Redis常见面试题总结(上)

Redis 基础
什么是 Redis?

Redis （REmote DIctionary Server）是一个基于 C 语言开发的开源 NoSQL 数据库（BSD 许可）。与传统数据库不同的是，Redis 的数据是保存在内存中的（内存数据库，支持持久化），因此读写速度非常快，被广泛应用于分布式缓存方向。并且，Redis 存储的是 KV 键值对数据。

为了满足不同的业务场景，Redis 内置了多种数据类型实现（比如 String、Hash、Sorted Set、Bitmap、HyperLogLog、GEO）。并且，Redis 还支持事务、持久化、Lua 脚本、发布订阅模型、多种开箱即用的集群方案（Redis Sentinel、Redis Cluster）。

Redis 没有外部依赖，Linux 和 OS X 是 Redis 开发和测试最多的两个操作系统，官方推荐生产环境使用 Linux 部署 Redis。

Redis为什么这么快？

Redis 内部做了非常多的性能优化，比较重要的有下面 3 点：

Redis 基于内存，内存的访问速度比磁盘快很多；
Redis 基于 Reactor 模式设计开发了一套高效的事件处理模型，主要是单线程事件循环和 IO 多路复用（Redis 线程模式后面会详细介绍到）；
Redis 内置了多种优化过后的数据类型/结构实现，性能非常高。
Redis 通信协议实现简单且解析高效。

除了 Redis，你还知道其他分布式缓存方案吗?

Dragonfly：一种针对现代应用程序负荷需求而构建的内存数据库，完全兼容 Redis 和 Memcached 的 API，迁移时无需修改任何代码，号称全世界最快的内存数据库。
KeyDB： Redis 的一个高性能分支，专注于多线程、内存效率和高吞吐量。

说一下 Redis和 Memcached 的区别和共同点

共同点：

都是基于内存的数据库，一般都用来当做缓存使用。
都有过期策略。
两者的性能都非常高。

区别：

数据类型：Redis 支持更丰富的数据类型（支持更复杂的应用场景）。Redis 不仅仅支持简单的 k/v 类型的数据，同时还提供 list，set，zset，hash 等数据结构的存储。Memcached 只支持最简单的 k/v 数据类型。
数据持久化：Redis 支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用，而 Memcached 把数据全部存在内存之中。也就是说，Redis 有灾难恢复机制而 Memcached 没有。
集群模式支持：Memcached 没有原生的集群模式，需要依靠客户端来实现往集群中分片写入数据；但是 Redis 自 3.0 版本起是原生支持集群模式的。
线程模型：Memcached 是多线程，非阻塞 IO 复用的网络模型；Redis 使用单线程的多路 IO 复用模型。（Redis 6.0 针对网络数据的读写引入了多线程）
特性支持：Redis 支持发布订阅模型、Lua 脚本、事务等功能，而 Memcached 不支持。并且，Redis 支持更多的编程语言。
过期数据删除：Memcached 过期数据的删除策略只用了惰性删除，而 Redis 同时使用了惰性删除与定期删除。

为什么要用 Redis?

高性能与低延迟：
- Redis使用内存作为主存储介质，这使得读写操作非常快速，通常达到微秒级响应时间。
- 它采用了多种优化策略，如多路复用IO和基于事件驱动的异步机制，进一步提升了性能。
丰富的数据结构支持：
- Redis不仅支持基本的键值对存储，还提供了列表、集合、有序集合、哈希表等多种数据结构。
- 这为复杂的数据模型提供了便利，使得开发者能更灵活地处理数据。
持久化机制：
- 虽然Redis主要在内存中操作数据，但它提供了RDB（快照）和AOF（追加文件）两种持久化方式。
- 这确保了数据不会因为服务器故障而丢失，提高了数据的可靠性和持久性。
高可用性：
- 通过复制（Replication）、哨兵（Sentinel）和集群（Cluster）模式，Redis能够实现数据的高可用性和自动故障转移。
- 这增强了系统的稳定性和可靠性，即使在部分节点故障的情况下也能保证服务的连续性。
消息队列与发布/订阅：
- Redis可以作为简单的消息队列使用，利用发布/订阅模式进行消息的异步传递。
- 这非常适合解耦系统组件，实现不同服务之间的异步通信。
缓存：
- Redis是最常用的缓存解决方案之一，能够显著加速数据读取速度，减少数据库负载。
- 无论是网页缓存、会话缓存还是计算结果缓存，Redis都能提供良好支持。
会话管理：
- 网站或应用可以将用户会话信息存储在Redis中，以减少对后端数据库的频繁访问。
- 这提高了响应速度，并简化了会话管理。
实时数据分析与统计：
- 利用Redis的有序集合，可以快速进行计数、排序等操作。
- 这适用于实时排名、计数器等需求，为数据分析提供了有力支持。
限流与防刷：
- 利用Redis的原子操作特性，可以简单有效地实现访问频率限制。
- 这有助于防止恶意刷请求，保护系统的安全性。
分布式锁：
- Redis提供SETNX、MULTI/EXEC等命令，可以方便地实现分布式环境下的锁机制。
- 这解决了并发控制问题，确保了多个节点之间共享资源的一致性。

什么是 Redis Module?有什么用?

目前，被 Redis 官方推荐的 Module 有：

RediSearch：用于实现搜索引擎的模块。
RedisJSON：用于处理 JSON 数据的模块。
RedisGraph：用于实现图形数据库的模块。
RedisTimeSeries：用于处理时间序列数据的模块。
RedisBloom：用于实现布隆过滤器的模块。
RedisAI：用于执行深度学习/机器学习模型并管理其数据的模块。
RedisCell：用于实现分布式限流的模块。

Redis 应用

分布式锁：通过 Redis 来做分布式锁是一种比较常见的方式。通常情况下，我们都是基于 Redisson 来实现分布式锁。关于 Redis 实现分布式锁的详细介绍，可以看我写的这篇文章：分布式锁详解。
限流：一般是通过 Redis + Lua 脚本的方式来实现限流。如果不想自己写 Lua 脚本的话，也可以直接利用 Redisson 中的 RRateLimiter 来实现分布式限流，其底层实现就是基于 Lua 代码+令牌桶算法。
消息队列：Redis 自带的 List 数据结构可以作为一个简单的队列使用。Redis 5.0 中增加的 Stream 类型的数据结构更加适合用来做消息队列。它比较类似于 Kafka，有主题和消费组的概念，支持消息持久化以及 ACK 机制。
延时队列：Redisson 内置了延时队列（基于 Sorted Set 实现的）。
分布式 Session ：利用 String 或者 Hash 数据类型保存 Session 数据，所有的服务器都可以访问。
复杂业务场景：通过 Redis 以及 Redis 扩展（比如 Redisson）提供的数据结构，我们可以很方便地完成很多复杂的业务场景比如通过 Bitmap 统计活跃用户、通过 Sorted Set 维护排行榜。

如何基于 Redis 实现分布式锁?

一、基于SETNX和EXPIRE命令

SETNX命令：SETNX（Set if Not Exists）是Redis的一个原子操作，用于在key不存在时设置值。如果key已存在，则不做任何操作。这是实现分布式锁的关键命令，因为它能确保在同一时间只有一个客户端能够获得锁。
EXPIRE命令：EXPIRE命令用于为key设置过期时间。这对于避免死锁非常重要，因为即使某个客户端崩溃，锁也会在一定时间后自动释放。

实现步骤：

客户端尝试使用SETNX命令设置锁key。
如果SETNX命令返回成功（即key被成功设置），则客户端获得锁，并使用EXPIRE命令为锁key设置过期时间。
如果SETNX命令返回失败（即key已存在），则客户端未获得锁，可以等待一段时间后重试。

注意事项：

SETNX和EXPIRE命令需要原子性执行，以避免在SETNX成功但EXPIRE失败时导致的死锁问题。通常可以通过Lua脚本来保证这两个命令的原子性。

二、基于SET命令的扩展参数

Redis的SET命令支持多个扩展参数，包括NX、EX/PX等，这些参数可以方便地实现分布式锁。

NX：表示key不存在时才能设值成功，即保证只有第一个客户端请求才能获得锁，而其他客户端请求只能等其释放锁后才能获取锁。
EX/PX：用于设置key的过期时间，EX以秒为单位，PX以毫秒为单位。

实现步骤：

客户端使用SET key value NX EX/PX命令尝试获取锁。
如果命令返回成功，则客户端获得锁。
如果命令返回失败，则客户端未获得锁，可以等待一段时间后重试。

三、Redisson分布式锁

Redisson是一个在Redis基础上实现的Java驻内存数据网格，它提供了高效的分布式锁机制。

实现原理：

Redisson使用Lua脚本来保证加锁和解锁操作的原子性。
在加锁时，Redisson会生成一个随机值作为锁的唯一标识，并将其与锁key一起存储。
解锁时，Redisson会检查锁的唯一标识是否匹配，只有匹配时才会释放锁。
Redisson还提供了看门狗机制，用于在锁持有者崩溃或失联时自动延长锁的持有时间，防止死锁。

使用步骤：

引入Redisson的依赖。
配置Redisson客户端。
使用Redisson提供的锁API（如RLock）进行加锁和解锁操作。

四、RedLock算法

RedLock是Redis官方推荐的一种基于多个Redis实例的分布式锁算法，旨在提供更高的安全性和容错能力。

实现原理：

客户端向多个Redis实例发送加锁请求。
如果大部分（通常是过半数）Redis实例都成功返回加锁结果，则客户端认为加锁成功。
解锁时，客户端需要向所有参与加锁的Redis实例发送解锁请求。

注意事项：

RedLock算法需要多个Redis实例的支持，并且这些实例之间需要保持一定的独立性（如部署在不同的物理节点上）。
在使用RedLock算法时，需要注意网络分区和Redis实例故障等异常情况的处理。

Redis 可以做搜索引擎么?

数据量限制：Elasticsearch 可以支持 PB 级别的数据量，可以轻松扩展到多个节点，利用分片机制提高可用性和性能。RedisSearch 是基于 Redis 实现的，其能存储的数据量受限于 Redis 的内存容量，不太适合存储大规模的数据（内存昂贵，扩展能力较差）。
分布式能力较差：Elasticsearch 是为分布式环境设计的，可以轻松扩展到多个节点。虽然 RedisSearch 支持分布式部署，但在实际应用中可能会面临一些挑战，如数据分片、节点间通信、数据一致性等问题。
聚合功能较弱：Elasticsearch 提供了丰富的聚合功能，而 RediSearch 的聚合功能相对较弱，只支持简单的聚合操作。
生态较差：Elasticsearch 可以轻松和常见的一些系统/软件集成比如 Hadoop、Spark、Kibana，而 RedisSearch 则不具备该优势。