1、什么是 Redis？簡述它的優缺點？

Redis 的全稱是：Remote Dictionary.Server，本質上是一個 Key-Value 型別的記憶體資料庫，很像memcached，整個資料庫統統加載在記憶體當中進行操作，定期通過異步操作把資料庫資料 flush 到硬盤上進行保存，

因為是純記憶體操作，Redis 的性能非常出色，每秒可以處理超過 10 萬次讀寫操作，是已知性能最快的Key-Value DB，

Redis 的出色之處不僅僅是性能，Redis 最大的魅力是支持保存多種資料結構，此外單個 value 的最大限制是 1GB，不像 memcached 只能保存 1MB 的資料，因此 Redis 可以用來實作很多有用的功能，

比方說用他的 List 來做 FIFO 雙向鏈表，實作一個輕量級的高性能訊息佇列服務，用他的 Set 可以做高性能的 tag 系統等等，

另外 Redis 也可以對存入的 Key-Value 設定 expire 時間，因此也可以被當作一個功能加強版的memcached 來用， Redis 的主要缺點是資料庫容量受到物理記憶體的限制，不能用作海量資料的高性能讀寫，因此 Redis 適合的場景主要局限在較小資料量的高性能操作和運算上，

2、Redis 與 memcached 相比有哪些優勢？

1.memcached 所有的值均是簡單的字串，redis 作為其替代者，支持更為豐富的資料型別

2.redis 的速度比 memcached 快很多 redis 的速度比 memcached 快很多

3.redis 可以持久化其資料 redis 可以持久化其資料

3、Redis 支持哪幾種資料型別？

String、List、Set、Sorted Set、hashes

4、Redis 主要消耗什么物理資源？

記憶體，

5、Redis 有哪幾種資料淘汰策略？

1.noeviction:回傳錯誤當記憶體限制達到，并且客戶端嘗試執行會讓更多記憶體被使用的命令，

2.allkeys-lru: 嘗試回收最少使用的鍵（LRU），使得新添加的資料有空間存放，

3.volatile-lru: 嘗試回收最少使用的鍵（LRU），但僅限于在過期集合的鍵,使得新添加的資料有空間存放，

4.allkeys-random: 回收隨機的鍵使得新添加的資料有空間存放，

5.volatile-random: 回收隨機的鍵使得新添加的資料有空間存放，但僅限于在過期集合的鍵，

6.volatile-ttl: 回收在過期集合的鍵，并且優先回收存活時間（TTL）較短的鍵,使得新添加的資料有空間存放，

6、Redis 官方為什么不提供 Windows 版本？

因為目前 Linux 版本已經相當穩定，而且用戶量很大，無需開發 windows 版本，反而會帶來兼容性等問題，

7、一個字串型別的值能存盤最大容量是多少？

512M

8、為什么 Redis 需要把所有資料放到記憶體中？

Redis 為了達到最快的讀寫速度將資料都讀到記憶體中，并通過異步的方式將資料寫入磁盤，

所以 redis 具有快速和資料持久化的特征，如果不將資料放在記憶體中，磁盤 I/O 速度為嚴重影響 redis的性能，

在記憶體越來越便宜的今天，redis 將會越來越受歡迎，如果設定了最大使用的記憶體，則資料已有記錄數達到記憶體限值后不能繼續插入新值，

9、Redis 集群方案應該怎么做？都有哪些方案？

1.codis

2.目前用的最多的集群方案，基本和 twemproxy 一致的效果，但它支持在節點數量改變情況下，舊節點資料可恢復到新 hash 節點，

redis cluster3.0 自帶的集群，特點在于他的分布式演算法不是一致性 hash，而是 hash 槽的概念，以及自身支持節點設定從節點，具體看官方檔案介紹，

3.在業務代碼層實作，起幾個毫無關聯的 redis 實體，在代碼層，對 key 進行 hash 計算，然后去對應的 redis 實體操作資料，這種方式對 hash 層代碼要求比較高，考慮部分包括，節點失效后的替代演算法方案，資料震蕩后的自動腳本恢復，實體的監控，等等，

10、Redis 集群方案什么情況下會導致整個集群不可用？

有 A，B，C 三個節點的集群,在沒有復制模型的情況下,如果節點 B 失敗了，那么整個集群就會以為缺少 5501-11000 這個范圍的槽而不可用，

11、MySQL 里有 2000w 資料，redis 中只存 20w 的資料，如何保證 redis 中的資料都是熱點資料？

redis 記憶體資料集大小上升到一定大小的時候，就會施行資料淘汰策略，

12、Redis 有哪些適合的場景？

（1）會話快取（Session Cache）

最常用的一種使用 Redis 的情景是會話快取（sessioncache），用 Redis 快取會話比其他存盤（如Memcached）的優勢在于：Redis 提供持久化，當維護一個不是嚴格要求一致性的快取時，如果用戶的購物車資訊全部丟失，大部分人都會不高興的，現在，他們還會這樣嗎？

幸運的是，隨著 Redis 這些年的改進，很容易找到怎么恰當的使用 Redis 來快取會話的檔案，甚至廣為人知的商業平臺 Magento 也提供 Redis 的插件，

（2）全頁快取（FPC）

除基本的會話 token 之外，Redis 還提供很簡便的 FPC 平臺，回到一致性問題，即使重啟了 Redis實體，因為有磁盤的持久化，用戶也不會看到頁面加載速度的下降，這是一個極大改進，類似 PHP本地 FPC，

再次以 Magento 為例，Magento 提供一個插件來使用 Redis 作為全頁快取后端，此外，對 WordPress 的用戶來說，Pantheon 有一個非常好的插件 wp-redis，這個插件能幫助你以最快速度加載你曾瀏覽過的頁面，

（3）佇列

Reids 在記憶體存盤引擎領域的一大優點是提供 list 和 set 操作，這使得 Redis 能作為一個很好的訊息隊列平臺來使用，Redis 作為佇列使用的操作，就類似于本地程式語言（如 Python）對 list 的 push/pop操作，

如果你快速的在 Google 中搜索“Redis queues”，你馬上就能找到大量的開源專案，這些專案的目的就是利用 Redis 創建非常好的后端工具，以滿足各種佇列需求，例如，Celery 有一個后臺就是使用Redis 作為 broker，你可以從這里去查看，

（4）排行榜/計數器

Redis 在記憶體中對數字進行遞增或遞減的操作實作的非常好，集合（Set）和有序集合（SortedSet）也使得我們在執行這些操作的時候變的非常簡單，Redis 只是正好提供了這兩種資料結構，

所以，我們要從排序集合中獲取到排名最靠前的 10 個用戶–我們稱之為“user_scores”，我們只需要像下面一樣執行即可：

當然，這是假定你是根據你用戶的分數做遞增的排序，如果你想回傳用戶及用戶的分數，你需要這樣執行：

ZRANGE user_scores 0 10 WITHSCORES

Agora Games 就是一個很好的例子，用 Ruby 實作的，它的排行榜就是使用 Redis 來存盤資料的，你可以在這里看到，

（5）發布/訂閱

最后（但肯定不是最不重要的）是 Redis 的發布/訂閱功能，發布/訂閱的使用場景確實非常多，我已看見人們在社交網路連接中使用，還可作為基于發布/訂閱的腳本觸發器，甚至用 Redis 的發布/訂閱功能來建立聊天系統！

13、Redis 支持的 Java 客戶端都有哪些？官方推薦用哪個？

Redisson、Jedis、lettuce 等等，官方推薦使用 Redisson，

14、Redis 和 Redisson 有什么關系？

Redisson 是一個高級的分布式協調 Redis 客服端，能幫助用戶在分布式環境中輕松實作一些 Java 的對象 (Bloom filter, BitSet, Set, SetMultimap, ScoredSortedSet, SortedSet, Map, ConcurrentMap, List,ListMultimap, Queue, BlockingQueue, Deque, BlockingDeque, Semaphore, Lock, ReadWriteLock,AtomicLong, CountDownLatch, Publish / Subscribe, HyperLogLog)，

15、Jedis 與 Redisson 對比有什么優缺點？

Jedis 是 Redis 的 Java 實作的客戶端，其 API 提供了比較全面的 Redis 命令的支持；

Redisson 實作了分布式和可擴展的 Java 資料結構，和 Jedis 相比，功能較為簡單，不支持字串操作，不支持排序、事務、管道、磁區等 Redis 特性，Redisson 的宗旨是促進使用者對 Redis 的關注分離，從而讓使用者能夠將精力更集中地放在處理業務邏輯上，

16、說說 Redis 哈希槽的概念？

Redis 集群沒有使用一致性 hash,而是引入了哈希槽的概念，Redis 集群有 16384 個哈希槽，每個 key通過 CRC16 校驗后對 16384 取模來決定放置哪個槽，集群的每個節點負責一部分 hash 槽，

17、Redis 集群的主從復制模型是怎樣的？

為了使在部分節點失敗或者大部分節點無法通信的情況下集群仍然可用，所以集群使用了主從復制模型,每個節點都會有 N-1 個復制品.

18、Redis 集群會有寫操作丟失嗎？為什么？

Redis 并不能保證資料的強一致性，這意味這在實際中集群在特定的條件下可能會丟失寫操作，

19、Redis 集群之間是如何復制的？

異步復制

20、Redis 集群最大節點個數是多少？

16384 個

21、Redis 集群如何選擇資料庫？

Redis 集群目前無法做資料庫選擇，默認在 0 資料庫，

22、Redis 中的管道有什么用？

一次請求/回應服務器能實作處理新的請求即使舊的請求還未被回應，這樣就可以將多個命令發送到服務器，而不用等待回復，最后在一個步驟中讀取該答復，

這就是管道（pipelining），是一種幾十年來廣泛使用的技術，例如許多 POP3 協議已經實作支持這個功能，大大加快了從服務器下載新郵件的程序，

23、怎么理解 Redis 事務？

事務是一個單獨的隔離操作：事務中的所有命令都會序列化、按順序地執行，事務在執行的程序中，不會被其他客戶端發送來的命令請求所打斷，

事務是一個原子操作：事務中的命令要么全部被執行，要么全部都不執行，

24、Redis 事務相關的命令有哪幾個？

MULTI、EXEC、DISCARD、WATCH

25、Redis key 的過期時間和永久有效分別怎么設定？

EXPIRE 和 PERSIST 命令

26、Redis 如何做記憶體優化？

盡可能使用散串列（hashes），散串列（是說散串列里面存盤的數少）使用的記憶體非常小，所以你應該盡可能的將你的資料模型抽象到一個散串列里面，

比如你的 web 系統中有一個用戶物件，不要為這個用戶的名稱，姓氏，郵箱，密碼設定單獨的 key,而是應該把這個用戶的所有資訊存盤到一張散串列里面，

27、Redis 回收行程如何作業的？

一個客戶端運行了新的命令，添加了新的資料，

Redi 檢查記憶體使用情況，如果大于 maxmemory 的限制, 則根據設定好的策略進行回收，

一個新的命令被執行，等等，

所以我們不斷地穿越記憶體限制的邊界，通過不斷達到邊界然后不斷地回識訓到邊界以下，

如果一個命令的結果導致大量記憶體被使用（例如很大的集合的交集保存到一個新的鍵），不用多久記憶體限制就會被這個記憶體使用量超越，

28. 加鎖機制

咱們來看上面那張圖，現在某個客戶端要加鎖，如果該客戶端面對的是一個 redis cluster 集群，他首先會根據 hash 節點選擇一臺機器，這里注意，僅僅只是選擇一臺機器！這點很關鍵！緊接著，就會發送一段 lua 腳本到 redis 上，那段 lua 腳本如下所示：

為啥要用 lua 腳本呢？因為一大坨復雜的業務邏輯，可以通過封裝在 lua 腳本中發送給 redis，保證這段復雜業務邏輯執行的原子性，

那么，這段 lua 腳本是什么意思呢？這里 KEYS[1]代表的是你加鎖的那個 key，比如說：RLoc klock = redisson.getLock("myLock");這里你自己設定了加鎖的那個鎖 key 就是“myLock”，

ARGV[1]代表的就是鎖 key 的默認生存時間，默認 30 秒，ARGV[2]代表的是加鎖的客戶端的ID，類似于下面這樣：8743c9c0-0795-4907-87fd-6c719a6b4586:1

給大家解釋一下，第一段 if 判斷陳述句，就是用“exists myLock”命令判斷一下，如果你要加鎖的那個鎖 key 不存在的話，你就進行加鎖，如何加鎖呢？很簡單，用下面的命令：hset myLock

8743c9c0-0795-4907-87fd-6c719a6b4586:1 1，通過這個命令設定一個 hash 資料結構，這行命令執行后，會出現一個類似下面的資料結構：

上述就代表“8743c9c0-0795-4907-87fd-6c719a6b4586:1”這個客戶端對“myLock”這個鎖 key 完成了加鎖，接著會執行“pexpire myLock 30000”命令，設定 myLock 這個鎖 key 的生存時間是 30 秒，好了，到此為止，ok，加鎖完成了，

29. 鎖互斥機制

那么在這個時候，如果客戶端 2 來嘗試加鎖，執行了同樣的一段 lua 腳本，會咋樣呢？很簡單，第一個 if 判斷會執行“exists myLock”，發現 myLock 這個鎖 key 已經存在了，接著第二個 if 判斷，判斷一下，myLock 鎖 key 的 hash 資料結構中，是否包含客戶端 2 的 ID，但是

明顯不是的，因為那里包含的是客戶端 1 的 ID，所以，客戶端 2 會獲取到 pttl myLock 回傳的一個數字，這個數字代表了 myLock 這個鎖 key的剩余生存時間，比如還剩 15000 毫秒的生存時間，此時客戶端 2 會進入一個 while 回圈，不停的嘗試加鎖，

30.watch dog 自動延期機制

客戶端 1 加鎖的鎖 key 默認生存時間才 30 秒，如果超過了 30 秒，客戶端 1 還想一直持有這把鎖，怎么辦呢？

簡單！只要客戶端 1 一旦加鎖成功，就會啟動一個 watch dog 看門狗，他是一個后臺執行緒，會

每隔 10 秒檢查一下，如果客戶端 1 還持有鎖 key，那么就會不斷的延長鎖 key 的生存時間，

31. 可重入加鎖機制

那如果客戶端 1 都已經持有了這把鎖了，結果可重入的加鎖會怎么樣呢？比如下面這種代碼：這時我們來分析一下上面那段 lua 腳本，第一個 if 判斷肯定不成立，“exists myLock”會顯示鎖key 已經存在了，第二個 if 判斷會成立，因為 myLock 的 hash 資料結構中包含的那個 ID，就是客戶端 1 的那個 ID，也就是“8743c9c0-0795-4907-87fd-6c719a6b4586:1”此時就會執行可重入加鎖的邏輯，他會用：incrby myLock 8743c9c0-0795-4907-87fd-6c71a6b4586:1 1 ，通過這個命令，對客戶端 1的加鎖次數，累加 1，此時 myLock 資料結構變為下面這樣：大家看到了吧，那個 myLock 的 hash 資料結構中的那個客戶端 ID，就對應著加鎖的次數

32. 釋放鎖機制

如果執行 lock.unlock()，就可以釋放分布式鎖，此時的業務邏輯也是非常簡單的，其實說白了，就是每次都對 myLock 資料結構中的那個加鎖次數減 1，如果發現加鎖次數是 0 了，說明這個客戶端已經不再持有鎖了，此時就會用：“del myLock” 命令，從 redis 里洗掉這個 key，然后呢，另外的客戶端 2 就可以嘗試完成加鎖了，這就是所謂的分布式鎖的開源 Redisson 框架的實作機制，一般我們在生產系統中，可以用 Redisson 框架提供的這個類別庫來基于 redis 進行分布式鎖的加鎖與釋放鎖，

33. 上述 Redis 分布式鎖的缺點

其實上面那種方案最大的問題，就是如果你對某個 redis master 實體，寫入了 myLock 這種鎖key 的 value，此時會異步復制給對應的 master slave 實體，但是這個程序中一旦發生 redis master 宕機，主備切換，redis slave 變為了 redis master，

接著就會導致，客戶端 2 來嘗試加鎖的時候，在新的 redis master 上完成了加鎖，而客戶端 1也以為自己成功加了鎖，此時就會導致多個客戶端對一個分布式鎖完成了加鎖，這時系統在業務語意上一定會出現問題，導致各種臟資料的產生，

所以這個就是 redis cluster，或者是 redis master-slave 架構的主從異步復制導致的 redis 分布式鎖的最大缺陷：在 redis master 實體宕機的時候，可能導致多個客戶端同時完成加鎖，

34. 使用過 Redis 分布式鎖么，它是怎么實作的？

先拿 setnx 來爭搶鎖，搶到之后，再用 expire 給鎖加一個過期時間防止鎖忘記了釋放，

如果在 setnx 之后執行 expire 之前行程意外 crash 或者要重啟維護了，那會怎么樣？

set 指令有非常復雜的引數，這個應該是可以同時把 setnx 和 expire 合成一條指令來用的！

35. 使用過 Redis 做異步佇列么，你是怎么用的？有什么缺點？

一般使用 list 結構作為佇列，rpush 生產訊息，lpop 消費訊息，當 lpop 沒有訊息的時候，要適當 sleep一會再重試，

缺點：

在消費者下線的情況下，生產的訊息會丟失，得使用專業的訊息佇列如 rabbitmq 等，

能不能生產一次消費多次呢？

使用 pub/sub 主題訂閱者模式，可以實作 1:N 的訊息佇列，

36. 什么是快取穿透？如何避免？什么是快取雪崩？何如避免？

快取穿透

一般的快取系統，都是按照 key 去快取查詢，如果不存在對應的 value，就應該去后端系統查找（比如DB），一些惡意的請求會故意查詢不存在的 key,請求量很大，就會對后端系統造成很大的壓力，這就叫做快取穿透，

如何避免？

1：對查詢結果為空的情況也進行快取，快取時間設定短一點，或者該 key 對應的資料 insert 了之后清理快取，

2：對一定不存在的 key 進行過濾，可以把所有的可能存在的 key 放到一個大的 Bitmap 中，查詢時通過該 bitmap 過濾，

快取雪崩

當快取服務器重啟或者大量快取集中在某一個時間段失效，這樣在失效的時候，會給后端系統帶來很大壓力，導致系統崩潰，