Redis常见面试题总结(下)

Bin大约 5 分钟

Redis常见面试题总结(下)

1. Redis 事务

1.1 什么是 Redis 事务？

Redis 事务是一组命令的集合，可以一次性按顺序执行。

事务特点：
- 批量操作按顺序执行。
- 不支持部分回滚：即使某个命令失败，其他命令仍然会执行。

1.2 如何使用 Redis 事务？

开启事务：MULTI
执行命令：事务中的命令会被加入队列，暂不执行。
提交事务：EXEC，批量执行命令。
放弃事务：DISCARD，清空队列。

示例：

MULTI
SET key1 "value1"
SET key2 "value2"
INCR key3
EXEC

1.3 Redis 事务支持原子性吗？

单个命令是原子的：Redis 保证单个命令的原子性。
事务整体不是原子的：如果某条命令失败，其他命令仍然会执行。

优化建议：可以使用 Lua 脚本来实现原子操作。

1.4 Redis 事务支持持久性吗？

Redis 事务的执行依赖于内存，不具备持久性。
需要结合 RDB 或 AOF 持久化机制，才能保证数据安全。

1.5 如何解决 Redis 事务的缺陷？

使用 Lua 脚本：

Lua 脚本在 Redis 中是原子的，可以替代事务处理。

示例：

-- Lua 脚本，检查 key 是否存在后设置值
if redis.call("EXISTS", KEYS[1]) == 0 then
    return redis.call("SET", KEYS[1], ARGV[1])
else
    return nil
end

合理设计业务逻辑：
- 减少事务中命令的复杂度，避免失败。

2. Redis 性能优化（重要）

2.1 使用批量操作减少网络传输

Redis 性能的瓶颈之一是网络传输。
使用批量操作（如 MSET、MGET）代替多次单条命令。

示例：

-- 多条命令
SET key1 "value1"
SET key2 "value2"

-- 批量操作
MSET key1 "value1" key2 "value2"

2.2 大量 Key 集中过期问题

问题：大量 Key 同时过期会导致 Redis 卡顿。

解决方案：

过期时间随机化：
- 设置 Key 时，过期时间加入随机值：
```
SET key "value" EX 300 + RAND
```
分批删除：
- 通过业务层分散过期时间。

2.3 Redis bigkey（大 Key）

问题：大 Key（单个 Key 存储过多数据）会导致操作时间过长。

解决方案：

避免大 Key：拆分大 Key 为多个小 Key。
操作前先检查 Key 大小：
```
DEBUG OBJECT key_name
```
逐步删除大 Key：
- 如果需要删除大 Key，可以使用 SCAN 或分批操作。

2.4 Redis hotkey（热 Key）

问题：某些 Key 被频繁访问，导致 Redis 性能下降。

解决方案：

分散热 Key：
- 为热 Key 添加随机前缀。
使用本地缓存：
- 对热 Key 使用本地缓存（如 Guava Cache）。

2.5 慢查询命令

查看慢查询：

CONFIG SET slowlog-log-slower-than 10000 -- 设置慢查询阈值（10 毫秒）
SLOWLOG GET 10 -- 查看最近 10 条慢查询

优化建议：

使用索引或分片，减少慢查询。

2.6 Redis 内存碎片

问题：频繁的内存分配和回收会产生碎片。

解决方案：

定期优化内存：
```
MEMORY PURGE
```
合理配置内存管理参数：
- jemalloc 是 Redis 默认的内存分配器，可以高效管理内存。

3. Redis 生产问题（重要）

3.1 缓存穿透

问题：请求大量不存在的 Key，直接打到数据库，导致压力过大。

解决方案：

缓存空值：
- 将不存在的 Key 缓存为特殊值。
布隆过滤器：
- 提前过滤掉不存在的 Key。

3.2 缓存击穿

问题：热点 Key 过期时，瞬间大量请求打到数据库。

解决方案：

设置热点 Key 永不过期：
- 使用定时任务更新缓存。
加分布式锁：
- 只允许一个请求更新缓存，其余请求等待。

3.3 缓存雪崩

问题：大量缓存同时过期，导致请求直接打到数据库。

解决方案：

过期时间随机化：
- 避免大量 Key 同时过期。
双缓存机制：
- 使用两个缓存，互为备份。

3.4 如何保证缓存与数据库的一致性？

问题：更新数据库后，缓存未及时更新。

解决方案：

先更新数据库，再删除缓存：
- 缓存中的旧数据可被删除，保证一致性。
消息队列同步更新：
- 使用 MQ 保证数据一致性。

3.5 哪些情况可能会导致 Redis 阻塞？

大 Key 操作：如 DEL 或 LRANGE 大 Key。
慢查询：复杂命令如 SORT 或 ZUNIONSTORE。
内存不足：Redis 频繁触发内存回收。

解决方案：

避免大 Key，优化慢查询，合理设置内存。

4. Redis 集群

4.1 Redis 集群模式

Redis 提供两种集群模式：

主从模式：
- 一个主节点多个从节点，主节点负责写，从节点负责读。
分片集群：
- 将数据分片存储在多个节点，适合大规模数据场景。

示例：

# 查看节点状态
CLUSTER NODES
# 添加从节点
CLUSTER REPLICATE <master-node-id>

4.2 Redis 使用规范

使用合适的淘汰策略：
- 如 allkeys-lru 或 volatile-lru。
避免频繁大操作：
- 拆分大 Key，分批操作。
设置过期时间：
- 避免数据长期占用内存。
监控和报警：
- 监控慢查询、内存使用等关键指标。

总结

Redis 事务：事务不具备完全的原子性，但可以用 Lua 脚本解决。
性能优化：通过批量操作、分散过期时间、热 Key 处理等提高性能。
生产问题解决：
- 缓存穿透：使用布隆过滤器。
- 缓存击穿：加分布式锁。
- 缓存雪崩：随机化过期时间。
集群使用：主从模式适合读写分离，分片模式适合大规模数据场景。
内存管理：避免大 Key 和热 Key，监控内存碎片。