

• 是一个用 C 语言开发的，高性能的键值对数据库。
• 数据存在于内存，读写速度快。
• 可用来做缓存、分布式锁、消息队列。
• 提供多种数据类型来支持不同的业务场景。
• 支持事务、持久化、Lua 脚本、多种集群方案。

2、Redis 与 Memcached 对比

共同点：

• 都是基于内存的数据库，常用来做缓存。
• 都有过期策略。
• 性能都非常高。

区别：

• Redis 支持多种数据类型；而 Memcached 只支持 string。
• Redis 支持数据持久化；而 Memcached 不支持。
• Redis 有灾难恢复机制（通过加载持久化数据实现）；而 Memcached 没有。
• Redis 内存不足时，可以将不用的数据放到磁盘上；而 Memcached 会直接报异常。
• Redis 原生支持集群模式；而 Memcached 没有原生的集群模式，需要客户端实现。
• Redis 使用单线程、IO 多路复用的网络模型（Redis 6.0 引入了多线程 IO）；而 Memcached 使用多线程、非阻塞 IO 复用的网络模式。
• Redis 支持发布订阅模型、Lua 脚本、事务等功能；而 Memcached 不支持。
• Redis 过期数据的删除策略使用了惰性删除和定期删除；而 Memcached 只用了惰性删除。

3、为什么要用 Redis

• 高性能：Redis 的数据存在于内存，读写速度快。
• 高并发：单机情况下，MySQL 这类数据库 QPS 在 1w 左右（4 核 8G），而 Redis 可达到 10w+，甚至 30w+。

4、Redis 数据类型

• string：简单动态字符串（SDS）。
  • 常用命令：set、get、strlen、decr、incr、setex 等。
  • 应用场景：需要计数的场景，比如用户访问量、文章转发量等。
• list：双向链表。
  • 常用命令：lpush、rpop、rpush、lpop、lrange、llen 等。
  • 应用场景：发布订阅（即消息队列）。
• hash：类似 Java 的 HashMap，底层为数组 + 链表。
  • 常用命令：hset、hget、hexists、hkeys、hvals 等
  • 应用场景：存储对象数据。
• set：类似 Java 的 HashSet，无序、去重，可实现交集、并集、差集的操作。
  • 常用命令：sadd、spop、smembers、sismember、scard、sunion 等。
  • 应用场景：需要存放的数据不能重复、需要获取多个数据源的交集、并集、差集。
• sorted set（zset）：和 set 相比，增加了一个权重参数 score，能够按 score 进行排序。类似 Java 的 TreeSet，有序、去重。
  • 常用命令：zadd、zcard、zscore、zrange、zrevrange 等。
  • 应用场景：需要根据某个权重进行排序的场景，比如直播系统中的礼物排行榜、消息弹幕等。

5、Redis 单线程模型

• Redis 基于 Reactor 模式来开发自己的网络事件处理器，这个处理器被称为文件事件处理器。
• 由于文件事件处理器是单线程的，所以我们一般都说 Redis 是单线程模型。
• Redis 通过 IO 多路复用来监听多个客户端连接（或者说监听多个 socket）。
• 文件事件处理器主要包含四个部分：

1. 1. 多个 socket：客户端连接。
   2. IO 多路复用程序：支持多个客户端连接的关键。
   3. 文件事件分派器：将 socket 关联到相应的事件处理器。
   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。

6、Redis 单线程为什么那么快

• 数据存在于内存，读写速度快。
• 单线程操作，避免了死锁、上下文切换带来的性能开销。
• 采用非阻塞 IO 多路复用机制。

7、Redis 6.0 之前为什么使用单线程

• 单线程编程容易，并且更容易维护。
• Redis 的性能瓶颈不在 CPU，主要在内存和网络。
• 多线程存在死锁、线程上下文切换等问题，甚至会影响性能。

8、Redis 6.0 之后为何引入了多线程

• 为了提高网络 IO 读写性能。
• Redis 只在网络数据读写这类耗时操作上使用了多线程，执行命令仍然是单线程顺序执行，因此不需要担心线程安全问题。

9、Redis 如何判断数据是否过期

• 通过过期字典（hash 表）保存数据过期时间。
• 过期字典的键指向 Redis 中的某个键，过期字典的值保存了数据的过期时间（毫秒精度的时间戳）。

10、Redis 过期数据的删除策略

• 定时删除：设置过期时间时，同时创建一个定时器，定时器会在过期时间到来时自动删除过期数据。节约内存，但 CPU 压力大。
• 定期删除：每隔一段时间抽取一批数据进行过期检查。内存、CPU 压力都不是很大。
• 惰性删除：在取出数据时进行过期检查。节约 CPU 性能、但内存压力大。
• Redis 采用定期删除 + 惰性删除。但仍会漏掉某些过期数据，可能导致大量过期数据堆积在内存，从而导致内存溢出，Redis 通过内存淘汰机制来解决这个问题。

11、Redis 内存淘汰机制

• volatile-lru（least recently used）：从已设置过期时间的数据中，淘汰最近最少使用的数据。
• volatile-ttl：从已设置过期时间的数据中，淘汰将要过期的数据。
• volatile-random：从已设置过期时间的数据中，随机淘汰数据。
• allkeys-lru（least recently used）：从所有数据中，淘汰最近最少使用的数据。
• allkeys-random：从所有数据中，随机淘汰数据。
• noeviction：禁止淘汰数据，内存不足时直接报错。

4.0 版本后增加两种：

• volatile-lfu（least frequently used）：从已设置过期时间的数据中，淘汰最不经常使用的数据。
• allkeys-lfu（least frequently used）：从所有数据中，淘汰最不经常使用的数据。

12、Redis 持久化机制

• RDB 持久化：默认方式，将某个时刻内存中的数据以快照的形式保存在磁盘上。文件小、恢复速度快，对性能影响小，但是实时性差。
• AOF 持久化：以日志的方式将每一条写命令保存到磁盘的文件上。文件大、恢复速度慢，对性能影响大，但是实时性高。目前 Redis 持久化的主流方式。
  • 一般设置为每秒同步一次 AOF 文件：appendfsync 选项设置为 everysec。
  • AOF 重写（bgrewriteaof 命令）：将内存中的数据以命令的方式保存到新的 AOF 文件中，然后用新的 AOF 文件替换旧的 AOF 文件。

13、Redis 事务

相关命令：

• MULTI：开启事务。
• EXEC：执行事务中的所有命令。
• DISCARD：取消事务，放弃执行事务中的所有命令。
• WATCH：监听一个或多个 key，如果事务在执行前，监听的 key 被其他命令修改，则中断事务，不会执行事务中的任何命令。
• UNWATCH：取消 WATCH 对所有 key 的监听。

使用 MULTI 命令后可输入多个命令，Redis 不会立即执行这些命令，而是会放到队列中，等调用 EXEC 命令后再原子化执行这些命令。

Redis 不支持回滚，因此不满足原子性。

当 Redis 运行在 AOF 持久化模式下，并且 appendfsync 选项设为 always 时，具有持久性。

14、Redis 集群（多机）

• 主从模式：主库（master）负责读写，从库（slave）负责读。不具备高可用。

1. 1. master 挂了，不影响 slave，只是不再提供写服务。
   2. master 挂了，不会在 slave 中选一个 master。

• 哨兵（Sentinel）模式：通过 sentinel 进程监视 master、slave 的运行状态。

1. 1. 哨兵模式是建立在主从模式的基础上。
   2. 为了避免 sentinel 挂掉，一般会做 sentinel 集群。并且不和 master、slave 部署在同一台机器。
   3. sentinel 会每秒向 master、slave 以及其他 sentinel 实例发送一个 PING 命令，以监视其运行状态。
   4. master 挂了，sentinel 会在 slave 中选一个 master，并修改所有实例的配置。
   5. master 重启后，将作为 slave 运行。

• 集群（Cluster）模式：Redis 提供的分布式数据库方案。该模式是为了解决单机 Redis 容量上限的问题，它通过分片来进行数据共享。

1. 1. 由多个节点组成，每个节点包含一主一从（或一主多从），从库仅作为备用。
   2. 客户端可以连接任一节点的主库进行读写。
   3. 集群的整个数据库被分为 16384 个槽（slot），当存储一个 key-value 时，会被分配在某个槽上。

15、缓存穿透

• 大量请求不存在缓存中的 key，导致请求落在数据库上。
• 解决办法：

1. 1. 拦截非法 key：拦截所有一定不存在数据的 key。一般采用布隆过滤器。
   2. 缓存空值：即使查询结果为空，也将这个空结果缓存，但设置一个较短的过期时间。

16、缓存雪崩

大量缓存在同一时间失效，或者一些被大量访问的缓存（热点缓存）在某一时刻失效，导致大量请求落在数据库上。

解决办法：

1. 设置不同的过期时间。
2. 限流，避免同时处理大量请求。
3. 设置热点缓存永不失效。

Reference

[1]https://snailclimb.gitee.io/javaguide-interview/#/./docs/d-2-redis

[2]https://blog.csdn.net/miss1181248983/article/details/90056960

[3]《Redis 设计与实现》

来源：惊却一目