超硬核！1.6W 字 Redis 面試知識點(diǎn)總結(jié)，建議收藏！
作者：業(yè)余草
來源：https://www.xttblog.com/?p=4842
今天，我不自量力的面試了某大廠的 Java 開發(fā)崗位，迎面走來一位風(fēng)塵仆仆的中年男子，手里拿著屏幕還亮著的 Mac。他沖著我禮貌的笑了笑，然后說了句“不好意思，讓你久等了”，然后示意我坐下，說：“我們開始吧，看了你的簡歷，覺得你對 Redis 應(yīng)該掌握的不錯，我們今天就來討論下 Redis……”。我想：“來就來，兵來將擋水來土掩”。
Redis 是什么
面試官：你先來說下 Redis 是什么吧！
我：（這不就是總結(jié)下 Redis 的定義和特點(diǎn)嘛）Redis 是 C 語言開發(fā)的一個(gè)開源的（遵從 BSD 協(xié)議）高性能鍵值對（key-value）的內(nèi)存數(shù)據(jù)庫，可以用作數(shù)據(jù)庫、緩存、消息中間件等。
它是一種 NoSQL（not-only sql，泛指非關(guān)系型數(shù)據(jù)庫）的數(shù)據(jù)庫。
我頓了一下，接著說，Redis 作為一個(gè)內(nèi)存數(shù)據(jù)庫：
性能優(yōu)秀，數(shù)據(jù)在內(nèi)存中，讀寫速度非常快，支持并發(fā) 10W QPS。
單進(jìn)程單線程，是線程安全的，采用 IO 多路復(fù)用機(jī)制。
豐富的數(shù)據(jù)類型，支持字符串（strings）、散列（hashes）、列表（lists）、集合（sets）、有序集合（sorted sets）等。
支持?jǐn)?shù)據(jù)持久化。
可以將內(nèi)存中數(shù)據(jù)保存在磁盤中，重啟時(shí)加載。
主從復(fù)制，哨兵，高可用。
可以用作分布式鎖。
可以作為消息中間件使用，支持發(fā)布訂閱。
五種數(shù)據(jù)類型
說著，我拿著筆給面試官畫了一張圖：
數(shù)據(jù)類型應(yīng)用場景總結(jié)：
Redis 緩存
直接通過 RedisTemplate 來使用，使用 Spring Cache 集成 Redis pom.xml 中加入以下依賴：
<dependencies>
????<dependency>
????????<groupId>org.springframework.bootgroupId>
????????<artifactId>spring-boot-starter-data-redisartifactId>
????dependency>
????<dependency>
????????<groupId>org.apache.commonsgroupId>
????????<artifactId>commons-pool2artifactId>
????dependency>
????<dependency>
????????<groupId>org.springframework.bootgroupId>
????????<artifactId>spring-boot-starter-webartifactId>
????dependency>
????<dependency>
????????<groupId>org.springframework.sessiongroupId>
????????<artifactId>spring-session-data-redisartifactId>
????dependency>
????<dependency>
????????<groupId>org.projectlombokgroupId>
????????<artifactId>lombokartifactId>
????????<optional>trueoptional>
????dependency>
????<dependency>
????????<groupId>org.springframework.bootgroupId>
????????<artifactId>spring-boot-starter-testartifactId>
????????<scope>testscope>
????dependency>
dependencies>
配置文件 application.yml 的配置：
server:
??port:?8082
??servlet:
????session:
??????timeout:?30ms
spring:
??cache:
????type:?redis
??redis:
????host:?127.0.0.1
????port:?6379
????password:
????#?redis默認(rèn)情況下有16個(gè)分片，這里配置具體使用的分片，默認(rèn)為0
????database:?0
????lettuce:
??????pool:
????????#?連接池最大連接數(shù)(使用負(fù)數(shù)表示沒有限制),默認(rèn)8
????????max-active:?100
創(chuàng)建實(shí)體類 User.java：
public?class?User?implements?Serializable{
????private?static?final?long?serialVersionUID?=?662692455422902539L;
????private?Integer?id;
????private?String?name;
????private?Integer?age;
????public?User()?{
????}
????public?User(Integer?id,?String?name,?Integer?age)?{
????????this.id?=?id;
????????this.name?=?name;
????????this.age?=?age;
????}
????public?Integer?getId()?{
????????return?id;
????}
????public?void?setId(Integer?id)?{
????????this.id?=?id;
????}
????public?String?getName()?{
????????return?name;
????}
????public?void?setName(String?name)?{
????????this.name?=?name;
????}
????public?Integer?getAge()?{
????????return?age;
????}
????public?void?setAge(Integer?age)?{
????????this.age?=?age;
????}
????@Override
????public?String?toString()?{
????????return?"User{"?+
????????????????"id="?+?id?+
????????????????",?name='"?+?name?+?'\''?+
????????????????",?age="?+?age?+
????????????????'}';
????}
}
RedisTemplate 的使用方式
添加配置類 RedisCacheConfig.java：
@Configuration
@AutoConfigureAfter(RedisAutoConfiguration.class)
public?class?RedisCacheConfig?{
????@Bean
????public?RedisTemplate?redisCacheTemplate(LettuceConnectionFactory?connectionFactory)?{
????????RedisTemplate?template?=?new?RedisTemplate<>();
????????template.setKeySerializer(new?StringRedisSerializer());
????????template.setValueSerializer(new?GenericJackson2JsonRedisSerializer());
????????template.setConnectionFactory(connectionFactory);
????????return?template;
????}
}
測試類：
@RestController
@RequestMapping("/user")
public?class?UserController?{
????public?static?Logger?logger?=?LogManager.getLogger(UserController.class);
????@Autowired
????private?StringRedisTemplate?stringRedisTemplate;
????@Autowired
????private?RedisTemplate?redisCacheTemplate;
????@RequestMapping("/test")
????public?void?test()?{
????????redisCacheTemplate.opsForValue().set("userkey",?new?User(1,?"張三",?25));
????????User?user?=?(User)?redisCacheTemplate.opsForValue().get("userkey");
????????logger.info("當(dāng)前獲取對象：{}",?user.toString());
????}
然后在瀏覽器訪問，觀察后臺日志 http://localhost:8082/user/test
使用 Spring Cache 集成 Redis
public?interface?UserService?{
????User?save(User?user);
????void?delete(int?id);
????User?get(Integer?id);
}
接口實(shí)現(xiàn)類 UserServiceImpl.java：
@Service
public?class?UserServiceImpl?implements?UserService{
????public?static?Logger?logger?=?LogManager.getLogger(UserServiceImpl.class);
????private?static?Map?userMap?=?new?HashMap<>();
????static?{
????????userMap.put(1,?new?User(1,?"肖戰(zhàn)",?25));
????????userMap.put(2,?new?User(2,?"王一博",?26));
????????userMap.put(3,?new?User(3,?"楊紫",?24));
????}
????@CachePut(value?="user",?key?=?"#user.id")
????@Override
????public?User?save(User?user)?{
????????userMap.put(user.getId(),?user);
????????logger.info("進(jìn)入save方法，當(dāng)前存儲對象：{}",?user.toString());
????????return?user;
????}
????@CacheEvict(value="user",?key?=?"#id")
????@Override
????public?void?delete(int?id)?{
????????userMap.remove(id);
????????logger.info("進(jìn)入delete方法，刪除成功");
????}
????@Cacheable(value?=?"user",?key?=?"#id")
????@Override
????public?User?get(Integer?id)?{
????????logger.info("進(jìn)入get方法，當(dāng)前獲取對象：{}",?userMap.get(id)==null?null:userMap.get(id).toString());
????????return?userMap.get(id);
????}
}
@Cachable
@CachePut
@CacheEvict
測試類：UserController
@RestController
@RequestMapping("/user")
public?class?UserController?{
????public?static?Logger?logger?=?LogManager.getLogger(UserController.class);
????@Autowired
????private?StringRedisTemplate?stringRedisTemplate;
????@Autowired
????private?RedisTemplate?redisCacheTemplate;
????@Autowired
????private?UserService?userService;
????@RequestMapping("/test")
????public?void?test()?{
????????redisCacheTemplate.opsForValue().set("userkey",?new?User(1,?"張三",?25));
????????User?user?=?(User)?redisCacheTemplate.opsForValue().get("userkey");
????????logger.info("當(dāng)前獲取對象：{}",?user.toString());
????}
????@RequestMapping("/add")
????public?void?add()?{
????????User?user?=?userService.save(new?User(4,?"李現(xiàn)",?30));
????????logger.info("添加的用戶信息：{}",user.toString());
????}
????@RequestMapping("/delete")
????public?void?delete()?{
????????userService.delete(4);
????}
????@RequestMapping("/get/{id}")
????public?void?get(@PathVariable("id")?String?idStr)?throws?Exception{
????????if?(StringUtils.isBlank(idStr))?{
????????????throw?new?Exception("id為空");
????????}
????????Integer?id?=?Integer.parseInt(idStr);
????????User?user?=?userService.get(id);
????????logger.info("獲取的用戶信息：{}",user.toString());
????}
}
用緩存要注意，啟動類要加上一個(gè)注解開啟緩存：
@SpringBootApplication(exclude=DataSourceAutoConfiguration.class)
@EnableCaching
public?class?Application?{
????public?static?void?main(String[]?args)?{
????????SpringApplication.run(Application.class,?args);
????}
}
①先調(diào)用添加接口：http://localhost:8082/user/add
②再調(diào)用查詢接口，查詢 id=4 的用戶信息：
可以看出，這里已經(jīng)從緩存中獲取數(shù)據(jù)了，因?yàn)樯弦徊?add 方法已經(jīng)把 id=4 的用戶數(shù)據(jù)放入了 Redis 緩存 3、調(diào)用刪除方法，刪除 id=4 的用戶信息，同時(shí)清除緩存：
④再次調(diào)用查詢接口，查詢 id=4 的用戶信息：
緩存注解
Key：緩存的 Key，可以為空，如果指定要按照 SPEL 表達(dá)式編寫，如果不指定，則按照方法的所有參數(shù)進(jìn)行組合。
Value：緩存的名稱，必須指定至少一個(gè)（如 @Cacheable (value='user')或者 @Cacheable(value={'user1','user2'})）
Condition：緩存的條件，可以為空，使用 SPEL 編寫，返回 true 或者 false，只有為 true 才進(jìn)行緩存。
Key：同上。
Value：同上。
Condition：同上。
allEntries：是否清空所有緩存內(nèi)容，缺省為 false，如果指定為 true，則方法調(diào)用后將立即清空所有緩存。
beforeInvocation：是否在方法執(zhí)行前就清空，缺省為 false，如果指定為 true，則在方法還沒有執(zhí)行的時(shí)候就清空緩存。缺省情況下，如果方法執(zhí)行拋出異常，則不會清空緩存。
緩存問題
我：處理緩存雪崩簡單，在批量往 Redis 存數(shù)據(jù)的時(shí)候，把每個(gè) Key 的失效時(shí)間都加個(gè)隨機(jī)值就好了，這樣可以保證數(shù)據(jù)不會再同一時(shí)間大面積失效。
setRedis（key,?value,?time+Math.random()*10000）;
緩存擊穿的話，設(shè)置熱點(diǎn)數(shù)據(jù)永不過期，或者加上互斥鎖就搞定了。作為暖男，代碼給你準(zhǔn)備好了，拿走不謝。
public?static?String?getData(String?key)?throws?InterruptedException?{
????????//從Redis查詢數(shù)據(jù)
????????String?result?=?getDataByKV(key);
????????//參數(shù)校驗(yàn)
????????if?(StringUtils.isBlank(result))?{
????????????try?{
????????????????//獲得鎖
????????????????if?(reenLock.tryLock())?{
????????????????????//去數(shù)據(jù)庫查詢
????????????????????result?=?getDataByDB(key);
????????????????????//校驗(yàn)
????????????????????if?(StringUtils.isNotBlank(result))?{
????????????????????????//插進(jìn)緩存
????????????????????????setDataToKV(key,?result);
????????????????????}
????????????????}?else?{
????????????????????//睡一會再拿
????????????????????Thread.sleep(100L);
????????????????????result?=?getData(key);
????????????????}
????????????}?finally?{
????????????????//釋放鎖
????????????????reenLock.unlock();
????????????}
????????}
????????return?result;
????}
Redis 為何這么快
Redis 完全基于內(nèi)存，絕大部分請求是純粹的內(nèi)存操作，非常迅速，數(shù)據(jù)存在內(nèi)存中，類似于 HashMap，HashMap 的優(yōu)勢就是查找和操作的時(shí)間復(fù)雜度是 O(1)。
數(shù)據(jù)結(jié)構(gòu)簡單，對數(shù)據(jù)操作也簡單。
采用單線程，避免了不必要的上下文切換和競爭條件，不存在多線程導(dǎo)致的 CPU 切換，不用去考慮各種鎖的問題，不存在加鎖釋放鎖操作，沒有死鎖問題導(dǎo)致的性能消耗。
使用多路復(fù)用 IO 模型，非阻塞 IO。
Redis 和 Memcached 的區(qū)別
存儲方式上：Memcache 會把數(shù)據(jù)全部存在內(nèi)存之中，斷電后會掛掉，數(shù)據(jù)不能超過內(nèi)存大小。Redis 有部分?jǐn)?shù)據(jù)存在硬盤上，這樣能保證數(shù)據(jù)的持久性。
數(shù)據(jù)支持類型上：Memcache 對數(shù)據(jù)類型的支持簡單，只支持簡單的 key-value，，而 Redis 支持五種數(shù)據(jù)類型。
使用底層模型不同：它們之間底層實(shí)現(xiàn)方式以及與客戶端之間通信的應(yīng)用協(xié)議不一樣。Redis 直接自己構(gòu)建了 VM 機(jī)制，因?yàn)橐话愕南到y(tǒng)調(diào)用系統(tǒng)函數(shù)的話，會浪費(fèi)一定的時(shí)間去移動和請求。
Value 的大小：Redis 可以達(dá)到 1GB，而 Memcache 只有 1MB。
淘汰策略
我：Redis 有六種淘汰策略，如下圖：
持久化
RDB：快照形式是直接把內(nèi)存中的數(shù)據(jù)保存到一個(gè) dump 的文件中，定時(shí)保存，保存策略。
AOF：把所有的對 Redis 的服務(wù)器進(jìn)行修改的命令都存到一個(gè)文件里，命令的集合。Redis 默認(rèn)是快照 RDB 的持久化方式。
我：（說就一起說下吧）使用 AOF 做持久化，每一個(gè)寫命令都通過 write 函數(shù)追加到 appendonly.aof 中，配置方式如下：
appendfsync?yes???
appendfsync?always?????#每次有數(shù)據(jù)修改發(fā)生時(shí)都會寫入AOF文件。
appendfsync?everysec???#每秒鐘同步一次，該策略為AOF的缺省策略。
主從復(fù)制
從節(jié)點(diǎn)執(zhí)行 slaveof[masterIP][masterPort]，保存主節(jié)點(diǎn)信息。
從節(jié)點(diǎn)中的定時(shí)任務(wù)發(fā)現(xiàn)主節(jié)點(diǎn)信息，建立和主節(jié)點(diǎn)的 Socket 連接。
從節(jié)點(diǎn)發(fā)送 Ping 信號，主節(jié)點(diǎn)返回 Pong，兩邊能互相通信。
連接建立后，主節(jié)點(diǎn)將所有數(shù)據(jù)發(fā)送給從節(jié)點(diǎn)（數(shù)據(jù)同步）。
主節(jié)點(diǎn)把當(dāng)前的數(shù)據(jù)同步給從節(jié)點(diǎn)后，便完成了復(fù)制的建立過程。接下來，主節(jié)點(diǎn)就會持續(xù)的把寫命令發(fā)送給從節(jié)點(diǎn)，保證主從數(shù)據(jù)一致性。
runId：每個(gè) Redis 節(jié)點(diǎn)啟動都會生成唯一的 uuid，每次 Redis 重啟后，runId 都會發(fā)生變化。
offset：主節(jié)點(diǎn)和從節(jié)點(diǎn)都各自維護(hù)自己的主從復(fù)制偏移量 offset，當(dāng)主節(jié)點(diǎn)有寫入命令時(shí)，offset=offset+命令的字節(jié)長度。
從節(jié)點(diǎn)在收到主節(jié)點(diǎn)發(fā)送的命令后，也會增加自己的 offset，并把自己的 offset 發(fā)送給主節(jié)點(diǎn)。
這樣，主節(jié)點(diǎn)同時(shí)保存自己的 offset 和從節(jié)點(diǎn)的 offset，通過對比 offset 來判斷主從節(jié)點(diǎn)數(shù)據(jù)是否一致。
repl_backlog_size：保存在主節(jié)點(diǎn)上的一個(gè)固定長度的先進(jìn)先出隊(duì)列，默認(rèn)大小是 1MB。
主節(jié)點(diǎn)發(fā)送數(shù)據(jù)給從節(jié)點(diǎn)過程中，主節(jié)點(diǎn)還會進(jìn)行一些寫操作，這時(shí)候的數(shù)據(jù)存儲在復(fù)制緩沖區(qū)中。
從節(jié)點(diǎn)同步主節(jié)點(diǎn)數(shù)據(jù)完成后，主節(jié)點(diǎn)將緩沖區(qū)的數(shù)據(jù)繼續(xù)發(fā)送給從節(jié)點(diǎn)，用于部分復(fù)制。
FULLRESYNC：第一次連接，進(jìn)行全量復(fù)制
CONTINUE：進(jìn)行部分復(fù)制
ERR：不支持 psync 命令，進(jìn)行全量復(fù)制
我：可以！
從節(jié)點(diǎn)發(fā)送 psync ? -1 命令（因?yàn)榈谝淮伟l(fā)送，不知道主節(jié)點(diǎn)的 runId，所以為?，因?yàn)槭堑谝淮螐?fù)制，所以 offset=-1）。
主節(jié)點(diǎn)發(fā)現(xiàn)從節(jié)點(diǎn)是第一次復(fù)制，返回 FULLRESYNC {runId} {offset}，runId 是主節(jié)點(diǎn)的 runId，offset 是主節(jié)點(diǎn)目前的 offset。
從節(jié)點(diǎn)接收主節(jié)點(diǎn)信息后，保存到 info 中。
主節(jié)點(diǎn)在發(fā)送 FULLRESYNC 后，啟動 bgsave 命令，生成 RDB 文件（數(shù)據(jù)持久化）。
主節(jié)點(diǎn)發(fā)送 RDB 文件給從節(jié)點(diǎn)。到從節(jié)點(diǎn)加載數(shù)據(jù)完成這段期間主節(jié)點(diǎn)的寫命令放入緩沖區(qū)。
從節(jié)點(diǎn)清理自己的數(shù)據(jù)庫數(shù)據(jù)。
從節(jié)點(diǎn)加載 RDB 文件，將數(shù)據(jù)保存到自己的數(shù)據(jù)庫中。如果從節(jié)點(diǎn)開啟了 AOF，從節(jié)點(diǎn)會異步重寫 AOF 文件。
哨兵
一旦主節(jié)點(diǎn)宕機(jī)，從節(jié)點(diǎn)晉升為主節(jié)點(diǎn)，同時(shí)需要修改應(yīng)用方的主節(jié)點(diǎn)地址，還需要命令所有從節(jié)點(diǎn)去復(fù)制新的主節(jié)點(diǎn)，整個(gè)過程需要人工干預(yù)。
主節(jié)點(diǎn)的寫能力受到單機(jī)的限制。
主節(jié)點(diǎn)的存儲能力受到單機(jī)的限制。
原生復(fù)制的弊端在早期的版本中也會比較突出，比如：Redis 復(fù)制中斷后，從節(jié)點(diǎn)會發(fā)起 psync。
此時(shí)如果同步不成功，則會進(jìn)行全量同步，主庫執(zhí)行全量備份的同時(shí)，可能會造成毫秒或秒級的卡頓。
面試官：那么問題又來了。那你說下哨兵有哪些功能？
監(jiān)控：不斷檢查主服務(wù)器和從服務(wù)器是否正常運(yùn)行。
通知：當(dāng)被監(jiān)控的某個(gè) Redis 服務(wù)器出現(xiàn)問題，Sentinel 通過 API 腳本向管理員或者其他應(yīng)用程序發(fā)出通知。
自動故障轉(zhuǎn)移：當(dāng)主節(jié)點(diǎn)不能正常工作時(shí)，Sentinel 會開始一次自動的故障轉(zhuǎn)移操作，它會將與失效主節(jié)點(diǎn)是主從關(guān)系的其中一個(gè)從節(jié)點(diǎn)升級為新的主節(jié)點(diǎn)，并且將其他的從節(jié)點(diǎn)指向新的主節(jié)點(diǎn)，這樣人工干預(yù)就可以免了。
配置提供者：在 Redis Sentinel 模式下，客戶端應(yīng)用在初始化時(shí)連接的是 Sentinel 節(jié)點(diǎn)集合，從中獲取主節(jié)點(diǎn)的信息。
我：話不多說，直接上圖：
①每個(gè) Sentinel 節(jié)點(diǎn)都需要定期執(zhí)行以下任務(wù)：每個(gè) Sentinel 以每秒一次的頻率，向它所知的主服務(wù)器、從服務(wù)器以及其他的 Sentinel 實(shí)例發(fā)送一個(gè) PING 命令。（如上圖）
②如果一個(gè)實(shí)例距離最后一次有效回復(fù) PING 命令的時(shí)間超過 down-after-milliseconds 所指定的值，那么這個(gè)實(shí)例會被 Sentinel 標(biāo)記為主觀下線。（如上圖）
③如果一個(gè)主服務(wù)器被標(biāo)記為主觀下線，那么正在監(jiān)視這個(gè)服務(wù)器的所有 Sentinel 節(jié)點(diǎn)，要以每秒一次的頻率確認(rèn)主服務(wù)器的確進(jìn)入了主觀下線狀態(tài)。
④如果一個(gè)主服務(wù)器被標(biāo)記為主觀下線，并且有足夠數(shù)量的 Sentinel（至少要達(dá)到配置文件指定的數(shù)量）在指定的時(shí)間范圍內(nèi)同意這一判斷，那么這個(gè)主服務(wù)器被標(biāo)記為客觀下線。
當(dāng)一個(gè)主服務(wù)器被標(biāo)記為客觀下線時(shí)，Sentinel 向下線主服務(wù)器的所有從服務(wù)器發(fā)送 INFO 命令的頻率，會從 10 秒一次改為每秒一次。
⑥Sentinel 和其他 Sentinel 協(xié)商客觀下線的主節(jié)點(diǎn)的狀態(tài)，如果處于 SDOWN 狀態(tài)，則投票自動選出新的主節(jié)點(diǎn)，將剩余從節(jié)點(diǎn)指向新的主節(jié)點(diǎn)進(jìn)行數(shù)據(jù)復(fù)制。
總結(jié)
推薦閱讀