[[286858]]

1、說說 Redis 都有哪些應用場景?

• 緩存：這應該是 Redis 主要的功能了，也是大型網站必備機制，合理地使用緩存不僅可以加 快數據的訪問速度，而且能夠有效地降低后端數據源的壓力。
• 共享Session：對于一些依賴 session 功能的服務來說，如果需要從單機變成集群的話，可以選擇 redis 來統一管理 session。
• 消息隊列系統：消息隊列系統可以說是一個大型網站的必備基礎組件，因為其具有業務 解耦、非實時業務削峰等特性。Redis提供了發布訂閱功能和阻塞隊列的功 能，雖然和專業的消息隊列比還不夠足夠強大，但是對于一般的消息隊列功 能基本可以滿足。比如在分布式爬蟲系統中，使用 redis 來統一管理 url隊列。
• 分布式鎖：在分布式服務中。可以利用Redis的setnx功能來編寫分布式的鎖，雖然這個可能不是太常用。

當然還有諸如排行榜、點贊功能都可以使用 Redis 來實現，但是 Redis 也不是什么都可以做，比如數據量特別大時，不適合 Redis，我們知道 Redis 是基于內存的，雖然內存很便宜，但是如果你每天的數據量特別大，比如幾億條的用戶行為日志數據，用 Redis 來存儲的話，成本相當的高。

2、單線程的 Redis 為什么這么快?

Redis 有多快?官方給出的答案是讀寫速度 10萬/秒，如果說這是在單線程情況下跑出來的成績，你會不會驚訝?為什么單線程的 Redis 速度這么快?原因有以下幾點：

• 純內存操作：Redis 是完全基于內存的，所以讀寫效率非常的高，當然 Redis 存在持久化操作，在持久化操作是都是 fork 子進程和利用 Linux 系統的頁緩存技術來完成，并不會影響 Redis 的性能。
• 單線程操作：單線程并不是壞事，單線程可以避免了頻繁的上下文切換，頻繁的上下文切換也會影響性能的。
• 合理高效的數據結構
• 采用了非阻塞 I/O 多路復用機制：多路I/O復用模型是利用 select、poll、epoll 可以同時監察多個流的 I/O 事件的能力，在空閑的時候，會把當前線程阻塞掉，當有一個或多個流有 I/O 事件時，就從阻塞態中喚醒，于是程序就會輪詢一遍所有的流(epoll 是只輪詢那些真正發出了事件的流)，并且只依次順序的處理就緒的流，這種做法就避免了大量的無用操作。

3、說說 Redis 的數據結構及使用場景

Redis 提供了 5種數據結構，每一種數據結構有各種的使用場景。

1、String 字符串

字符串類型是 Redis 最基礎的數據結構，首先鍵都是字符串類型，而且 其他幾種數據結構都是在字符串類型基礎上構建的，我們常使用的 set key value 命令就是字符串。常用在緩存、計數、共享Session、限速等。

2、Hash 哈希

在Redis中，哈希類型是指鍵值本身又是一個鍵值對 結構，形如value={{field1，value1}，...{fieldN，valueN}}，添加命令：hset key field value。哈希可以用來存放用戶信息，比如實現購物車

3、List 列表

列表(list)類型是用來存儲多個有序的字符串。可以做簡單的消息隊列的功能。另外，可以利用 lrange 命令，做基于 Redis的分頁功能，性能極佳，用戶體驗好。

4、Set 集合

集合(set)類型也是用來保存多個的字符串元素，但和列表類型不一 樣的是，集合中不允許有重復元素，并且集合中的元素是無序的，不能通過 索引下標獲取元素。利用 Set 的交集、并集、差集等操作，可以計算共同喜好，全部的喜好，自己獨有的喜好等功能。

5、Sorted Set 有序集合

Sorted Set 多了一個權重參數 Score，集合中的元素能夠按 Score 進行排列。可以做排行榜應用，取 TOP N 操作

4、說一說 Redis 的數據過期淘汰策略

先給大家一個結論，Redis 中數據過期策略采用定期刪除+惰性刪除策略。

1、定期刪除、惰性刪除策略是什么?

• 定期刪除策略：Redis 啟用一個定時器定時監視所有的 key，判斷key是否過期，過期的話就刪除。這種策略可以保證過期的 key 最終都會被刪除，但是也存在嚴重的缺點：每次都遍歷內存中所有的數據，非常消耗 CPU 資源，并且當 key 已過期，但是定時器還處于未喚起狀態，這段時間內 key 仍然可以用。
• 惰性刪除策略：在獲取 key 時，先判斷 key 是否過期，如果過期則刪除。這種方式存在一個缺點：如果這個 key 一直未被使用，那么它一直在內存中，其實它已經過期了，會浪費大量的空間。

2、定期刪除+惰性刪除策略是如何工作的?

這兩種策略天然的互補，結合起來之后，定時刪除策略就發生了一些改變，不在是每次掃描全部的 key 了，而是隨機抽取一部分 key 進行檢查，這樣就降低了對 CPU 資源的損耗，惰性刪除策略互補了為檢查到的key，基本上滿足了所有要求。但是有時候就是那么的巧，既沒有被定時器抽取到，又沒有被使用，這些數據又如何從內存中消失?沒關系，還有內存淘汰機制，當內存不夠用時，內存淘汰機制就會上場。Redis 內存淘汰機制有以下幾種策略：

• noeviction：當內存不足以容納新寫入數據時，新寫入操作會報錯。(Redis 默認策略)
• allkeys-lru：當內存不足以容納新寫入數據時，在鍵空間中，移除最近最少使用的 Key。(推薦使用)
• allkeys-random：當內存不足以容納新寫入數據時，在鍵空間中，隨機移除某個 Key。
• volatile-lru：當內存不足以容納新寫入數據時，在設置了過期時間的鍵空間中，移除最近最少使用的 Key。這種情況一般是把 Redis 既當緩存，又做持久化存儲的時候才用。
• volatile-random：當內存不足以容納新寫入數據時，在設置了過期時間的鍵空間中，隨機移除某個 Key。
• volatile-ttl：當內存不足以容納新寫入數據時，在設置了過期時間的鍵空間中，有更早過期時間的 Key 優先移除。

修改內存淘汰機制只需要在 redis.conf 配置文件中配置 maxmemory-policy 參數即可。

5、如何解決 Redis 緩存穿透和緩存雪崩問題

緩存雪崩： 由于緩存層承載著大量請求，有效地 保護了存儲層，但是如果緩存層由于某些原因不能提供服務，比如 Redis 節點掛掉了，熱點 key 全部失效了，在這些情況下，所有的請求都會直接請求到數據庫，可能會造成數據庫宕機的情況。

預防和解決緩存雪崩問題，可以從以下三個方面進行著手：

1、使用 Redis 高可用架構：使用 Redis 集群來保證 Redis 服務不會掛掉

2、緩存時間不一致： 給緩存的失效時間，加上一個隨機值，避免集體失效

3、限流降級策略：有一定的備案，比如個性推薦服務不可用了，換成熱點數據推薦服務

緩存穿透： 緩存穿透是指查詢一個根本不存在的數據，這樣的數據肯定不在緩存中，這會導致請求全部落到數據庫上，有可能出現數據庫宕機的情況。

預防和解決緩存穿透問題，可以考慮以下兩種方法：

1、緩存空對象： 將空值緩存起來，但是這樣就有一個問題，大量無效的空值將占用空間，非常浪費。

2、布隆過濾器攔截： 將所有可能的查詢key 先映射到布隆過濾器中，查詢時先判斷key是否存在布隆過濾器中，存在才繼續向下執行，如果不存在，則直接返回。布隆過濾器有一定的誤判，所以需要你的業務允許一定的容錯性。