目录

面试题：谈谈你对Redis的理解？

面试题：Redis的基本数据类型

         Redis的基本数据类型以及它们的应用场景：

面试题：redis内存淘汰机制

面试题：Redis持久化机制

RDB

AOF

面试题：Redis写时复制思想的体现：

Redis持久化时如何判断数据过期？

RDB

AOF

项目中Redis的持久化机制

面试题：Redis为什么快呢？

面试题：redis 的线程模型是什么？为什么 redis 单线程却能支撑高并发？

         多路 I/O 复用模型

为什么Redis是单线程的？

Redis的线程模型

在使用Redis做为缓存层的时候是怎么通过Java操作Redis的呢？

巨人的肩膀

---

面试题：谈谈你对Redis的理解？

• Redis是C语言编写的一个基于内存的高性能键值对（key-value）的NoSQL数据库，一般用于架设在Java程序与数据库之间用作缓存层，为了防止DB磁盘IO效率过低造成的请求阻塞、响应缓慢等问题，用来弥补DB与Java程序之间的性能差距，同时，也可以在DB吞吐跟不上系统并发量时，避免请求直接落入DB从而起到保护DB的作用。
• 而Redis一般除了缓存DB数据之外还可以利用它丰富的数据类型及指令来实现一些其他功能，比如：计数器、用户在线状态、排行榜、session存储等，同时Redis的性能也非常可观，通过官方给出的数据显示能够达到10w/s的QPS处理，但是在生产环境的实测结果大概读取QPS在7-9w/s，写入QPS在6-8w/s左右（注：与机器性能也有关），同时Redis也提供事务、持久化、高可用等一些机制的支持。

面试题：Redis的基本数据类型

Redis数据类型在之前是五种，但是现在的版本中存在九种，分别为常见的五种：字符串（string）、散列（hash）、列表（list）、集合（set）、有序集合（sorted sets）以及后续的四种数据类型：bitmaps、hyperloglogs、地理空间（geospatial）、消息（Streams），不过无论是哪种数据类型Redis都不会直接将它放在内存中存储，而是转而内部使用RedisObject来存储以及表示所有类型的key-value（如下图）：   Redis内部使用一个RedisObject对象来表示所有的key和value，RedisObject最主要的信息如上图所示：type表示一个value对象具体是何种数据类型，encoding是不同数据类型在Redis内部的存储方式。比如：type=string表示value存储的是一个普通字符串，那么encoding可以是raw或者int，而关于其他数据类型的内部编码实现如下图：  

Redis的基本数据类型以及它们的应用场景：

类型	描述	特性	场景
string	二进制安全	可以存储任何元素（数字、字符、音视频、图片、对象.....）	计数器、分布式锁、字符缓存、分布式ID生成、session共享、秒杀token、IP限流等
hash	键值对存储，类似于Map集合	适合存储对象，可以将对象属性一个个存储，更新时也可以更新单个属性，操作某一个字段	对象缓存、购物车等
list	双向链表	增删快	栈、队列、有限集合、消息队列、消息推送、阻塞队列等
set	元素不能重复，每次获取无序	添加、删除、查找的复杂度都是O(1)，提供了求交集、并集、差集的操作	抽奖活动、朋友圈点赞、用户（微博好友）关注、相关关注、共同关注、好友推荐（可能认识的人）等
sorted set	有序集合，每个元素有一个对应的分数，不允许元素重复	基于分数进行排序，如果分数相等，以key值的 ascii 值进行排序	商品评价标签（好评、中评、差评等）、排行榜等
bitmaps	Bitmaps是一个字节由 8 个二进制位组成	在字符串类型上面定义的位操作	在线用户统计、用户访问统计、用户点击统计等
hyperloglog	Redis2.8.9版本添加了 HyperLogLog结构。Redis HyperLogLog是用来做基数统计的算法。	用于进行基数统计，不是集合，不保存数据，只记录数量而不是具体数据	统计独立UV等
geospatial	Redis3.2版本新增的数据类型：GEO对地理位置的支持	以将用户给定的地理位置信息储存起来， 并对这些信息进行操作	地理位置计算
stream	Redis5.0之后新增的数据类型	支持发布订阅，一对多消费	消息队列

面试的时候说下常见的五种就行，其它的自己也没深入学习。

面试题：redis内存淘汰机制

redis会在每次处理redis命令的时候判断当前redis是否达到了内存的最大限制(通过maxmemory配置)，如果达到限制就会触发内存淘汰机制，则使用对应的算法去处理需要删除的key。 maxmemory-policy：参数配置淘汰策略。maxmemory：限制内存大小(当内存已使用率到达，则开始清理缓存)。 Redis在5.0之前为我们提供了六种淘汰策略，而5.0为我们提供了八种，但是大体上来说这些lru、lfu、random、ttl四种类型，如下：

策略	概述
volatile-lru	从已设置过期时间的key中挑选最近最少使用的淘汰，没有设置过期时间的key不会被淘汰，这样就可以在增加内存空间的同时保证需要持久化的数据不会丢失。
volatile-ttl	从已设置过期时间的key中挑选将要过期的数据淘汰，ttl值越大越优先被淘汰。
volatile-random	从已设置过期时间的key中任意选择数据淘汰
volatile-lfu	从已设置过期时间的key挑选使用频率最低的数据淘汰
allkeys-lru	从key中挑选最近最少使用的数据淘汰，该策略要淘汰的key面向的是全体key集合，而非过期的key集合（应用最广泛的策略）。
allkeys-lfu	从key中挑选使用频率最低的数据淘汰
allkeys-random	从key中随机选择数据淘汰
no-enviction	是当内存不足以容纳新入数据时，新写入操作就会报错，请求可以继续进行，线上任务也不能持续进行，采用no-enviction策略可以保证数据不被丢失；默认策略。

自己项目中Redis用的默认的no-enviction，设置了10分钟的缓存失效时间，本地热点缓存设置了LRU缓存策略； 由于设置redis失效时间会消耗额外的内存，如果计划避免Redis内存在此项上的浪费，可以选用allkeys-lru策略，这样就可以不再设置过期时间，高效利用内存了。 LRU是Least Recently Used的缩写，即最近最少使用。LRU源于操作系统的一种页面置换算法，选择最近最久未使用的页面予以淘汰。在Redis里，就是选择最近最久未使用的key进行删除。

面试题：Redis持久化机制

Redis的确是将数据存储在内存的，但是也会有相关的持久化机制将内存持久化备份到磁盘，以便于重启时数据能够重新恢复到内存中，避免数据丢失的风险。而Redis持久化机制由三种，在4.X版本之前Redis只支持AOF以及RDB两种形式持久化，但是因为AOF与RDB都存在各自的缺陷，所以在4.x版本之后Redis还提供一种新的持久化机制：混合型持久化（但是最终生成的文件还是.AOF）。

RDB

RDB持久化把内存中当前进程的数据生成快照（.rdb）文件保存到硬盘的过程，有手动触发和自动触发； 手动触发时会阻塞当前 Redis，直到RDB持久化过程完成为止，若内存实例比较大 会造成长时间阻塞，线上环境不建议用它 自动触发：Redis 进程创建子进程，由子进程完成持久化，阻塞时间很短（微秒级），是save的优化，在执行Redis-cli shutdown关闭Redis服务时或执行flushall命令时，如果没有开启AOF持久化，自动执行bgsave 而且RDB 是在某个时间点将数据写入一个临时文件，持久化结束后，用这个临时文件替换上次持久化的文件，重启时加载这个文件达到数据恢复。 RDB优缺点：

• 优点：使用单独子进程来进行持久化，主进程不会进行任何 IO 操作，保证了 Redis 的高性能；而且RDB文件存储的是压缩的二进制文件，适用于备份、全量复制，可用于灾难备份，同时RDB文件的加载速度远超于AOF文件。
• 缺点：RDB是间隔一段时间进行持久化，如果持久化之间的时间内发生故障，会出现数据丢失。所以这种方式更适合数据要求不严谨的时候，因为RDB无法做到实时持久化，而且每次都要创建子进程，频繁创建成本过高；备份时占用内存，因为Redis 在备份时会独立创建一个子进程，将数据写入到一个临时文件（需要的内存是原本的两倍）；还有一点，RDB文件保存的二进制文件存在新老版本不兼容的问题。

AOF

AOF持久化方式能很好的解决RDB持久化方式造成的数据丢失，AOF持久化到硬盘中的并不是内存中的数据快照，而是记录写入命令(和MySQL的binlog(归档日志)日志一样) AOF持久化机制优缺点：

• 优点：可以保证数据丢失风险降到最低，数据能够保证是最新的，持久化是后台线程在处理，所以对于处理客户端请求的线程并不影响。
• 缺点：文件体积由于保存的是所有命令会比RDB大上很多，而且数据恢复时也需要重新执行指令，在重启时恢复数据的时间往往会慢很多。虽然持久化并不是共用处理客户端请求线程的资源来处理的，但是这两个线程还是在共享同一台机器的资源，所以在高并发场景下也会一定受到影响。

面试题：Redis写时复制思想的体现：

简单总结一下 Redis 为什么在使用 RDB 进行快照时会通过子进程的方式(注意只有两个线程)进行实现： 在 fork 函数调用时，父进程和子进程会被分配到不同的虚拟内存空间中，所以在两个进程看来它们访问的是不同的内存。 fork子进程时，我们只为其生成虚拟空间，但是并不先为每个部分分配真实的物理空间，而是让每个虚拟空间部分仍然指向父进程的物理空间，所以父子进程共享了物理上的内存空间。只有当父进程或子进程修改相应的共享内存空间时，对被写入的内存共享才结束同时会为子进程分配真实物理空间，并把父进程的物理空间内容进行复制。这就是所谓的写时复制，即把内存的复制延迟到了内存写入的时刻。减少了快照持久化时的内存消耗同时节省了不少时间。 注意，父子进程共享的空间粒度是页，共享的内存才会以页为单位进行拷贝，父进程会保留原有的物理空间，而子进程会使用拷贝后的新物理空间；这样，如果当子进程运行期间，父子进程都没有修改数据，这也就避免了大量拷贝内存而带来的时间消耗和空间占用问题。 Redis写时复制的好处： 写时拷贝的主要作用就是将拷贝推迟到写操作真正发生时，这也就避免了大量无意义的拷贝操作。 在 Redis 作为中间件服务过程中，子进程只会读取共享内存中的数据，它并不会执行任何写操作，只有父进程会在写入时才会触发写时复制机制，而对于大多数的 Redis 服务或者数据库，写请求往往都是远小于读请求的，所以使用 fork 加上写时拷贝这一机制能够带来非常好的性能，也让自动触发这一操作的实现变得非常简单。 Redis写时拷贝（COW）总结 - 掘金 ---这篇文章把redis写时复制写的很厉害

Redis持久化时如何判断数据过期？

RDB

从内存数据库持久化数据到RDB文件：持久化key之前，会检查是否过期，过期的key不进入RDB文件； 从RDB文件恢复数据到内存数据库：数据载入数据库之前，会对key先进行过期检查，如果过期，不导入数据库（主库情况）。

AOF

从内存数据库持久化数据到AOF文件：

当key过期后，还没有被删除，此时进行执行持久化操作（该key是不会进入AOF文件的，因为没有发生修改命令）  当key过期后，在发生删除操作时，程序会向aof文件追加一条删除命令（在将来的以AOF文件恢复数据的时候该过期的键就会被删掉） 

AOF重写：

重写时，会先判断key是否过期，已过期的key不会重写到AOF文件

项目中Redis的持久化机制

项目中使用默认的RDB方式； 项目中考虑到了Redis中仅仅只是用来做缓存，虽然RDB因为并不是实时的持久化，会出现数据丢失，但项目的场景是可以容忍一定的数据丢失的。

面试题：Redis为什么快呢？

Redis到底有多快？

Redis采用的是基于内存的采用的是单进程单线程模型的 KV 数据库，由C语言编写，官方提供的数据是可以达到100000+的QPS（每秒内查询次数）。 Redis快的原因嘛其实可以从多个维度来看待：

• 一、Redis完全基于内存
• 二、Redis整个结构类似于HashMap，查找和操作复杂度为O(1)，不需要和MySQL查找数据一样需要产生随机磁盘IO或者全表查询
• 三、Redis对于客户端的请求处理是单线程的，采用单线程，避免了不必要的上下文切换和竞争条件，也不存在多进程或者多线程导致的           切换而消耗 CPU，不用去考虑各种锁的问题，不存在加锁释放锁操作，没有因为可能出现死锁而导致的性能消耗；
• 四、底层采用select/epoll多路复用的高效非阻塞IO模型
• 五、客户端通信协议采用RESP，简单易读，避免了复杂请求的解析开销

面试题：redis 的线程模型是什么？为什么 redis 单线程却能支撑高并发？

多路 I/O 复用模型

多路I/O复用模型是利用 select、poll、epoll 可以同时监察多个流的 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，于是程序就会轮询一遍所有的流（epoll 是只轮询那些真正发出了事件的流），并且只依次顺序的处理就绪的流，这种做法就避免了大量的无用操作。 这里“多路”指的是多个网络连接，“复用”指的是复用同一个线程。 采用多路 I/O 复用技术可以让单个线程高效的处理多个连接请求（尽量减少网络 IO 的时间消耗），同时非阻塞 IO 意味着线程在读写 IO 时可以不必再阻塞了，读写可以瞬间完成然后线程可以继续干别的事了。且 Redis 在内存中操作数据的速度非常快，也就是说内存内的操作不会成为影响Redis性能的瓶颈，主要由以上几点造就了 Redis 具有很高的吞吐量。

为什么Redis是单线程的？

官方表示，因为Redis是基于内存的操作，CPU不是Redis的瓶颈，Redis的瓶颈最有可能是机器内存的大小或者网络带宽。既然单线程容易实现，而且CPU不会成为瓶颈，那就顺理成章地采用单线程的方案了（毕竟采用多线程会有很多麻烦！）。但是，我们使用单线程的方式是无法发挥多核CPU 性能，不过我们可以通过在单机开多个Redis 实例来完善！ 警告1：这里我们一直在强调的单线程，只是在处理我们的网络请求的时候只有一个线程来处理，一个正式的Redis Server运行的时候肯定是不止一个线程的，这里需要大家明确的注意一下！例如Redis进行持久化的时候会以子进程或者子线程的方式执行（具体是子线程还是子进程待读者深入研究）； 警告2：从Redis 4.0版本开始会支持多线程的方式，但是，只是在某一些网络数据读写等操作上进行多线程的操作！ 注意：CPU 是一个重要的影响因素，由于是单线程模型，Redis 更喜欢大缓存快速 CPU， 而不是多核。

Redis的线程模型

问这个原理性的问题，可以结合着图来给面试官讲这个问题，边想图边讲最有说服力 redis 内部使用文件事件处理器 file event handler，这个文件事件处理器是单线程的，所以 redis 才叫做单线程的模型。它采用 IO 多路复用机制同时监听多个 socket，将产生事件的 socket 压入内存队列中，事件分派器根据 socket 上的事件类型来选择对应的事件处理器进行处理。 文件事件处理器的结构包含 4 个部分：

• 多个 socket
• IO 多路复用程序
• 文件事件分派器
• 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）

多个 socket 可能会并发产生不同的操作，每个操作对应不同的文件事件，但是IO多路复用程序会监听多个 socket，会将产生事件的 socket 放入队列中排队，事件分派器每次从队列中取出一个 socket，根据 socket 的事件类型交给对应的事件处理器进行处理。 要明白，通信是通过 socket 来完成的； 客户端 socket向 redis 进程的 server socket 请求建立连接，然后进行通信 Redis多线程 Redis6 版本中引入了多线程。上边已经提到过 Redis 单线程处理有着很快的速度，那为什么还要引入多线程呢？单线程的瓶颈在什么地方？ 我们先来看第二个问题，在 Redis 中，单线程的性能瓶颈主要在网络IO操作上。也就是在读写网络 read/write 系统调用执行期间会占用大部分 CPU 时间。如果你要对一些大的键值对进行删除操作的话，在短时间内是删不完的，那么对于单线程来说就会阻塞后边的操作。 Redis 在设计上采用将网络数据读写和协议解析通过多线程的方式来处理，对于命令执行来说，仍然使用单线程操作。

在使用Redis做为缓存层的时候是怎么通过Java操作Redis的呢？

使用spring中的RedisTemplate。

巨人的肩膀

Redis综述篇：与面试官彻夜长谈Redis缓存、持久化、淘汰机制、哨兵、集群底层原理！ - 掘金