Redis面试题复习

Redis面试题汇总

1. 使用Redis的好处？

• key-value 形式的内存数据库。
• 数据访问在内存中，访问速度快。
• 存储的形式类似于HashMap,支持多种数据结构(string,set,hash,sorted set,list)。
• 支持事务(单条操作都是原子性的，但是不像数据库的事务具有原子性)。
• 可用于缓存，消息，按key设置过期时间，过期后将会自动删除。

2. redis和memcached的共同点

• 都是 key-value 形式的内存数据库。
• 都是NoSQL家族的数据管理解决方案。
• 都基于同样的key-value 数据模型。
• 数据放在内存中(这也是适用于缓存的原因)。

3. redis相比memcached有哪些优势？

• memcached只支持简单的字符串，redis具有更丰富的类型。
• redis的访问速度更快。
• redis可以持久化数据。

4. redis常见性能问题和解决方案。

• Master最好不要做持久化机制。如RDB内存快照和AOF日志文件。
• 如果数据比较重要，某个Slave开启AOF备份数据，策略设置为每秒同步一次。
• 为了主从复制的速度和连接的稳定性，Master和Slave最好在同一个局域网内。
• 尽量避免在压力很大的主库上增加从库。
• 主从复制不要用图状结构，用单向链表结构更为稳定，即：Master <- Slave1 <- Slave2 <- Slave3… 这样的结构方便解决单点故障问题，实现Slave对Master的替换。如果Master挂了，可以立刻启用Slave1做Master，其他不变。

5. redis的6种数据淘汰策略

• voltile-lru：从已设置过期时间的数据集（server.db[i].expires）中挑选最近最少使用的数据淘汰。
• volatile-ttl：从已设置过期时间的数据集（server.db[i].expires）具有更早过期时间的key优先移除。
• volatile-random：从已设置过期时间的数据集（server.db[i].expires）中任意选择数据淘汰。
• allkeys-lru：从数据集（server.db[i].dict）中挑选最近最少使用的数据淘汰
• 从数据集（server.db[i].dict）中任意选择数据淘汰。
• no-enviction（驱逐）：禁止驱逐数据。

5. Memcache与Redis的区别都有哪些？

• 1. 存储方式
     Memecache把数据全部存在内存之中，断电后会挂掉，数据不能超过内存大小。
     Redis有部份存在硬盘上，这样能保证数据的持久性。
• 2. 数据支持类型
     Memecache只支持简单的数据结构(字符串)。
     redis支持相对复杂的数据结构。
• 3. 使用底层模型不同。
     它们之间底层实现方式 以及与客户端之间通信的应用协议不一样。
     Redis直接自己构建了VM 机制 ，因为一般的系统调用系统函数的话，会浪费一定的时间去移动和请求。
• 4. value的大小的限制
     redis最大可以达到1GB，而memcache只有1MB。

6. redis 最适合的场景

• 会话缓存（Session Cache）
• 全页缓存（FPC）
• 队列
• 排行版计数器
• 发布订阅

高可用分布式集群

一、高可用

高可用（High Availability），是当一台服务器停止服务后，对于业务及用户毫无影响。 停止服务的原因可能由于网卡、路由器、机房、CPU负载过高、内存溢出、自然灾害等不可预期的原因导致，在很多时候也称单点问题。

1. 解决单点问题主要有2种方式：

• 主备方式
  通常是一台主机、一台或多台备机，在正常情况下主机对外提供服务，并把数据同步到备机，当主机宕机后，备机立刻开始服务。
  Redis HA中使用比较多的是keepalived，它使主机备机对外提供同一个虚拟IP，客户端通过虚拟IP进行数据操作，正常期间主机一直对外提供服务，宕机后VIP自动漂移到备机上。
  优点：对客户端毫无影响，仍然通过VIP操作。
  缺点：在绝大多数时间内备机是一直没使用，被浪费着的。
• 主从方式
  一主多从的办法，主从之间进行数据同步。 当Master宕机后，通过选举算法(Paxos、Raft)从slave中选举出新Master继续对外提供服务，主机恢复后以slave的身份重新加入。
  主从另一个目的是进行读写分离，这是当单机读写压力过高的一种通用型解决方案。 其主机的角色只提供写操作或少量的读，把多余读请求通过负载均衡算法分流到单个或多个slave服务器上。
  缺点是主机宕机后，Slave虽然被选举成新Master了，但对外提供的IP服务地址却发生变化了，意味着会影响到客户端。 解决这种情况需要一些额外的工作，在当主机地址发生变化后及时通知到客户端，客户端收到新地址后，使用新地址继续发送新请求。

2. 数据同步

• 同步方式：当主机收到客户端写操作后，以同步方式把数据同步到从机上，当从机也成功写入后，主机才返回给客户端成功，也称数据强一致性。 很显然这种方式性能会降低不少，当从机很多时，可以不用每台都同步，主机同步某一台从机后，从机再把数据分发同步到其他从机上，这样提高主机性能分担同步压力。 在redis中是支持这杨配置的，一台master，一台slave，同时这台salve又作为其他slave的master。
• 异步方式：主机接收到写操作后，直接返回成功，然后在后台用异步方式把数据同步到从机上。 这种同步性能比较好，但无法保证数据的完整性，比如在异步同步过程中主机突然宕机了，也称这种方式为数据弱一致性。

3. 方案的选择
   keepalived方案配置简单、人力成本小，在数据量少、压力小的情况下推荐使用。 如果数据量比较大，不希望过多浪费机器，还希望在宕机后，做一些自定义的措施，比如报警、记日志、数据迁移等操作，推荐使用主从方式，因为和主从搭配的一般还有个管理监控中心。

分布式

概念
分布式(distributed), 是当业务量、数据量增加时，可以通过任意增加减少服务器数量来解决问题。

集群时代
至少部署两台Redis服务器构成一个小的集群，主要有2个目的：

• 高可用性：在主机挂掉后，自动故障转移，使前端服务对用户无影响。

• 读写分离：将主机读压力分流到从机上。
  可在客户端组件上实现负载均衡，根据不同服务器的运行情况，分担不同比例的读请求压力。

  
  image.png

分布式集群时代

当缓存数据量不断增加时，单机内存不够使用，需要把数据切分不同部分，分布到多台服务器上。

image.png
大规模分布式集群时代
当数据量持续增加时，应用可根据不同场景下的业务申请对应的分布式集群。 这块最关键的是缓存治理这块，其中最重要的部分是加入了代理服务。 应用通过代理访问真实的Redis服务器进行读写。
这样做的好处是：
避免越来越多的客户端直接访问Redis服务器难以管理，而造成风险。
在代理这一层可以做对应的安全措施，比如限流、授权、分片。
代理这层无状态的，可任意扩展节点，对于客户端来说，访问代理跟访问单机Redis一样。

总结

分布式缓存再向后是云服务缓存，对使用端完全屏蔽细节，各应用自行申请大小、流量方案即可，如淘宝OCS云服务缓存。
分布式缓存对应需要的实现组件有：

• 一个缓存监控、迁移、管理中心。
• 一个自定义的客户端组件，上图中的SmartClient。
• 一个无状态的代理服务。
• N台服务器。

参考以及转载的文章

https://blog.csdn.net/yajlv/article/details/73467865
http://www.runoob.com/redis/redis-data-types.html

https://www.cnblogs.com/OnlyCT/p/9036440.html(集群)