1、說說 Redis 都有哪些應用場景？

• 快取：這應該是 Redis 最主要的功能了，也是大型網站必備機制，合理地使用快取不僅可以加 快資料的訪問速度，而且能夠有效地降低後端資料來源的壓力。
• 共享Session：對於一些依賴 session 功能的服務來說，如果需要從單機變成叢集的話，可以選擇 redis 來統一管理 session。
• 訊息佇列系統：訊息佇列系統可以說是一個大型網站的必備基礎元件，因為其具有業務 解耦、非實時業務削峰等特性。Redis提供了釋出訂閱功能和阻塞佇列的功 能，雖然和專業的訊息佇列比還不夠足夠強大，但是對於一般的訊息佇列功 能基本可以滿足。比如在分散式爬蟲系統中，使用 redis 來統一管理 url佇列。
• 分散式鎖：在分散式服務中。可以利用Redis的setnx功能來編寫分散式的鎖，雖然這個可能不是太常用。

當然還有諸如排行榜、點贊功能都可以使用 Redis 來實現，但是 Redis 也不是什麼都可以做，比如資料量特別大時，不適合 Redis，我們知道 Redis 是基於記憶體的，雖然記憶體很便宜，但是如果你每天的資料量特別大，比如幾億條的使用者行為日誌資料，用 Redis 來儲存的話，成本相當的高。

2、單執行緒的 Redis 為什麼這麼快？

Redis 有多快？官方給出的答案是讀寫速度 10萬/秒，這個數字不讓人意外，但是 Redis 是單執行緒的。為什麼單執行緒的 Redis 速度這麼快？原因有以下三點：

• 純記憶體操作：Redis 是完全基於記憶體的，所以讀寫效率非常的高，當然 Redis 存在持久化操作，在持久化操作是都是 fork 子程式和利用 Linux 系統的頁快取技術來完成，並不會影響 Redis 的效能。
• 單執行緒操作：單執行緒並不是壞事，單執行緒可以避免了頻繁的上下文切換，頻繁的上下文切換也會影響效能的。
• 合理高效的資料結構
• 採用了非阻塞 I/O 多路複用機制：多路I/O複用模型是利用 select、poll、epoll 可以同時監察多個流的 I/O 事件的能力，在空閒的時候，會把當前執行緒阻塞掉，當有一個或多個流有 I/O 事件時，就從阻塞態中喚醒，於是程式就會輪詢一遍所有的流（epoll 是隻輪詢那些真正發出了事件的流），並且只依次順序的處理就緒的流，這種做法就避免了大量的無用操作。

3、說說 Redis 的資料結構及使用場景

Redis 提供了 5種資料結構，每一種資料結構有各種的使用場景。

1、String 字串

字串型別是 Redis 最基礎的資料結構，首先鍵都是字串型別，而且 其他幾種資料結構都是在字串型別基礎上構建的，我們常使用的 set key value 命令就是字串。常用在快取、計數、共享Session、限速等。

2、Hash 雜湊

在Redis中，雜湊型別是指鍵值本身又是一個鍵值對 結構，形如value={{field1，value1}，...{fieldN，valueN}}，新增命令：hset key field value。雜湊可以用來存放使用者資訊，比如實現購物車

3、List 列表

列表（list）型別是用來儲存多個有序的字串。可以做簡單的訊息佇列的功能。另外，可以利用 lrange 命令，做基於 Redis的分頁功能，效能極佳，使用者體驗好。

4、Set 集合

集合（set）型別也是用來儲存多個的字串元素，但和列表型別不一 樣的是，集合中不允許有重複元素，並且集合中的元素是無序的，不能通過 索引下標獲取元素。利用 Set 的交集、並集、差集等操作，可以計算共同喜好，全部的喜好，自己獨有的喜好等功能。

5、Sorted Set 有序集合

Sorted Set 多了一個權重引數 Score，集合中的元素能夠按 Score 進行排列。可以做排行榜應用，取 TOP N 操作

4、說一說 Redis 的資料過期策略

先給大家一個結論，Redis 中資料過期策略採用定期刪除+惰性刪除策略。

1、定期刪除、惰性刪除策略是什麼？

• 定期刪除策略：Redis 啟用一個定時器定時監視所有的 key，判斷key是否過期，過期的話就刪除。這種策略可以保證過期的 key 最終都會被刪除，但是也存在嚴重的缺點：每次都遍歷記憶體中所有的資料，非常消耗 CPU 資源，並且當 key 已過期，但是定時器還處於未喚起狀態，這段時間內 key 仍然可以用。
• 惰性刪除策略：在獲取 key 時，先判斷 key 是否過期，如果過期則刪除。這種方式存在一個缺點：如果這個 key 一直未被使用，那麼它一直在記憶體中，其實它已經過期了，會浪費大量的空間。

2、定期刪除+惰性刪除策略是如何工作的？

這兩種策略天然的互補，結合起來之後，定時刪除策略就發生了一些改變，不在是每次掃描全部的 key 了，而是隨機抽取一部分 key 進行檢查，這樣就降低了對 CPU 資源的損耗，惰性刪除策略互補了為檢查到的key，基本上滿足了所有要求。但是有時候就是那麼的巧，既沒有被定時器抽取到，又沒有被使用，這些資料又如何從記憶體中消失？沒關係，還有記憶體淘汰機制，當記憶體不夠用時，記憶體淘汰機制就會上場。Redis 記憶體淘汰機制有以下幾種策略：

• noeviction：當記憶體不足以容納新寫入資料時，新寫入操作會報錯。（Redis 預設策略）
• allkeys-lru：當記憶體不足以容納新寫入資料時，在鍵空間中，移除最近最少使用的 Key。（推薦使用）
• allkeys-random：當記憶體不足以容納新寫入資料時，在鍵空間中，隨機移除某個 Key。
• volatile-lru：當記憶體不足以容納新寫入資料時，在設定了過期時間的鍵空間中，移除最近最少使用的 Key。這種情況一般是把 Redis 既當快取，又做持久化儲存的時候才用。
• volatile-random：當記憶體不足以容納新寫入資料時，在設定了過期時間的鍵空間中，隨機移除某個 Key。
• volatile-ttl：當記憶體不足以容納新寫入資料時，在設定了過期時間的鍵空間中，有更早過期時間的 Key 優先移除。

配置記憶體淘汰機制只需要在 redis.conf 配置檔案中配置 maxmemory-policy 引數即可。

5、如何解決 Redis 快取穿透和快取雪崩問題

快取雪崩： 由於快取層承載著大量請求，有效地 保護了儲存層，但是如果快取層由於某些原因不能提供服務，比如 Redis 節點掛掉了，熱點 key 全部失效了，在這些情況下，所有的請求都會直接請求到資料庫，可能會造成資料庫當機的情況。

預防和解決快取雪崩問題，可以從以下三個方面進行著手：

• 1、使用 Redis 高可用架構：使用 Redis 叢集來保證 Redis 服務不會掛掉
• 2、快取時間不一致： 給快取的失效時間，加上一個隨機值，避免集體失效
• 3、限流降級策略：有一定的備案，比如個性推薦服務不可用了，換成熱點資料推薦服務

快取穿透： 快取穿透是指查詢一個根本不存在的資料，這樣的資料肯定不在快取中，這會導致請求全部落到資料庫上，有可能出現資料庫當機的情況。

預防和解決快取穿透問題，可以考慮以下兩種方法：

• 1、快取空物件： 將空值快取起來，但是這樣就有一個問題，大量無效的空值將佔用空間，非常浪費。
• 2、布隆過濾器攔截： 將所有可能的查詢key 先對映到布隆過濾器中，查詢時先判斷key是否存在布隆過濾器中，存在才繼續向下執行，如果不存在，則直接返回。布隆過濾器有一定的誤判，所以需要你的業務允許一定的容錯性。

最後

目前網際網路上很多大佬都有 Redis 高頻面試題相關文章，如有雷同，請多多包涵了。原創不易，碼字不易，還希望大家多多支援。若文中有所錯誤之處，還望提出，謝謝。

歡迎掃碼關注微信公眾號：「平頭哥的技術博文」，和平頭哥一起學習，一起進步。