Redis的全稱是：Remote Dictionary.Server，本質上是一個Key-Value類型的記憶體資料庫，很像 memcached，整個資料庫統統載入在記憶體當中進行操作，定期通過非同步操作把資料庫數據flush到硬碟 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... ...
分享分享自己收藏的學習資料，有需要的朋友可以找我獲取
根據自身面試經歷整理以及不斷收集的（珍藏版）
【推薦】2020年最新Java電子書集合.pdf(吐血整理) >>>
https://www.cnblogs.com/xiaogeng88/p/12692306.html
1、什麼是Redis？簡述它的優缺點？
Redis的全稱是：Remote Dictionary.Server，本質上是一個Key-Value類型的記憶體資料庫，很像 memcached，整個資料庫統統載入在記憶體當中進行操作，定期通過非同步操作把資料庫數據flush到硬碟 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數據結構，此外單個value的最大限 制是1GB，不像 memcached只能保存1MB的數據，因此Redis可以用來實現很多有用的功能。 比方說用他的List來做FIFO雙向鏈表，實現一個輕量級的高性 能消息隊列服務，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設置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，不能用作海量數據的高性能 讀寫，因此Redis適合的場景主要局限在較小數據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元串，redis作為其替代者，支持更為豐富的數據類型 2.redis的速度比memcached快很多redis的速度比memcached快很多 3.redis可以持久化其數據redis可以持久化其數據 3、Redis支持哪幾種數據類型？ String、List、Set、Sorted Set、hashes
4、Redis主要消耗什麼物理資源？ 記憶體。
5、Redis有哪幾種數據淘汰策略？ 1.noeviction:返回錯誤當記憶體限制達到，並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），使得新添加的數據有空間存放。 3.volatile-lru: 嘗試回收最少使用的鍵（LRU），但僅限於在過期集合的鍵,使得新添加的數據有空間存 放。 4.allkeys-random: 回收隨機的鍵使得新添加的數據有空間存放。 5.volatile-random: 回收隨機的鍵使得新添加的數據有空間存放，但僅限於在過期集合的鍵。 6.volatile-ttl: 回收在過期集合的鍵，並且優先回收存活時間（TTL）較短的鍵,使得新添加的數據有空間 存放。
6、Redis官方為什麼不提供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，反而會帶來相容性等問 題。
7、一個字元串類型的值能存儲最大容量是多少？ 512M
8、為什麼Redis需要把所有數據放到記憶體中？ Redis為了達到最快的讀寫速度將數據都讀到記憶體中，並通過非同步的方式將數據寫入磁碟。 所以redis具有快速和數據持久化的特征，如果不將數據放在記憶體中，磁碟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， 如果設置了最大使用的記憶體，則數據已有記錄數達 到記憶體限值後不能繼續插入新值。
9、Redis集群方案應該怎麼做？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 數據可恢復到新hash節點。 redis cluster3.0自帶的集群，特點在於他的分散式演算法不是一致性hash，而是hash槽的概念，以及自 身支持節點設置從節點。具體看官方文檔介紹。 3.在業務代碼層實現，起幾個毫無關聯的redis實例，在代碼層，對key進行hash計算，然後去對應的 redis實例操作數據。這種方式對hash層代碼要求比較高，考慮部分包括，節點失效後的替代演算法方 案，數據震蕩後的自動腳本恢復，實例的監控，等等。 歡迎工作一到五年的Java工程師朋友們加入Java進階架構學習交流：952124565，群內提供免費的 Java架構學習資料（裡面有高可用、高併發、高性能及分散式、Jvm性能調優、Spring源碼， MyBatis，Netty,Redis,Kafka,Mysql,Zookeeper,Tomcat,Docker,Dubbo,Nginx等多個知識點的架構資 料）合理利用自己每一分每一秒的時間來學習提升自己，不要再用"沒有時間“來掩飾自己思想上的懶 惰！趁年輕，使勁拼，給未來的自己一個交代！
10、Redis集群方案什麼情況下會導致整個集群不可用？ 有A，B，C三個節點的集群,在沒有複製模型的情況下,如果節點B失敗了，那麼整個集群就會以為缺少 5501-11000這個範圍的槽而不可用。
11、MySQL里有2000w數據，redis中只存20w的數據，如何保證redis中的數據都是熱點數據？ redis記憶體數據集大小上升到一定大小的時候，就會施行數據淘汰策略。 其實面試除了考察Redis，不少公司都很重視高併發高可用的技術，特別是一線互聯網公司，分散式、 JVM、spring源碼分析、微服務等知識點已是面試的必考題。
12、Redis有哪些適合的場景？
（1）會話緩存（Session Cache） 最常用的一種使用Redis的情景是會話緩存（sessioncache），用Redis緩存會話比其他存儲（如 Memcached）的優勢在於：Redis提供持久化。當維護一個不是嚴格要求一致性的緩存時，如果用戶的 購物車信息全部丟失，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，很容易找到怎麼恰當的使用Redis來緩存會話的文檔。甚至廣為 人知的商業平臺Magento也提供Redis的插件。 （
2）全頁緩存（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 例，因為有磁碟的持久化，用戶也不會看到頁面載入速度的下降，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作為全頁緩存後端。 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 速度載入你曾瀏覽過的頁面。
（3）隊列 Reids在記憶體存儲引擎領域的一大優點是提供list和set操作，這使得Redis能作為一個很好的消息隊列 平臺來使用。Redis作為隊列使用的操作，就類似於本地程式語言（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項目，這些項目的目的 就是利用Redis創建非常好的後端工具，以滿足各種隊列需求。例如，Celery有一個後臺就是使用 Redis作為broker，你可以從這裡去查看。
（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現的非常好。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數據結構。 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 下麵一樣執行即可： 當然，這是假定你是根據你用戶的分數做遞增的排序。如果你想返回用戶及用戶的分數，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實現的，它的排行榜就是使用Redis來存儲數據的，你可 以在這裡看到。 （5）發佈/訂閱 最後（但肯定不是最不重要的）是Redis的發佈/訂閱功能。發佈/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，還可作為基於發佈/訂閱的腳本觸發器，甚至用Redis的發佈/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有什麼關係？ Redisson是一個高級的分散式協調Redis客服端，能幫助用戶在分散式環境中輕鬆實現一些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對比有什麼優缺點？ Jedis是Redis的Java實現的客戶端，其API提供了比較全面的Redis命令的支持； Redisson實現了分散式和可擴展的Java數據結構，和Jedis相比，功能較為簡單，不支持字元串操作， 不支持排序、事務、管道、分區等Redis特性。Redisson的宗旨是促進使用者對Redis的關註分離，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校驗後對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集群的主從複製模型是怎樣的？ 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複製模型, 每個節點都會有N-1個複製品.
18、Redis集群會有寫操作丟失嗎？為什麼？ Redis並不能保證數據的強一致性，這意味著在實際中集群在特定的條件下可能會丟失寫操作。
19、Redis集群之間是如何複製的？ 非同步複製
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，預設在0資料庫。
22、Redis中的管道有什麼用？ 一次請求/響應伺服器能實現處理新的請求即使舊的請求還未被響應，這樣就可以將多個命令發送到服務 器，而不用等待回覆，最後在一個步驟中讀取該答覆。 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協議已經實現支持這個功 能，大大加快了從伺服器下載新郵件的過程。
23、怎麼理解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，事務在執行的過程中，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：事務中的命令要麼全部被執行，要麼全部都不執行。
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麼設置？ EXPIRE和PERSIST命令
26、Redis如何做記憶體優化？ 儘可能使用散列表（hashes），散列表（是說散列表裡面存儲的數少）使用的記憶體非常小，所以你應該 儘可能的將你的數據模型抽象到一個散列表裡面。 比如你的web系統中有一個用戶對象，不要為這個用戶的名稱，姓氏，郵箱，密碼設置單獨的key,而是 應該把這個用戶的所有信息存儲到一張散列表裡面。
27、Redis回收進程如何工作的？ 一個客戶端運行了新的命令，添加了新的數據。 Redi檢查記憶體使用情況，如果大於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後不斷地回收回到邊界以下。 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。這裡註意，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？因為一大坨複雜的業務邏輯，可以通過封裝在 lua 腳本中發送給 redis， 保證這段複雜業務邏輯執行的原子性。
那麼，這段 lua 腳本是什麼意思呢？這裡 KEYS[1]代表的是你加鎖的那個 key，比如說：RLoc k lock = redisson.getLock("myLock");這裡你自己設置了加鎖的那個鎖 key 就是“myLock”。
ARGV[1]代表的就是鎖 key 的預設生存時間，預設 30 秒。ARGV[2]代表的是加鎖的客戶端的 I D，類似於下麵這樣：8743c9c0-0795-4907-87fd-6c719a6b4586:1
給大家解釋一下，第一段 if 判斷語句，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，用下麵的命令：hset myLoc k
8743c9c0-0795-4907-87fd-6c719a6b4586:1 1，通過這個命令設置一個 hash 數據結構，這行 命令執行後，會出現一個類似下麵的數據結構：
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，設置 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
那麼在這個時候，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 數據結構中，是否包含客戶端 2 的 ID，但是明 顯不是的，因為那裡包含的是客戶端 1 的 ID。
所以，客戶端 2 會獲取到 pttl myLock 返回的一個數字，這個數字代表了 myLock 這個鎖 key 的剩餘生存時間。比如還剩 15000 毫秒的生存時間。此時客戶端 2 會進入一個 while 迴圈，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 預設生存時間才 30 秒，如果超過了 30 秒，客戶端 1 還想一直持有這把 鎖，怎麼辦呢？
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，他是一個後臺線程，會 每隔 10 秒檢查一下，如果客戶端 1 還持有鎖 key，那麼就會不斷的延長鎖 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麼樣呢？比如下麵這種代碼：
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 數據結構中包含的那個 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 數據結構變為下麵這樣：
大家看到了吧，那個 myLock 的 hash 數據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()，就可以釋放分散式鎖，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 數據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 里刪除這個 key。 然後呢，另外的客戶端 2 就可以嘗試完成加鎖了。這就是所謂的分散式鎖的開源 Redisson 框 架的實現機制。
一般我們在生產系統中，可以用 Redisson 框架提供的這個類庫來基於 redis 進行分散式鎖的加 鎖與釋放鎖。
33.上述 Redis 分散式鎖的缺點
其實上面那種方案最大的問題，就是如果你對某個 redis master 實例，寫入了 myLock 這種鎖 key 的 value，此時會非同步複製給對應的 master slave 實例。但是這個過程中一旦發生 redis m aster 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散式鎖完成了加鎖。這時系統在業 務語義上一定會出現問題，導致各種臟數據的產生。
所以這個就是 redis cluster，或者是 redis master-slave 架構的主從非同步複製導致的 redis 分佈 式鎖的最大缺陷：在 redis master 實例宕機的時候，可能導致多個客戶端同時完成加鎖。
34.使用過Redis分散式鎖麽，它是怎麼實現的？
先拿setnx來爭搶鎖，搶到之後，再用expire給鎖加一個過期時間防止鎖忘記了釋放。 如果在setnx之後執行expire之前進程意外crash或者要重啟維護了，那會怎麼樣？ set指令有非常複雜的參數，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做非同步隊列麽，你是怎麼用的？有什麼缺點？
一般使用list結構作為隊列，rpush生產消息，lpop消費消息。當lpop沒有消息的時候，要適當sleep 一會再重試。 缺點： 在消費者下線的情況下，生產的消息會丟失，得使用專業的消息隊列如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，可以實現1:N的消息隊列。
36.什麼是緩存穿透？如何避免？什麼是緩存雪崩？何如避免？
緩存穿透 一般的緩存系統，都是按照key去緩存查詢，如果不存在對應的value，就應該去後端系統查找（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，就會對後端系統造成很大的壓力。這就叫 做緩存穿透。 如何避免？ 1：對查詢結果為空的情況也進行緩存，緩存時間設置短一點，或者該key對應的數據insert了之後清理 緩存。 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。 緩存雪崩 當緩存伺服器重啟或者大量緩存集中在某一個時間段失效，這樣在失效的時候，會給後端系統帶來很大壓 力。導致系統崩潰。 如何避免？ 1：在緩存失效後，通過加鎖或者隊列來控制讀資料庫寫緩存的線程數量。比如對某個key只允許一個線 程查詢數據和寫緩存，其他線程等待。 2：做二級緩存，A1為原始緩存，A2為拷貝緩存，A1失效時，可以訪問A2，A1緩存失效時間設置為 短期，A2設置為長期 3：不同的key，設置不同的過期時間，讓緩存失效的時間點儘量均勻。
