Redis高频面试题及详细实操答案（接地气版）

Redis高频面试题及详细实操答案（接地气版）一、Redis基础认知（初级必问）1、Redis是什么？优缺点是什么？答案：Redis是一款开源的内存型键值对数据库，常用于缓存、分布式锁、限流、消息队列等场景，支持多种数据结构。优点：速度极快：数据主要存内存，单线程模型避免线程竞争开销，单机QPS能到10万+数据结构丰富：支持String、List、Hash、Set、ZSet等，能适配绝大多数业务场景支持持久化：可以把内存数据落地磁盘，重启不丢数据功能齐全：支持过期删除、事务、Lua脚本、发布订阅、集群扩容轻量易用：部署简单、命令直观，运维成本低缺点：内存受限：数据依赖内存，成本比磁盘数据库高，不适合存海量冷数据单线程瓶颈：单核性能强，但无法利用多核CPU，大流量场景需搭集群持久化有损耗：RDB、AOF持久化会占用一定磁盘和CPU资源2、Redis为什么这么快？答案：网上很多标准答案很虚，实际核心就4点：纯内存操作：所有读写都在内存完成，没有磁盘IO的耗时，这是最核心原因单线程模型：避免了多线程锁竞争、线程切换的开销，代码执行效率极高IO多路复用：用epoll模型，一个线程能监听大量客户端连接，不用为每个连接开线程数据结构高效：底层都是优化过的简易数据结构，没有多余冗余逻辑补充：Redis6.0后的多线程只用来处理网络IO，核心读写命令还是单线程，保证线程安全。3、Redis单线程为什么不会CPU瓶颈？答案：Redis的瓶颈从来不是CPU，而是内存和网络IO。单线程执行的都是简单内存操作，速度极快，每秒能处理十万级请求，绝大多数业务的流量根本打不满CPU。只有在执行耗时Lua脚本、超大key删除、大量模糊查询时，才会出现CPU打满、主线程阻塞的问题。4、Redis常用数据结构及业务场景？答案：只记工作中最常用的，面试够用：String：缓存用户信息、配置、计数器、分布式锁、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、支持局部更新List：有序可重复，做简单消息队列、点赞列表、日志队列Set：无序不可重复，做去重、好友共同关注、抽奖去重ZSet：有序不可重复（带score分值），做排行榜、延时队列、权重排序二、Redis过期与淘汰策略（高频必问）1、Rediskey过期删除机制有哪些？答案：三种机制配合使用，不是单一方式：定时删除：key到期立刻删除。优点是内存释放及时，缺点是过期key多会占用大量CPU，主线程阻塞，生产基本不用惰性删除：key到期不主动删，下次访问时才判断过期并删除。优点是省CPU，缺点是过期key长期占内存，造成内存浪费定期删除：每隔一段时间，随机抽取一批key检查过期并删除。平衡CPU和内存压力，是Redis默认的主动过期方式总结：日常靠惰性删除兜底，定期删除主动清理，杜绝大量过期key堆积。2、Redis内存淘汰策略有哪些？生产常用哪种？答案：当Redis内存达到maxmemory上限时，触发淘汰策略，一共8种，分4类：不淘汰：noeviction（默认），内存满了直接报错，拒绝写入，生产绝对不用淘汰所有key：

allkeys-lru：淘汰最近最少使用的key（生产最常用）allkeys-lfu：淘汰最少访问次数的keyallkeys-random：随机淘汰key只淘汰带过期的key：

volatile-lru：过期key中淘汰最少使用的volatile-lfu：过期key中淘汰最少访问的volatile-ttl：过期key中优先删快到期的volatile-random：过期key中随机删生产推荐：allkeys-lru，适配绝大多数缓存场景，优先保留热点数据，淘汰冷数据。3、LRU和LFU的区别？答案：LRU：看最近使用时间，很久没用就淘汰。缺点：偶尔访问一次的冷数据，会挤占长期高频访问但短暂未更新的热点数据LFU：看访问频次，用得少就淘汰。更贴合真实业务热点，能规避LRU的缺陷，Redis4.0+支持三、Redis持久化（中高级必问）1、RDB和AOF的区别？生产怎么选择？答案：RDB（快照持久化）定期把全量内存数据生成二进制快照文件落地磁盘。优点：文件小、恢复速度快、不频繁占用IO缺点：会丢数据，两次快照之间的新增数据断电会丢失；fork子进程会占用内存AOF（日志持久化）记录每一条写命令日志，重启后重放日志恢复数据。优点：数据安全性高，最多丢1秒数据（默认配置）缺点：日志文件大，恢复速度慢，持续占用磁盘IO生产选型纯缓存场景：可以关闭持久化，丢数据不影响业务数据要求高：RDB+AOF同时开启，兼顾恢复速度和数据安全2、AOF三种刷盘策略？答案：always：每写一条命令立刻刷盘，数据零丢失，性能极差，不用everysec：每秒批量刷盘，最多丢1秒数据，生产默认推荐no：交给操作系统自动刷盘，性能最高，丢数据风险大3、AOF重写机制是什么？答案：AOF日志会持续累加，大量冗余命令（比如同一个key多次修改）会导致文件超大。Redis会触发AOF重写，遍历当前内存数据，用最少的命令生成新日志文件，替换旧文件，压缩文件体积，不影响正常读写。四、缓存三大问题（面试核心、工作常用）1、缓存穿透、击穿、雪崩的区别及解决方案？（1）缓存穿透现象：查询数据库和缓存都没有的数据（比如恶意伪造id），请求直接打穿到数据库，高频请求会压垮DB。解决方案：空值缓存：查询为空时，缓存空key，设置短过期时间布隆过滤器：提前拦截不存在的key，拒绝请求到缓存和DB接口校验、限流防刷（2）缓存击穿现象：热点key过期瞬间，大量并发请求同时查数据库，瞬间压垮DB。解决方案：互斥锁（分布式锁）：保证同一时间只有一个请求查DB、更新缓存热点key永不过期过期时间随机偏移，避免批量过期（3）缓存雪崩现象：大量key同时过期，或者Redis集群宕机，所有请求全部打向数据库，造成DB雪崩宕机。解决方案：过期时间加随机值，避免批量过期搭建Redis集群、主从+哨兵，避免单点故障服务层加降级、限流、熔断机制多级缓存（本地缓存+Redis缓存）2、缓存和数据库双写一致性怎么保证？答案：没有绝对完美的方案，根据业务一致性要求选择：（1）普通业务（允许短暂不一致）优先用更新数据库、删除缓存，不更新缓存。原因：更新缓存容易产生无效更新，删除缓存成本更低，后续查询自动回写最新数据。（2）一致性要求较高采用延迟双删：先删缓存、更新数据库、休眠短暂时间再删一次缓存，解决读写并发导致的脏数据问题。（3）强一致性业务直接放弃缓存，直连数据库；或用分布式锁锁住读写操作，保证串行执行。补充：绝对不要用“先更缓存再更DB”，极易造成数据永久不一致。五、Redis高可用（主从、哨兵、集群）1、主从复制原理？答案：Redis主从架构：主节点写，从节点读，从节点同步主节点数据，实现读写分离、数据备份。同步流程：从节点首次连接主节点，触发全量同步：主节点生成RDB快照，发送给从节点，同时缓存同步期间的写命令从节点加载RDB文件完成初始化主节点推送缓存的增量命令，从节点执行，追上主节点数据后续持续增量同步，实时同步主节点写命令2、哨兵机制的作用？答案：哨兵是专门监控主从节点的工具，解决主节点宕机无法自动切换的问题，实现高可用。核心三大作用：监控：实时监测主、从节点是否存活通知：节点异常时推送消息给客户端自动故障转移：主节点宕机，哨兵投票选出新主节点，自动切换主从，重启旧主变为从节点注意：哨兵无法解决容量扩容、读写压力上限问题，只能保证高可用。3、Redis集群原理（哈希槽）？答案：RedisCluster集群采用哈希槽分片，一共16384个槽位，均匀分配给所有主节点。读写流程：根据key计算CRC16哈希值，对16384取模，得到对应槽位，定位到对应主节点执行命令。集群优势：横向扩容、分担读写压力、突破单机内存和QPS限制，同时自带故障转移。缺点：不支持多key批量操作（跨槽位）、事务支持有限。六、Redis实战踩坑与优化1、什么是大key？危害及解决方案？答案：一般定义：String超过10KB，集合类型元素超过1000个，都算大key。危害：读写耗时变长，阻塞主线程，导致Redis卡顿网络传输量大，接口响应慢集群迁移、过期删除时极易引发性能抖动解决方案：拆分大key：将超大集合拆分为多个小key避免存储超大字符串，精简缓存数据异步删除大key（unlink命令替代del）2、Redis热点key问题怎么解决？答案：热点key是某个key访问量极高，单机扛不住压力，流量倾斜严重。解决方案：本地缓存兜底：JVM本地缓存优先查询，减少Redis请求量热点key分片：同一个热点数据分散到多个key，分摊流量集群扩容，单独隔离热点key节点3、Redis为什么不适合存大量冷数据？答案：Redis是内存数据库，内存成本远高于磁盘。大量冷数据长期占用内存，会挤占热点数据内存，触发内存淘汰，导致缓存命中率下降、性能变差。冷数据直接存MySQL、ES等磁盘数据库即可。4