熟悉这几道 Redis 高频面试题，面试不用愁

一、说说 Redis 都有哪些应用场景？

• 缓存：这应该是 Redis 最主要的功能了，也是大型网站必备机制，合理地使用缓存不只能够加 快数据的访问速度，并且可以有效地下降后端数据源的压力。
• 共享Session：对于一些依赖 session 功能的服务来讲，若是须要从单机变成集群的话，能够选择 redis 来统一管理 session。
• 消息队列系统：消息队列系统能够说是一个大型网站的必备基础组件，由于其具备业务 解耦、非实时业务削峰等特性。Redis提供了发布订阅功能和阻塞队列的功 能，虽然和专业的消息队列比还不够足够强大，可是对于通常的消息队列功 能基本能够知足。好比在分布式爬虫系统中，使用 redis 来统一管理 url队列。
• 分布式锁：在分布式服务中。能够利用Redis的setnx功能来编写分布式的锁，虽然这个可能不是太经常使用。

固然还有诸如排行榜、点赞功能均可以使用 Redis 来实现，可是 Redis 也不是什么均可以作，好比数据量特别大时，不适合 Redis，咱们知道 Redis 是基于内存的，虽然内存很便宜，可是若是你天天的数据量特别大，好比几亿条的用户行为日志数据，用 Redis 来存储的话，成本至关的高。

二、单线程的 Redis 为何这么快？

Redis 有多快？官方给出的答案是读写速度 10万/秒，这个数字不让人意外，可是 Redis 是单线程的。为何单线程的 Redis 速度这么快？缘由有如下三点：

• 纯内存操做：Redis 是彻底基于内存的，因此读写效率很是的高，固然 Redis 存在持久化操做，在持久化操做是都是 fork 子进程和利用 Linux 系统的页缓存技术来完成，并不会影响 Redis 的性能。
• 单线程操做：单线程并非坏事，单线程能够避免了频繁的上下文切换，频繁的上下文切换也会影响性能的。
• 合理高效的数据结构
• 采用了非阻塞 I/O 多路复用机制：多路I/O复用模型是利用 select、poll、epoll 能够同时监察多个流的 I/O 事件的能力，在空闲的时候，会把当前线程阻塞掉，当有一个或多个流有 I/O 事件时，就从阻塞态中唤醒，因而程序就会轮询一遍全部的流（epoll 是只轮询那些真正发出了事件的流），而且只依次顺序的处理就绪的流，这种作法就避免了大量的无用操做。

三、说说 Redis 的数据结构及使用场景

Redis 提供了 5种数据结构，每一种数据结构有各类的使用场景。

一、String 字符串

字符串类型是 Redis 最基础的数据结构，首先键都是字符串类型，并且 其余几种数据结构都是在字符串类型基础上构建的，咱们常使用的 set key value 命令就是字符串。经常使用在缓存、计数、共享Session、限速等。

二、Hash 哈希

在Redis中，哈希类型是指键值自己又是一个键值对 结构，形如value={{field1，value1}，...{fieldN，valueN}}，添加命令：hset key field value。哈希能够用来存放用户信息，好比实现购物车

三、List 列表

列表（list）类型是用来存储多个有序的字符串。能够作简单的消息队列的功能。另外，能够利用 lrange 命令，作基于 Redis的分页功能，性能极佳，用户体验好。

四、Set 集合

集合（set）类型也是用来保存多个的字符串元素，但和列表类型不一 样的是，集合中不容许有重复元素，而且集合中的元素是无序的，不能经过 索引下标获取元素。利用 Set 的交集、并集、差集等操做，能够计算共同喜爱，所有的喜爱，本身独有的喜爱等功能。

五、Sorted Set 有序集合

Sorted Set 多了一个权重参数 Score，集合中的元素可以按 Score 进行排列。能够作排行榜应用，取 TOP N 操做

四、说一说 Redis 的数据过时策略

先给你们一个结论，Redis 中数据过时策略采用按期删除+惰性删除策略。

一、按期删除、惰性删除策略是什么？

• 按期删除策略：Redis 启用一个定时器定时监视全部的 key，判断key是否过时，过时的话就删除。这种策略能够保证过时的 key 最终都会被删除，可是也存在严重的缺点：每次都遍历内存中全部的数据，很是消耗 CPU 资源，而且当 key 已过时，可是定时器还处于未唤起状态，这段时间内 key 仍然能够用。
• 惰性删除策略：在获取 key 时，先判断 key 是否过时，若是过时则删除。这种方式存在一个缺点：若是这个 key 一直未被使用，那么它一直在内存中，其实它已通过期了，会浪费大量的空间。

二、按期删除+惰性删除策略是如何工做的？

这两种策略自然的互补，结合起来以后，定时删除策略就发生了一些改变，不在是每次扫描所有的 key 了，而是随机抽取一部分 key 进行检查，这样就下降了对 CPU 资源的损耗，惰性删除策略互补了为检查到的key，基本上知足了全部要求。可是有时候就是那么的巧，既没有被定时器抽取到，又没有被使用，这些数据又如何从内存中消失？不要紧，还有内存淘汰机制，当内存不够用时，内存淘汰机制就会上场。Redis 内存淘汰机制有如下几种策略：

• noeviction：当内存不足以容纳新写入数据时，新写入操做会报错。（Redis 默认策略）
• 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。（推荐使用）
• allkeys-random：当内存不足以容纳新写入数据时，在键空间中，随机移除某个 Key。
• volatile-lru：当内存不足以容纳新写入数据时，在设置了过时时间的键空间中，移除最近最少使用的 Key。这种状况通常是把 Redis 既当缓存，又作持久化存储的时候才用。
• volatile-random：当内存不足以容纳新写入数据时，在设置了过时时间的键空间中，随机移除某个 Key。
• volatile-ttl：当内存不足以容纳新写入数据时，在设置了过时时间的键空间中，有更早过时时间的 Key 优先移除。

配置内存淘汰机制只须要在 redis.conf 配置文件中配置 maxmemory-policy 参数便可。

五、如何解决 Redis 缓存穿透和缓存雪崩问题

缓存雪崩： 因为缓存层承载着大量请求，有效地 保护了存储层，可是若是缓存层因为某些缘由不能提供服务，好比 Redis 节点挂掉了，热点 key 所有失效了，在这些状况下，全部的请求都会直接请求到数据库，可能会形成数据库宕机的状况。

预防和解决缓存雪崩问题，能够从如下三个方面进行着手：

• 一、使用 Redis 高可用架构：使用 Redis 集群来保证 Redis 服务不会挂掉
• 二、缓存时间不一致： 给缓存的失效时间，加上一个随机值，避免集体失效
• 三、限流降级策略：有必定的备案，好比个性推荐服务不可用了，换成热点数据推荐服务

缓存穿透： 缓存穿透是指查询一个根本不存在的数据，这样的数据确定不在缓存中，这会致使请求所有落到数据库上，有可能出现数据库宕机的状况。

预防和解决缓存穿透问题，能够考虑如下两种方法：

• 一、缓存空对象： 将空值缓存起来，可是这样就有一个问题，大量无效的空值将占用空间，很是浪费。
• 二、布隆过滤器拦截： 将全部可能的查询key 先映射到布隆过滤器中，查询时先判断key是否存在布隆过滤器中，存在才继续向下执行，若是不存在，则直接返回。布隆过滤器有必定的误判，因此须要你的业务容许必定的容错性。

最后

目前互联网上不少大佬都有 Redis 高频面试题相关文章，若有雷同，请多多包涵了。原创不易，码字不易，还但愿你们多多支持。若文中有所错误之处，还望提出，谢谢。

欢迎扫码关注微信公众号：「平头哥的技术博文」，和平头哥一块儿学习，一块儿进步。