【测开求职】面试题：Redis 吐血整理

编程入门行业动态更新时间:2024-10-24 11:17:05

【测开求职】<a href=https://www.elefans.com/category/jswz/34/1769418.html style= 面试题：Redis 吐血整理"/>

【测开求职】面试题：Redis 吐血整理

部分大厂除了要求测开工程师掌握MySQL之外，对Redis也有要求，本篇文章整理了Redis相关的面试题，之前完全没有接触过Redis的朋友们也无需担心，可以看第二个部分的"入门笔记"，两小时可以速通。亲测第一部分的面试题应对各个大厂的测开工程师毫无压力👉

目录

一、面试题
Redis是什么
Redis的优缺点
Redis的应用场景
Redis为什么这么快
为什么不直接用Redis做数据库
Redis的常见数据结构
Redis的持久化机制
Redis内存用完了会怎么办
Redis事务
Redis存在线程安全问题吗
Redis事务支持隔离性吗
Redis事务支持原子性吗
Redis支持回滚吗
缓存雪崩
缓存击穿
缓存穿透

入门笔记
初始Redis
Redis常见命令
Redis 的数据结构
通用命令
String 类型
redis 的 key 的格式
Hash类型
List 类型
Set类型
SortedSet 类型

redis的java客户端

一、面试题

以下面试题参考：
.html

Redis是什么

Redis是一个由c语言编写的，高性能非关系型数据库
与传统的数据库不同的是，Redis的数据库是存在内存中的，读写速度非常快，广泛应用于缓存方向
Redis可以将数据写入磁盘中，保证数据的安全不丢失
Redis的操作是原子性的

Redis的优缺点

优点：

基于内存：读写速度快
支持多种数据结构：String、Hash、List、Set、ZSet
支持持久化：支持RDB和AOF两种持久化机制，持久化功能可以有效地避免数据丢失问题
支持事务：Redis的所有操作都是原子性的，同时Redis还支持对几个操作合并后的原子性执行
支持主从复制：主节点会自动将数据同步到从节点，可以进行读写分离。
单线程：Redis命令的处理是单线程的。Redis6.0引入了多线程，需要注意的是，多线程用于处理网络数据的读写和协议解析，Redis命令执行还是单线程的

缺点：

对结构化查询的支持比较差
容量受到物理内存的限制，不适合用作海量数据的高性能读写，使用的场景主要局限在较小数据量的操作
较难支持在线扩容，在集群容量达到上限时在线扩容会变得很复杂

Redis的应用场景

缓存热点数据：缓解数据库压力
计数器：利用 Redis 原子性的自增操作，可以实现计数器的功能，比如统计用户点赞数、用户访问数等。
分布式锁：在分布式场景下，无法使用单机环境下的锁来对多个节点上的进程进行同步。可以使用 Redis 自带的 SETNX 命令实现分布式锁，除此之外，还可以使用官方提供的 RedLock 分布式锁实现。
简单的消息队列：可以使用Redis自身的发布/订阅模式或者List来实现简单的消息队列，实现异步操作。
限速器：可用于限制某个用户访问某个接口的频率，比如秒杀场景用于防止用户快速点击带来不必要的压力。
好友关系：利用集合的一些命令，比如交集、并集、差集等，实现共同好友、共同爱好之类的功能。

Redis为什么这么快

基于内存：Redis是使用内存存储，没有磁盘IO上的开销。数据存在内存中，读写速度快
IO多路复用模型：Redis 采用 IO 多路复用技术。Redis 使用单线程来轮询描述符，将数据库的操作都转换成了事件，不在网络I/O上浪费过多的时间
高效的数据结构：Redis 每种数据类型底层都做了优化，目的就是为了追求更快的速度

IO多路复用：一种同步IO模型，实现一个线程可以监视多个文件句柄；一旦某个文件句柄就绪，就能够通知应用程序进行相应的读写操作；没有文件句柄就绪时会阻塞应用程序，交出cpu。多路是指网络连接，复用指的是同一个线程

为什么不直接用Redis做数据库

虽然Redis非常快，但它还有一些限制，不能完全替代主数据库。

事务处理：只支持简单的事务处理，对复杂的事务处理无能为力，比如跨多个键的事务处理
数据持久化：Redis是内存数据库，数据存储在内存中，如果服务器崩溃或断电，数据可能丢失。虽然Redis提供了数据持久化机制，但有一些限制。
数据结构：只支持一些简单的数据结构，比如字符串、列表、哈希表等。如果需要处理复杂的数据结构，比如关系型数据库中的表，那么Redis可能不是一个好的选择
数据安全：Redis没有提供像主数据库那样的安全机制，比如用户认证、访问控制等等。

所以，使用Redis作为缓存是一种很好的方式，可以提高应用程序的性能，并减少数据库的负载。

Redis的常见数据结构

基本数据类型

String：是Redis中最简单的存储类型，有三类（普通字符串、整数型、浮点型），都是以字节数组形式存储，只不过编码方式不同，最大空间不能超过512m
Hash：类似于java中的hashMap，存储键值对
List：和java中的linkedlist类似，常用来存储有序可重复数据，比如说朋友圈的点赞列表，评论列表
Set：和java中hashset类似，常用来存储无序不可重复数据。提供了交集、并集等方法，对于实现共同好友、共同关注等功能特别方便。
SortedSet：有序Set，内部维护了一个score参数来实现。适用于排行榜和带权重的消息队列等场景。

特殊数据类型：

Bitmap：位图，可以认为是一个以位为单位数组，数组中的每个单元只能存0或者1，数组的下标在 Bitmap 中叫做偏移量。Bitmap的长度与集合中元素个数无关，而是与基数的上限有关。
Hyperlog：用来做基数统计的算法，其优点是，在输入元素的数量或者体积非常大时，计算基数所需的空间总是固定的、并且是很小的。典型的使用场景是统计独立访客。
Geo：主要用于存储地理位置信息，并对存储的信息进行操作，适用场景如定位、附近的人等

这里的基数指的是什么啊：集合中不重复的元素

Redis的持久化机制

持久化：把内存数据写到磁盘，防止服务器宕机导致数据库丢失。有两种数据持久化机制：

RDB：默认方式
- 根据指定的规则定时将内存中的数据存储在磁盘上
- 优点：速度快，使用单独的进程来进行持久化，主进程不会进行任何IO操作，保证了Redis的高性能
- 缺点：无法做到实时持久化；存在老版本的Redis无法兼容新版本的RDB格式的问题
AOF：主流方式
- 以独立日志的方式记录每次写命令
- 优点：解决了数据持久化的实时性，默认情况下系统每30秒会执行一次同步操作
- 缺点：速度慢

两种持久化机制应该如何选择

如果数据不敏感，且可以从其他地方重新生成，可以关闭持久化
如果数据比较重要，且能够承受几分钟的数据丢失，比如缓存等，只需要使用RDB即可
如果是用做内存数据，要使用Redis的持久化，建议是RDB和AOF都开启

当RDB与AOF两种方式都开启时，Redis会优先使用AOF恢复数据，因为AOF保存的文件比RDB文件更完整。

Redis内存用完了会怎么办

Redis的写命令会返回错误信息（但是读命令是可以正常读的）
可以配置内存淘汰机制，当Redis内存达到上线时会重刷掉旧的内容

Redis事务

Redis事务的原理：

将一个事务范围内的若干命令发送给Redis，然后再让Redis依次执行这些命令

Redis事务的生命周期：

使用MULTI开启一个事务
在开启事务的时候，每次操作的命令将会被插入到一个队列中，此时这些命令不会被真的执行
使用EXEC命令提交事务

Redis存在线程安全问题吗

从服务端层面来看：

不需要任何同步机制，不会存在线程安全
Redis6.0增加的多线程只是用来处理网络IO事件的，对于指令的执行过程，仍然是主线程处理，所以不会存在安全问题

从客户端层面来看：

有多个客户端同时执行多个指令的时候，无法保证原子性
解决办法：对客户端访问的资源加锁、尽可能使用Redis中的原子指令、通过Lua来实现多个指令的操作

Redis事务支持隔离性吗

Redis 是单进程程序，并且它保证在执行事务时，不会对事务进行中断，事务可以运行直到执行完所有事务队列中的命令为止。因此，Redis 的事务是总是带有隔离性的。

Redis事务支持原子性吗

Redis单条命令是原子性执行的，但事务不保证原子性。

原子性：一个事务中的多条命令，要么全部执行，要么全部不执行

Redis支持回滚吗

不支持回滚，事务中任意命令执行失败，其余命令仍然会被执行

缓存雪崩

缓存雪崩：

大量数据在同一时间过期（失效）
如果刚好此时有大量的请求，Redis无法命中就是能访问数据库
数据库压力骤增，严重的会造成数据库宕机，这就是缓存雪崩的问题

解决办法：
将缓存的失效时间打散：在原有的失效时间基础上增加一个随机数，防止大量数据在同一时间内失效
设置缓存不过期：使用后台服务来更新缓存数据，不设置过期

缓存击穿

缓存击穿：

某个热点数据过期，此时大量的请求访问该热点数据
Redis无法命中就会直接访问数据路，数据库很容易被高并发的请求冲垮，这就是缓存击穿问题

解决办法：
互斥锁：保证同一时间只有一个业务线程请求缓存
不给热点数据设置过期时间：可以通过程序在热点数据要过期时进行更新

缓存穿透

缓存穿透：

当发生缓存雪崩和缓存击穿时，数据库中还是保存了要访问的数据的
但是缓存穿透是指，用户访问的数据既不在缓存中，也不在数据库中
当有大量这样的请求来时，数据库压力剧增，这就是缓存穿透问题

缓存穿透发生的原因
业务误操作：缓存和数据库中的数据都被误删了
黑客恶意攻击：故意访问大量不存在的业务数据

解决办法：

限制非法请求
设置空值或者默认值：在缓存数据中设置一些空值或者默认值，这样就不会访问数据库
使用布隆过滤器快速判断数据是否存在，避免通过查询数据库来判断数据是否存在

入门笔记

=3&spm_id_from=pageDriver&vd_source=4af69ca6d4c9233482138fb1c303b63b

初始Redis

sql是关系型数据库，nosql是非关系型数据库，两者的区别是：

Redis是键值数据库，NoSql数据库
Remote dictionary sever 远程词典服务器，是一个基于内存的键值型NOSQL数据库
特征
- 键值型： value支持多种数据结构，功能丰富
- 单线程，每个命令具备原子性
- 低延迟，速度快（这是因为他基于内存🍓、IO多路复用、良好的编码）
- 支持数据的持久化（内存虽然快，但是一旦断电数据就消失了，所以需要数据持久化）：定期将数据从内存持久化到硬盘
- 支持主从集群（从节点可以备份主节点的数据，主从可以读写分离，提高效率）、分片集群（把数据拆分成多份）
- 支持多语言客户端
安装
原作者根本就没有编写windows版本的，只要linux版本

Redis常见命令

Redis 的数据结构

最主要的是这八个，还有其他的

官方文档中的命令介绍：/
redis在线练习：/

通用命令

KEYS pattern : 查看复合模板的所有key，因为模板的查询是模糊的，效率比较低，所以不建议在生产环境中使用

> keys *
1) "name"
2) "age"

DEL key : 指定删除一个key

> del age
(integer) 1
> keys *
1) "name"

EXISTS key：判断一个key是否存在

> exists age
(integer) 0

EXPIRE：给key设置一个有效期，有效期到了之后删除该key
TTL：查看一个key的有效时间。-1 代表永久有效、-2代表已失效

> expire age 10
(integer) 1
> ttl age
(integer) 6
> ttl age
(integer) 2

String 类型

字符串类型，是Redis中最简单的存储类型，有以下三类，都是以字节数组形式存储，只不过编码方式不同，最大空间不能超过512m

string：普通字符串
int：整数类型，可以自增自减
float：浮点类型，可以自增自减

String 类型的常见命令：
SET
GET
MEST
MGET
INCR：让整型key自增1
INCREBY
INCRBYFLOAT
SETNX
SETEX

> incrbyfloat score 0.5
1.6
> incrbyfloat score 0.5
2.1

redis 的 key 的格式

redis中没有table的概念，如何区分不同类型的key呢？比如说要存储用户、商品信息到redis，有一个用户的id是1，商品的id也恰好是1

Redis中的key允许有多个单词形成层级关系，多个单词之间用:隔开
项目名：类型：id
heima:user:1
heima:product:1

Hash类型

value是一个无序字典，类似于java中的hashMap

> hgetall heima:user:1
1) "name"
2) "gaoyi"
3) "age"
4) "25"

List 类型

和java中的linkedlist类似，常用来存储有序数据，比如说朋友圈的点赞列表，评论列表，有以下特征：

有序
可重复
插入删除快
查询速度一般

如何用list模拟一个栈：lpush lpop
如何用list模拟一个队列 lpush rpop
如何利用list模拟一个阻塞队列 blpop brpop

Set类型

和java中hashset类似，可以看做是一个value为null的hashmap，有以下特征

无序
不可重复
查找快
支持交集、并集、差集等功能

> sadd friends gao gai ta
(integer) 3
> smembers friends
1) "gai"
2) "ta"
3) "gao"
> scard friends
3
> sismember friends gao
(integer) 1

> sadd girlfriends lisa lusy gao
(integer) 3
> sinter friends girlfriends
1) "gao"
> sdiff friends girlfriends
1) "gai"
2) "ta"
> sunion friends girlfriends
1) "gai"
2) "gao"
3) "ta"
4) "lisa"
5) "lusy"