解密Redis:应对面试中的缓存相关问题2

在这里插入图片描述

面试官:Redis集群有哪些方案,知道嘛?
候选人:嗯~~,在Redis中提供的集群方案总共有三种:主从复制、哨兵模式、Redis分片集群。

面试官:那你来介绍一下主从同步。
候选人:嗯,是这样的,单节点Redis的并发能力是有上限的,要进一步提高Redis的并发能力,可以搭建主从集群,实现读写分离。一般都是一主多从,主节点负责写数据,从节点负责读数据。主节点写入数据之后,需要把数据同步到从节点中。

面试官:能说一下,主从同步数据的流程。
候选人:嗯~~,好!主从同步分为了两个阶段,一个是全量同步,一个是增量同步。全量同步是指从节点第一次与主节点建立连接的时候使用的同步方式。

第一:从节点请求主节点同步数据,其中从节点会携带自己的replication id和offset偏移量。

第二:主节点判断是否是第一次请求,主要判断的依据就是,主节点与从节点是否是同一个replication id,如果不是,就说明是第一次同步,那主节点就会把自己的replication id和offset发送给从节点,让从节点与主节点的信息保持一致。

第三:同时主节点会执行bgsave,生成rdb文件后,发送给从节点去执行,从节点先把自己的数据清空,然后执行主节点发送过来的rdb文件,这样就保持了一致。当然,如果在rdb生成执行期间,依然有请求到了主节点,主节点会以命令的方式记录到缓冲区,缓冲区是一个日志文件,最后把这个日志文件发送给从节点,这样就能保证主节点与从节点完全一致了,后期再同步数据的时候,都是依赖于这个日志文件,这个就是全量同步。

增量同步指的是,当从节点服务重启之后,数据就不一致了,所以这个时候,从节点会请求主节点同步数据。主节点还是判断不是第一次请求,不是第一次就获取从节点的offset值,然后主节点从命令日志中获取offset值之后的数据,发送给从节点进行数据同步。

在这里插入图片描述

面试官:怎么保证Redis的高并发高可用?
候选人:首先可以搭建主从集群,再加上使用Redis中的哨兵模式。哨兵模式可以实现主从集群的自动故障恢复,里面就包含了对主从服务的监控、自动故障恢复、通知。如果master故障,Sentinel会将一个slave提升为master。当故障实例恢复后也以新的master为主。同时Sentinel也充当Redis客户端的服务发现来源,当集群发生故障转移时,会将最新信息推送给Redis的客户端,所以一般项目都会采用哨兵的模式来保证Redis的高并发高可用。

面试官:你们使用Redis是单点还是集群,哪种集群?
候选人:嗯!,我们当时使用的是主从(1主1从)加哨兵。一般单节点不超过10G内存,如果Redis内存不足则可以给不同服务分配独立的Redis主从节点。尽量不做分片集群,因为集群维护起来比较麻烦,并且集群之间的心跳检测和数据通信会消耗大量的网络带宽,也没有办法使用lua脚本和事务。

面试官:Redis集群脑裂,该怎么解决呢?
候选人:嗯! 这个在项目很少见,不过脑裂的问题是这样的,我们现在用的是Redis的哨兵模式集群的。

有的时候由于网络等原因可能会出现脑裂的情况,就是说,由于Redis master节点和Redis slave节点和Sentinel处于不同的网络分区,使得Sentinel没有能够心跳感知到master,所以通过选举的方式提升了一个slave为master,这样存在了两个master,就像大脑分裂了一样,这样会导致客户端还在old master那里写入数据,新节点无法同步数据。当网络恢复后,Sentinel会将old master降为slave,这时再从新master同步数据,这会导致old master中的大量数据丢失。

关于解决的话,我记得在Redis的配置中可以设置:第一可以设置最少的slave节点个数,比如设置至少要有一个从节点才能同步数据。第二个可以设置主从数据复制和同步的延迟时间,达不到要求就拒绝请求,就可以避免大量的数据丢失。

面试官:Redis的分片集群有什么作用?
候选人:分片集群主要解决的是,海量数据存储的问题,集群中有多个master,每个master保存不同数据,并且还可以给每个master设置多个slave节点,就可以继续增大集群的高并发能力。同时,每个master之间通过ping监测彼此健康状态,就类似于哨兵模式了。当客户端请求可以访问集群任意节点,最终都会被转发到正确节点。

面试官:Redis分片集群中数据是怎么存储和读取的?
候选人:嗯~,在Redis集群中是这样的,Redis集群引入了哈希槽的概念,有16384个哈希槽。集群中每个主节点绑定了一定范围的哈希槽范围,key通过CRC16校验后对16384取模来决定放置哪个槽,通过槽找到对应的节点进行存储。

取值的逻辑是一样的,客户端请求通过CRC16校验后对16384取模,找到对应的槽所在的节点,从而进行数据读取。

面试官:Redis是单线程的,但是为什么还那么快?
候选人:嗯,这个有几个原因。首先,Redis是完全基于内存的,C语言编写,内存的读写速度非常快,使得Redis具有极高的读写性能。其次,Redis采用单线程,避免了不必要的上下文切换和竞争条件,提高了处理效率。此外,Redis使用多路I/O复用模型,非阻塞IO,能够在等待一个Socket的同时监听多个Socket,充分利用CPU资源,提高了网络处理性能。例如,bgsave和bgrewriteaof都是在后台执行操作,不影响主线程的正常使用,不会产生阻塞。这些因素共同作用使得Redis在单线程下仍然能够表现出优异的性能。
在这里插入图片描述

面试官:能解释一下I/O多路复用模型?
候选人:嗯~~,I/O多路复用是指利用单个线程来同时监听多个Socket,并在某个Socket可读、可写时得到通知,从而避免无效的等待,充分利用CPU资源。目前的I/O多路复用都是采用的epoll模型实现,它会在通知用户进程Socket就绪的同时,把已就绪的Socket写入用户空间,不需要挨个遍历Socket来判断是否就绪,提升了性能。

其中,Redis的网络模型就是使用I/O多路复用结合事件的处理器来应对多个Socket请求。例如,提供了连接应答处理器、命令回复处理器,命令请求处理器。在Redis6.0之后,为了提升更好的性能,在命令回复处理器使用了多线程来处理回复事件,在命令请求处理器中,将命令的转换使用了多线程,增加命令转换速度,在命令执行的时候,依然是单线程。这样的设计使得Redis在单线程下依然能够处理高并发的请求,保证了其快速的响应速度。

面试官:非常好的解释!继续往下问,Redis主从同步的时候,是否存在数据丢失的风险?

候选人:在主从同步的过程中,确实存在数据丢失的风险。主从同步分为全量同步和增量同步两个阶段。

全量同步是在从节点第一次与主节点建立连接时使用的同步方式。主节点会将自己的数据发送给从节点,保持两者的数据一致。但是在全量同步期间,如果主节点接收到了新的写入请求,这些写入请求会被记录到缓冲区(命令缓冲区或复制缓冲区)中。如果此时主节点宕机,那么缓冲区中的数据会丢失,从节点只能从头开始进行全量同步,可能会丢失部分数据。

增量同步是在从节点服务重启之后使用的同步方式。此时,从节点会请求主节点同步增量数据。但是在增量同步期间,如果主节点接收到了新的写入请求,而从节点服务还未重启,那么从节点可能会丢失这部分期间的数据。

为了减少数据丢失的风险,可以考虑使用持久化机制,即通过开启AOF(Append Only File)或RDB(Redis Database)持久化来将数据保存到硬盘中,以防止数据丢失。同时,合理配置Redis的参数,避免缓冲区溢出或过小,也可以降低数据丢失的风险。

面试官:很棒!你对Redis的集群方案和同步机制都有很深入的理解。那最后一个问题,Redis集群在扩展性方面有什么考虑?

候选人:Redis集群在扩展性方面非常灵活。可以通过主从复制方式实现读写分离,提高读写性能。同时,也可以通过搭建Redis分片集群来实现水平扩展,增加集群的高并发能力。

在Redis分片集群中,数据被分散到多个节点上,每个节点负责处理其中的一部分数据,从而将负载均衡到多个节点上,提高了集群的整体性能。当需要扩展集群时,只需添加新的主节点,将部分数据迁移到新节点上即可。这种方式可以有效地利用服务器资源,实现线性扩展。

但是需要注意的是,Redis分片集群的维护和管理较为复杂,需要考虑数据的拆分和迁移、负载均衡、故障处理等问题。因此,在选择集群方案时,需要综合考虑业务需求、硬件资源、运维成本等因素。

面试官:非常好!你对Redis的集群方案和扩展性有着深入的了解。感谢你的分享和解答,你在本次面试中表现非常出色!

候选人:非常感谢您给予我这次面试机会,能够与您分享我的知识和经验,我也从中学到了很多新的东西。无论结果如何,我都会继续努力,不断学习和提升自己的技术水平。再次感谢您!

在这里插入图片描述

在这次面试中,候选人表现出色地回答了关于Redis集群方案的问题。他介绍了Redis集群提供的三种方案:主从复制、哨兵模式和Redis分片集群。然后,他深入解释了主从同步的过程,包括全量同步和增量同步,并指出了在主从同步过程中可能存在的数据丢失风险。候选人还提到了如何保证Redis的高并发高可用,包括搭建主从集群和使用哨兵模式,以实现自动故障恢复。

候选人对Redis分片集群的作用和数据存储、读取的流程进行了清晰的解释。他还回答了Redis为什么能够高效快速的问题,涉及到Redis基于内存、采用单线程、使用多路I/O复用模型等特点。此外,候选人还解释了I/O多路复用模型的概念和工作原理。

最后,候选人对于面试官的问题,如Redis集群扩展性方面的考虑,也进行了深入的回答。他提到了通过主从复制实现读写分离和通过Redis分片集群实现水平扩展,以提高集群的高并发能力。同时,他也提到了在选择集群方案时需要综合考虑多个因素。

候选人在本次面试中展现了对Redis集群方案的深入理解和扎实的技术功底。他的回答表现出了他对Redis的高度熟悉和对技术细节的把握。在整个面试过程中,候选人表现得非常自信和专业,对问题的回答清晰明了,展现了良好的沟通能力和技术能力。

总体来说,候选人在这次面试中表现出色,展现了他在Redis方面的专业知识和技能。他的深入解答和自信表现给面试官留下了深刻的印象。无论结果如何,候选人都展现了他的学习态度和对技术的热情,相信他会在未来的发展中取得更大的成就。

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/58241.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

C++ 左值和右值

C 左值和右值 左值、右值左值引用、右值引用std::move()std::move()的实现引用折叠 完美转发forward()的实现函数返回值是左值还是右值如何判断一个值是左值还是右值 左值、右值 在C11中所有的值必属于左值、右值两者之一,右值又可以细分为纯右值、将亡值。在C11中…

git clone 登录 github

git clone 登录 github 目录概述需求: 设计思路实现思路分析1.github 设置setting2.输入passwd 参考资料和推荐阅读 Survive by day and develop by night. talk for import biz , show your perfect code,full busy,skip hardness,make a better result…

JVM基础篇-本地方法栈与堆

JVM基础篇-本地方法栈与堆 本地方法栈 什么是本地方法? 本地方法即那些不是由java层面实现的方法,而是由c/c实现交给java层面进行调用,这些方法在java中使用native关键字标识 public native int hashCode()本地方法栈的作用? 为本地方法提供内存空…

VR虚拟仿真技术在道路桥梁中有哪些具体应用?

虚拟现实(VR)是一种新兴的技术,可以为桥梁工程提供许多应用场景。以下是一些可能的应用场景: 1.桥梁设计和模拟 VR元宇宙可以用于桥梁的设计和模拟。工程师可以使用VR技术来创建桥梁的三维模型,并对其进行测试和优化。这可以帮助工程师更好地…

深入理解TCP三次握手:连接可靠性与安全风险

目录 导言TCP简介和工作原理的回顾TCP三次握手的目的和步骤TCP三次握手过程中可能出现的问题和安全风险为什么TCP三次握手是必要的?是否可以增加或减少三次握手的次数?TCP四次挥手与三次握手的异同点 导言 在网络通信中,TCP(Tra…

spring — Spring Security 5.7与6.0差异性对比

1. spring security Spring Security 是一个提供身份验证、授权和针对常见攻击保护的框架。 凭借对保护命令式和反应式应用程序的一流支持,它成为基于Spring的标准安全框架。 Spring Security 在最近几个版本中配置的写法都有一些变化,很多常见的方法都…

【NLP-新工具】语音转文本与OpenAI的用途

一、说明 OpenAI最近2022发布了一个名为Whisper的新语音识别模型。与DALLE-2和GPT-3不同,Whisper是一个免费的开源模型。它的主要功能就是将语音翻译成文本。本文将介绍如何使用这个重要应用库。 二、 Whisper概念 2.1 Whisper是啥? Whisper 是一种自动…

Django的FBV和CBV

Django的FBV和CBV 基于django开发项目时,对于视图可以使用 FBV 和 CBV 两种模式编写。 FBV,function base views,其实就是编写函数来处理业务请求。 from django.contrib import admin from django.urls import path from app01 import view…

小白解密ChatGPT大模型训练;Meta开源生成式AI工具AudioCraft

🦉 AI新闻 🚀 Meta开源生成式AI工具AudioCraft,帮助用户创作音乐和音频 摘要:美国公司Meta开源了一款名为AudioCraft的生成式AI工具,可以通过文本提示生成音乐和音频。该工具包含三个核心组件:MusicGen用…

根据URL批量下载文件并压缩成zip文件

根据url批量下载图片或者视频,只需要将图片的url和名称放到数组对象即可,例如: let fileArr [{fvUrl:https://image.xuboren.com/image/2023/07/26/1410829074764cdbaa4314a084eb749e.jpg,fvName: 图片名称},{fvUrl:https://image.xuboren.…

选读SQL经典实例笔记17_最多和最少

1. 问题4 1.1. 最多选修两门课程的学生,没有选修任何课程的学生应该被排除在外 1.2. sql select distinct s.*from student s, take twhere s.sno t.snoand s.sno not in ( select t1.snofrom take t1, take t2, take t3where t1.sno t2.snoand t2.sno t3.sno…

奥威BI系统|秒分析,更适合分析大数据

根据以往的经验,当数据量多到一定程度就容易导致系统卡顿、崩溃。这种现象给企业级数据分析造成了极大的困扰。随着业务发展扩大和分析需求精细化,企业需要一套能秒分析大数据的系统。而奥威BI系统就是这样一款可以秒分析大数据的商业智能系统。 奥威BI…

数字图像处理(番外)图像增强

图像增强 图像增强的方法是通过一定手段对原图像附加一些信息或变换数据,有选择地突出图像中感兴趣的特征或者抑制(掩盖)图像中某些不需要的特征,使图像与视觉响应特性相匹配。 图像对比度 图像对比度计算方式如下: C ∑ δ δ ( i , j …

第一章-JavaScript基础进阶part1:DOM

文章目录 前言一、DOM简介1.1 DOM树 二、获取DOM元素1、根据元素id获取-getElementById2、根据元素名称获取元素对象-getElementsByTagName3、H5新增API获取元素4、获取body和html元素 三、DOM元素事件四、操作DOM元素1、改变元素内容2、常用元素的属性操作3、实践案例4、操作D…

第125天:内网安全-隧道技术SMBICMP正反向连接防火墙出入规则上线

知识点 #知识点: 1、入站规则不出网上线方案 2、出站规则不出网上线方案 3、规则-隧道技术-SMB&ICMP-隧道技术:解决不出网协议上线的问题(利用出网协议进行封装出网) -代理技术:解决网络通讯不通的问题&#xff0…

Mr. Cappuccino的第54杯咖啡——Mybatis运行原理

Mybatis运行原理 Mybatis运行的三个阶段Mybatis运行原理图 Mybatis运行的三个阶段 初始化阶段:读取并解析XML配置文件和注解中的配置信息,创建配置对象,并完成各个模块的初始化工作,底层采用建造者模式;代理封装阶段&…

钉钉对接打通金蝶云星空获取流程实例列表详情(宜搭)接口与其他应收单接口

钉钉对接打通金蝶云星空获取流程实例列表详情(宜搭)接口与其他应收单接口 对接系统钉钉 钉钉(DingTalk)是阿里巴巴集团专为中国企业打造的免费沟通和协同的多端平台,提供PC版,Web版和手机版,有考…

论文代码学习—HiFi-GAN(4)——模型训练函数train文件具体解析

文章目录 引言正文模型训练代码整体训练过程具体训练细节具体运行流程 多GPU编程main函数(通用代码)完整代码 总结引用 引言 这里翻译了HiFi-GAN这篇论文的具体内容,具体链接。这篇文章还是学到了很多东西,从整体上说&#xff0c…

Centos7.x修改密码

文章目录 Centos7.x修改密码root修改自己的密码root修改普通用户的密码普通用户修改自己的密码 Centos7.x修改密码 root修改自己的密码 云服务器 云服务器则直接在控制台修改(例如阿里云服务器直接在阿里云服务器控制台修改,不赘述)命令行方式: 命令行输入: passw…

redis+token+分布式锁确保接口的幂等性

目录 1.幂等性是什么? 2.如何实现幂等性呢? 1.新增管理员,出弹窗的同时,请求后台。 2.后端根据雪花算法生成唯一标识key,以雪花数为key存到redis。并返回key给前端。 3.前端保存后端传过来的key。 4.前端输入完成…