Redis 真实高频面试题（实战向、无模板话术）

Redis真实高频面试题（实战向、无模板话术）整套面试题贴合一线互联网公司真实面试节奏，从基础入门、核心原理、缓存痛点、集群架构到线上实战场景，循序渐进，无冗余套话，全部为面试高频提问内容。一、基础认知面试题（初级必问）1.说说你对Redis的理解，它是什么类型的数据库？Redis是一款开源的、基于内存的键值对NoSQL数据库，数据主要存储在内存中，读写速度极快。同时支持持久化落地磁盘，避免断电数据丢失。相比MySQL这类关系型数据库，它不支持复杂事务、联表查询，主打高性能、高并发，多用于缓存、计数器、分布式锁、限流等场景。2.Redis为什么速度这么快？核心有几点：第一，数据全程基于内存操作，没有磁盘IO开销；第二，采用单线程模型处理核心读写命令，避免了多线程的线程竞争、锁开销和上下文切换问题；第三，底层做了大量IO多路复用优化，用少量线程就能处理大量客户端连接；第四，底层数据结构都是高度优化的极简结构，查询和写入效率极高。3.Redis单线程为什么还能支撑高并发？首先要明确，Redis的单线程指的是命令执行线程，网络IO、持久化、集群同步等操作是多线程执行的。命令执行单线程规避了锁竞争、线程切换的消耗，且Redis绝大部分命令都是O(1)、O(logN)的轻量操作，执行速度极快，单线程完全可以支撑十万级QPS。真正的瓶颈不在线程，而在网络带宽和内存大小。4.Redis支持哪些数据类型？日常常用场景分别是什么？基础五种：String、List、Hash、Set、ZSet。String：最常用，缓存用户信息、配置、验证码、计数器、限流计数；Hash：存储结构化数据，比如用户详情、商品信息，比String序列化更省内存、支持单独修改字段；List：有序可重复，做消息队列、文章列表、时间线数据；Set：无序不可重复，用于去重、交集并集计算，比如好友共同关注、点赞用户去重；ZSet：有序不可重复，带分数权重，用于排行榜、延时队列、权重排序场景。扩展类型：Geo（地理位置）、Bitmap（位图签到）、HyperLogLog（海量数据去重统计）、Stream（可靠消息队列）。5.Redis默认端口、默认数据库数量，数据库可以自定义吗？默认端口6379，默认16个数据库，编号0-15。数据库数量可以在配置文件中修改，但生产环境一般不建议多库混用，不同业务建议部署独立Redis实例，避免互相影响、key冲突、故障牵连。二、核心原理与数据结构（中级高频）1.RedisString底层是什么结构？最大存储容量多少？底层是SDS简单动态字符串，不同于C语言原生字符串，支持动态扩容、预分配内存、杜绝缓冲区溢出、记录字符串长度。单个Stringkey最大可以存储512MB数据，日常业务不会用到这么大，大key会导致卡顿、集群分片不均，生产必须规避。2.什么是Redis大key、热key？有什么危害，怎么解决？大key：单个key存储数据过大，比如String超过10KB、集合类型元素过万。危害是删除、过期、迁移时会阻塞主线程，导致Redis卡顿、接口超时。解决方式：大key拆分、精简存储数据、分批删除、避免存储超大序列化数据。热key：某个key被超高并发访问，流量集中在单个Redis节点，导致节点打满、集群失衡。解决方式：本地缓存兜底、key后缀哈希打散、热点数据多副本部署。3.Redis过期键删除策略是什么？采用「惰性删除+定期删除」结合的策略，没有采用实时删除，避免大量过期键同时删除阻塞主线程。惰性删除：key被访问时，判断是否过期，过期则直接删除；定期删除：后台线程定时随机抽取部分过期key清理，减少内存占用；缺点是极端情况下会有大量过期键占用内存，需要配合内存淘汰策略兜底。4.Redis内存淘汰策略有哪些？生产常用哪种？一共8种策略，核心分为三类：1.不淘汰：noeviction，内存满了直接报错，不建议生产使用；2.淘汰所有key：随机淘汰、LRU淘汰、LFU淘汰；3.只淘汰带过期时间的key：随机、LRU、LFU淘汰。生产最常用volatile-lru，优先淘汰带过期时间、最少使用的key，保证常驻核心数据不被误删；新版本优先用volatile-lfu，按访问频率淘汰，精准度更高。5.讲讲Redis的持久化机制，RDB和AOF区别、优缺点Redis支持两种持久化方式，生产一般开启混合持久化。RDB：快照持久化，定时把全量内存数据写入磁盘二进制文件。优点：文件小、恢复速度快、不影响日常读写性能；缺点：会丢失最后一次快照后的增量数据，数据一致性一般。AOF：日志持久化，记录每一条写命令日志。优点：数据几乎不丢失，支持秒级数据恢复；缺点：日志文件大，恢复速度慢，高频写入会有轻微性能损耗。混合持久化：Redis4.0+支持，AOF重写时先写入RDB全量数据，再追加增量AOF日志，兼顾恢复速度和数据安全性。6.AOF三种刷盘策略区别？生产怎么选？always：每次写命令都刷盘，数据绝对安全，性能极差，不用；everysec：每秒刷盘一次，最多丢失1秒数据，性能均衡，生产默认首选；no：交给系统自动刷盘，性能最高，宕机丢失数据多，不推荐。三、缓存经典问题（面试重中之重）1.缓存穿透、缓存击穿、缓存雪崩分别是什么？怎么解决？缓存穿透：查询数据库和缓存都不存在的数据，比如恶意伪造id，请求直接打穿到数据库，压垮DB。解决：接口参数校验、空值缓存、布隆过滤器拦截非法key。缓存击穿：某个热点key过期瞬间，大量并发请求同时打向数据库。解决：热点key永不过期、加分布式锁、互斥锁限流、过期时间随机偏移。缓存雪崩：大量key同时过期，或Redis集群宕机，所有请求全部访问数据库，导致数据库崩盘。解决：过期时间加随机值、搭建Redis高可用集群、多级缓存、服务熔断降级、限流。2.缓存和数据库双写一致性问题怎么解决？没有绝对完美的方案，根据业务场景选择：1.普通低并发业务：更新数据库、删除缓存，简单高效，满足绝大多数场景；2.高并发一致性要求高：延迟双删，先删缓存、更新数据库、延迟几秒再删一次缓存，解决并发读写不一致问题；3.强一致性业务：放弃缓存，直接查库，或采用canal监听binlog异步更新缓存；同时禁止更新缓存，只删缓存，避免并发更新覆盖数据。3.为什么不建议直接更新缓存？高并发场景下，会出现读写顺序错乱，后更新数据库的线程先更新缓存，先更新数据库的线程后更新缓存，导致缓存数据是旧数据，出现数据永久不一致。删除缓存可以规避这个并发问题。四、高可用与集群架构（中高级面试）1.Redis主从复制原理是什么？分为全量同步和增量同步。首次建立主从关系时，主节点执行bgsave生成RDB快照，发送给从节点，从节点加载快照完成全量同步；同步期间主节点新写入的命令会缓存，同步完成后增量回放。后续主节点持续同步增量命令，保证主从数据一致。2.主从复制会有什么问题？存在数据延迟，主从同步有短暂时间差，高并发下会出现读写不一致；主节点宕机后无法自动切换，需要手动运维，不具备高可用能力，所以需要搭配哨兵模式。3.Redis哨兵模式作用和原理？哨兵核心作用：监控主从节点、自动故障转移、通知客户端最新主节点地址。多个哨兵节点互相监控，定期心跳检测主节点状态，主观下线后，多个哨兵确认客观下线，自动投票选举新主节点，将从节点升级为主节点，其他从节点切换新主节点同步数据，实现故障自动恢复。4.RedisCluster集群原理？哈希槽机制是什么？Redis集群采用分片机制，无中心节点，默认16384个哈希槽，根据key的CRC16算法取模，分配到不同主节点。每个主节点负责一部分槽位，从节点负责备份。集群支持水平扩容、分片存储，解决单节点内存和并发瓶颈。哈希槽和一致性哈希不同，槽位固定，扩容只需迁移对应槽位数据，无需迁移全部数据，扩容更高效。5.Redis集群为什么是16384个槽位？槽位太少，集群节点分配不均，分片粒度太粗；槽位太多，集群心跳同步的槽位信息占用带宽过高，浪费资源。16384是官方权衡带宽、分片粒度、扩容效率后的最优值。6.Redis集群能否保证强一致性？不能，Redis集群是最终一致性。主节点写入成功立即返回，异步同步到从节点，如果主节点写入成功后立刻宕机，数据还没同步到从节点，故障转移后新主节点会丢失这部分数据。强一致性场景不建议用Redis集群。五、实战场景与问题排查（高阶面试）1.Redis为什么会产生阻塞？线上卡顿怎么排查？常见阻塞原因：大key操作、大量过期键集中删除、fork子进程持久化耗时、网络问题、慢命令（keys、flushall、hgetall等）。排查思路：查看慢日志、监控内存波动、排查大key、检查持久化日志、查看集群节点状态、统计高频慢命令。生产禁止线上使用keys、flushall高危命令。2.Redis分布式锁实现原理？有什么缺陷，怎么优化？基础实现：setkeyvaluenxex过期时间，保证加锁原子性。存在问题：锁过期释放导致并发问题、业务超时锁误删、主从异步同步锁失效。优化方案：使用Redisson实现可重入锁、看门狗续期、防误删、公平锁、读写锁，解决原生锁的各类缺陷。3.Redisson看门狗原理是什么？客户端加锁成功后，后台开启定时线程，每隔10秒检查锁状态，如果业务未执行完毕，自动延长锁过期时间，避免业务没执行完、锁提前过期释放的问题，业务执行完成后主动关闭续期线程。4.Redis适合做什么？不适合做什么？适合：热点数据缓存、计数器、限流、分布式锁、排行榜