Redis文档面试题全解析

Redis概述与核心定位

在探讨具体的Redis面试题之前，我们必须明确Redis在現代分布式系统中的核心地位。Redis（Remote Dictionary Server）是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API。它通常被称为数据结构服务器，因为值（value）可以是 字符串(String)、哈希(Map)、列表(list)、集合(sets) 和 有序集合(sorted sets) 等类型。

在面试中，面试官往往首先考察候选人对Redis整体架构的理解。与传统的关系型数据库不同，Redis将所有数据存储在内存中，这使得它具有极高的读写性能。然而，内存的高成本也限制了其存储容量，因此理解Redis的持久化机制和内存淘汰策略是至关重要的。

Redis五大基础数据结构详解

Redis数据结构是面试中的高频考点。面试官通常会要求候选人深入理解每种数据结构的底层实现、适用场景以及编码方式。以下是五种核心数据结构的深度解析。

2.1 String (字符串)

String是Redis最基本的类型。你可以理解成与Memcached一模一样的类型，可以存储字符串、整数或者浮点数。String类型是二进制安全的，这意味着Redis的String可以包含任何数据，比如jpg图片或者序列化的对象。

2.2 Hash (哈希)

Hash是一个键值对集合。Redis的Hash数据结构可以让用户将值映射到指定的key，非常适合用于存储对象。例如，我们可以将用户信息存储在Hash中，字段包括id, name, age等。

HSET user:1001 name "张三" age 25 email "zhangsan@example.com"
HGETALL user:1001
            

2.3 List (列表)

Redis List是简单的字符串列表，按照插入顺序排序。你可以添加一个元素到列表的头部（左边）或者尾部（右边）。底层实现为快速列表（QuickList），结合了链表和压缩列表的优点。

2.4 Set (集合)

Redis的Set是String类型的无序集合。集合成员是唯一的，不能重复。你可以利用Set进行好友关系判断、共同好友计算等场景。

SADD friends:alice bob charlie dave
SADD friends:bob alice eve
SINTER friends:alice friends:bob  // 求交集：alice和bob的共同好友
            

2.5 ZSet (有序集合)

ZSet（Sorted Set）和Set一样是String元素的集合，且不允许重复。不同的是每个元素都会关联一个double类型的分数（score），Redis正是通过score来为集合中的成员进行从小到大的排序。ZSet的底层实现是跳表（SkipList）和哈希表的组合。

Redis持久化机制：RDB与AOF

内存数据库的最大风险是断电数据丢失。Redis提供了两种持久化机制来保障数据安全：RDB (Redis Database) 和 AOF (Append Only File)。理解它们的区别和适用场景是面试中的必考题。

3.1 RDB (快照)

RDB是Redis默认的持久化方式。它在指定的时间间隔内将内存中的数据集快照写入磁盘。RDB文件通常命名为dump.rdb。

3.2 AOF (追加日志)

AOF以日志的形式记录服务器所处理的每一个写、删除操作。AOF文件以append模式打开，每次写入都追加到文件末尾。Redis支持三种fsync策略：

• everysec：每秒同步一次，这是默认策略，兼顾了性能和数据安全。
• always：每次写入都同步，数据最安全，但性能最差。
• no：由操作系统决定同步时机，性能最好，但数据风险最高。

3.3 混合持久化 (Redis 4.0+)

Redis 4.0引入了混合持久化，将AOF重写分为两部分：RDB快照数据和AOF增量日志。RDB部分采用二进制格式，AOF部分采用文本格式。这样既保证了恢复速度，又最大程度减少了数据丢失。

Redis高可用架构：主从、哨兵与集群

在生产环境中，单节点Redis无法满足高可用和高并发需求。Redis提供了三种高可用方案：主从复制、哨兵模式和集群模式。

4.1 Redis Cluster 槽位分配

Redis Cluster使用哈希槽（hash slot）来分配数据。它共有16384个哈希槽，每个key通过CRC16校验后对16384取模来决定放置哪个槽。集群的每个节点负责一部分hash slot。

Redis性能优化与常见问题

在实际项目中，Redis的性能优化是一个复杂的话题。本文将从缓存穿透、缓存击穿、缓存雪崩三个经典问题入手，深入探讨解决方案。

5.1 缓存穿透

缓存穿透是指查询一个根本不存在的数据，缓存层不命中，请求直达数据库。如果大量此类请求，可能导致数据库崩溃。

解决方案：

• 缓存空对象：将空值也缓存起来，设置较短的过期时间。
• 布隆过滤器 (Bloom Filter)：在缓存层之前增加布隆过滤器，拦截不存在的key。

5.2 缓存击穿

缓存击穿是指一个key非常热点，在不停的扛着大并发，大并发集中对这一个点进行访问，当这个key在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在一个屏障上凿开了一个洞。

解决方案：

• 互斥锁 (Mutex Key)：当缓存失效时，不立即回源，而是先设置一个锁，只允许一个线程回源，其他线程等待。
• 永不过期：将key设置为永不过期，通过后台异步更新缓存。

5.3 缓存雪崩

缓存雪崩是指缓存中数据大批量到过期时间，而查询数据量巨大，引起数据库压力过大甚至down机。

解决方案：

• 随机过期时间：给key的过期时间加上一个随机值，避免集体失效。
• 多级缓存：本地缓存 + 远程缓存。
• 限流降级：使用Sentinel或Hystrix进行限流。

Redis在真实业务场景中的应用

理论结合实践，以下是Redis在几个典型业务场景中的具体应用案例。

6.1 分布式锁

利用SETNX命令实现分布式锁。为了确保锁的安全释放，通常使用Lua脚本或Redlock算法。Redisson是Java生态中常用的分布式锁实现库。

SET resource_name my_random_value NX PX 30000
// NX: 只有键不存在时才设置
// PX: 设置过期时间（毫秒），防止死锁
            

6.2 排行榜

利用ZSet的score特性，可以实现实时排行榜。例如，微博热搜榜、游戏战力榜等。插入和更新操作的时间复杂度为O(logN)。

ZADD leaderboard 1000 "user1"
ZADD leaderboard 2000 "user2"
ZREVRANGE leaderboard 0 9 WITHSCORES  // 获取前10名
            

6.3 消息队列

利用List的LPUSH/RPOP或BRPOP命令，可以实现简单的消息队列。对于更复杂的场景，可以使用Redis Stream，它提供了消息持久化、消费组、消息回溯等功能。

网友还关心：Redis高频面试问答

除了上述核心技术点，面试官还经常考察一些细节问题和场景题。以下是整理的10个高频问答，涵盖深度与广度。