Redis缓存高频面试题（真实企业面试版）

Redis缓存高频面试题（真实企业面试版）一、Redis基础认知（初级必问）1、Redis是什么？核心特点有哪些？Redis是一款开源的、基于内存的高性能键值对数据库，常被用作缓存、分布式锁、消息队列、计数器等场景。核心特点：高性能：纯内存操作，读写速度极快，单机QPS可达10万+数据结构丰富：支持String、List、Set、Hash、ZSet等多种数据结构，适配不同业务场景持久化能力：支持RDB、AOF两种持久化方式，防止断电数据丢失单线程模型：核心读写命令单线程执行，避免多线程竞争锁开销高可用、可集群：支持主从复制、哨兵模式、Cluster集群，满足高可用和海量数据场景支持过期、淘汰策略：自动清理过期数据，控制内存占用2、Redis为什么速度这么快？行业内常问到的核心问题，核心四点原因：纯内存操作：所有数据存储在内存，避免磁盘IO的耗时，读写效率远超磁盘数据库单线程无锁竞争：核心命令串行执行，不需要频繁加锁、解锁，规避了多线程上下文切换、锁等待的开销IO多路复用模型：采用epoll实现非阻塞IO，单线程可以高效处理大量客户端连接，不会被单个连接阻塞数据结构极简优化：底层数据结构都是高度优化的简易结构，查询、修改时间复杂度极低，同时命令执行逻辑轻量化3、Redis单线程为什么不会产生CPU瓶颈？Redis的瓶颈从来不在CPU，主要在内存和网络IO。原因：Redis单线程仅负责命令解析、读写数据、逻辑处理，这些都是轻量化操作；耗时的持久化、文件同步、集群同步等操作，均由子线程、子进程异步完成，不占用主线程CPU资源，因此单线程完全可以支撑高并发。4、Redis常用数据结构及适用业务场景？String（字符串）：最基础类型，支持读写、自增自减。场景：用户信息缓存、接口限流、计数器、分布式ID、验证码存储Hash（哈希）：键值对集合，适合存储对象。场景：用户详情、商品信息、订单基础信息，可单独修改某个字段，无需整体更新List（列表）：有序可重复，双向链表结构。场景：简单消息队列、任务队列、用户浏览记录、排行榜时序数据Set（集合）：无序不可重复，支持交集、并集、差集。场景：好友列表、点赞用户、去重统计、共同好友筛选ZSet（有序集合）：不可重复、自带权重排序。场景：热搜榜单、积分排行榜、延时任务、带权重的排序统计二、Redis持久化（面试高频）1、Redis两种持久化方式：RDB和AOF区别？各自优缺点？RDB（快照持久化）定期将内存中全量数据生成二进制快照文件保存到磁盘，默认dump.rdb。优点：文件体积小、恢复速度快，适合做冷备份持久化过程由子进程完成，主线程几乎无性能损耗缺点：有数据丢失风险：两次快照之间的增量数据会丢失大数据量时fork子进程会短暂卡顿AOF（日志持久化）实时记录Redis的每一条写命令，追加到日志文件，重启时重放命令恢复数据。优点：数据安全性极高，支持秒级甚至几乎零丢失日志以追加形式写入，不会损坏原有文件数据缺点：日志文件体积大，恢复速度比RDB慢高频写入场景下，IO开销比RDB大2、线上Redis持久化怎么配置？生产环境默认RDB+AOF双开启。理由：AOF保证数据尽可能不丢失，RDB用于快速恢复和冷备份。如果只开AOF，文件过大恢复慢；只开RDB，丢失数据风险高，双模式兼顾安全和性能。3、AOF重写机制了解吗？为什么需要重写？AOF会持续追加写命令，长期运行后日志文件会极度臃肿，大量重复命令（比如多次修改同一个key）占用磁盘空间。AOF重写会开启子进程，根据当前内存最新数据，生成一份精简的新日志文件，替换旧文件，清除冗余命令，压缩文件体积，提升数据恢复效率，全程不影响主线程正常读写。三、缓存三大经典问题（核心必考）1、缓存穿透、缓存击穿、缓存雪崩的区别？解决方案？（1）缓存穿透现象：查询不存在的数据，缓存和数据库都没有，请求直接打到数据库，高频恶意请求会压垮数据库。解决方案：空值缓存：查询为空时，缓存空数据，设置较短过期时间布隆过滤器：提前过滤不存在的key，拦截无效请求接口限流、参数校验，拦截非法请求（2）缓存击穿现象：热点key过期瞬间，大量并发请求同时打向数据库，瞬间压垮DB。解决方案：热点key永不过期加分布式锁（Redisson），保证同一时间只有一个请求更新缓存过期时间随机偏移，避免批量key同时过期（3）缓存雪崩现象：大量缓存key同时过期/Redis集群宕机，所有请求全部直达数据库，导致数据库雪崩宕机。解决方案：过期时间加随机值，避免批量过期搭建Redis高可用集群（主从+哨兵/Cluster），避免单点宕机服务层加熔断、降级、限流机制搭建多级缓存（本地缓存+Redis分布式缓存）2、缓存和数据库数据一致性怎么保证？没有绝对的实时一致，业务中根据一致性要求选择方案：普通业务（最终一致即可）：更新数据库+删除缓存（优先删缓存，比更新缓存更稳妥），依靠过期时间自动同步数据高一致业务：更新数据库后，延时双删缓存，规避并发更新导致的脏数据强一致场景：读写串行化、分布式锁控制读写时序，或直接查数据库禁止先更新缓存再更新数据库，极易出现数据不一致四、Redis过期与淘汰策略1、Rediskey过期删除策略有哪些？惰性删除：key过期后不立即删除，下次访问时才检测删除，节省CPU资源，但会占用内存定期删除：主线程定时随机抽取部分过期key删除，平衡CPU和内存占用，避免大量过期key堆积Redis默认采用惰性删除+定期删除结合的方式。2、Redis内存淘汰策略有哪些？生产用哪种？当内存达到maxmemory阈值时，触发淘汰策略，共8种，生产常用2种：allkeys-lru（生产主流）：优先淘汰最近最少使用的key，适配绝大多数缓存业务volatile-lru：只淘汰带过期时间的最少使用key，永久数据不会被删除其余策略：淘汰最久未使用、随机淘汰、淘汰过期时间最近的key等，极少线上使用五、Redis高可用与集群1、主从复制原理？存在什么问题？主节点负责读写，从节点同步主节点数据，分担读压力，实现读写分离。复制流程：全量同步（初次同步RDB快照）+增量同步（持续同步主节点写命令）。存在问题：主节点宕机后无法自动切换，需要人工干预，不具备完整高可用能力。2、哨兵模式的作用？哨兵是专门监控主从集群的独立进程，核心能力：监控：实时监控主、从节点状态自动故障转移：主节点宕机，自动选举新主节点，重新搭建主从架构消息通知：将集群故障、切换结果同步给客户端哨兵解决了主从模式无法自动切换的问题，适合中小型集群。3、RedisCluster集群原理？为什么用集群？Cluster是Redis分布式集群，采用哈希槽机制，总共16384个槽位，均匀分配给所有主节点。根据key的CRC16哈希值对16384取模，确定key存储的节点。集群优势：横向扩容：支持动态增减节点，突破单机内存、并发限制高可用：每个主节点搭配从节点，单个节点故障不影响整体集群数据分片存储，海量数据场景适配性更强六、Redis实战场景与踩坑题（进阶）1、Redis分布式锁实现原理？有什么坑？怎么解决？核心实现：利用SETNXEX命令，key不存在则创建（加锁），设置过期时间，防止死锁；释放锁通过Lua脚本，保证原子性（判断归属+删除）。常见坑及解决方案：锁超时导致误释放：加锁时存入唯一标识（UUID），释放锁先校验归属业务执行超时锁过期：开启锁续期机制（看门狗）释放锁非原子：使用Lua脚本保证操作原子性生产优先使用Redisson，自动实现续期、原子解锁、可重入锁等能力。2、Redis适合做哪些场景？不适合做哪些？适合场景：热点数据缓存、分布式锁、限流计数器、简单消息队列、排行榜、会话存储、去重统计不适合场景：海量冷数据存储、数据一致性要求极高的核心交易数据、复杂事务场景、超大文本存储3、Redis大key问题是什么？有什么影响？怎么处理？大key：单个key对应value过大（String超过10KB、集合类元素过多）。危害：读写耗时变长、阻塞主线程、引发网络带宽打满、集群数据迁移卡顿、导致缓存超时、业务报错。解决方案：拆分大key：将大集合拆分为多个小key存储优化数据结构，精简存储内容限制