redis常見面試問題
1.什麼是redis?
Redis 是一個基於記憶體的高效能key-value資料庫。
2.Reids的特點
Redis本質上是一個Key-Value型別的記憶體資料庫，很像memcached，整個資料庫統統載入在記憶體當中進行操作，定期通過非同步操作把資料庫資料flush到硬碟上進行儲存。
因為是純記憶體操作，Redis的效能非常出色，每秒可以處理超過 10萬次讀寫操作，是已知效能最快的Key-Value DB。
Redis的出色之處不僅僅是效能，Redis最大的魅力是支援儲存多種資料結構，此外單個value的最大限制是1GB，不像 memcached只能儲存1MB的資料，因此Redis可以用來實現很多有用的功能。
比方說用他的List來做FIFO雙向連結串列，實現一個輕量級的高性 能訊息佇列服務，用他的Set可以做高效能的tag系統等等。另外Redis也可以對存入的Key-Value設定expire時間，因此也可以被當作一 個功能加強版的memcached來用。
Redis的主要缺點是資料庫容量受到實體記憶體的限制，不能用作海量資料的高效能讀寫，因此Redis適合的場景主要侷限在較小資料量的高效能操作和運算上。
3.使用redis有哪些好處？
-
速度快，因為資料存在記憶體中，類似於HashMap，HashMap的優勢就是查詢和操作的時間複雜度都是O(1)
-
支援豐富資料型別，支援string，list，set，sorted set，hash
-
支援事務，操作都是原子性，所謂的原子性就是對資料的更改要麼全部執行，要麼全部不執行
-
豐富的特性：可用於快取，訊息，按key設定過期時間，過期後將會自動刪除
4.redis相比memcached有哪些優勢？
-
memcached所有的值均是簡單的字串，redis作為其替代者，支援更為豐富的資料型別
-
redis的速度比memcached快很多
-
redis可以持久化其資料
5.Memcache與Redis的區別都有哪些？
-
儲存方式 Memecache把資料全部存在記憶體之中，斷電後會掛掉，資料不能超過記憶體大小。 Redis有部份存在硬碟上，這樣能保證資料的永續性。
-
資料支援型別 Memcache對資料型別支援相對簡單。 Redis有複雜的資料型別。
-
使用底層模型不同 它們之間底層實現方式 以及與客戶端之間通訊的應用協議不一樣。 Redis直接自己構建了VM 機制 ，因為一般的系統呼叫系統函式的話，會浪費一定的時間去移動和請求。
6.redis常見效能問題和解決方案：
-
Master寫記憶體快照，save命令排程rdbSave函式，會阻塞主執行緒的工作，當快照比較大時對效能影響是非常大的，會間斷性暫停服務，所以Master最好不要寫記憶體快照。
-
Master AOF持久化，如果不重寫AOF檔案，這個持久化方式對效能的影響是最小的，但是AOF檔案會不斷增大，AOF檔案過大會影響Master重啟的恢復速度。Master最好不要做任何持久化工作，包括記憶體快照和AOF日誌檔案，特別是不要啟用記憶體快照做持久化,如果資料比較關鍵，某個Slave開啟AOF備份資料，策略為每秒同步一次。
-
Master呼叫BGREWRITEAOF重寫AOF檔案，AOF在重寫的時候會佔大量的CPU和記憶體資源，導致服務load過高，出現短暫服務暫停現象。
-
Redis主從複製的效能問題，為了主從複製的速度和連線的穩定性，Slave和Master最好在同一個區域網內
7. mySQL裡有2000w資料，redis中只存20w的資料，如何保證redis中的資料都是熱點資料
相關知識：redis 記憶體資料集大小上升到一定大小的時候，就會施行資料淘汰策略（回收策略）。
redis 提供 6種資料淘汰策略：
-
volatile-lru：從已設定過期時間的資料集（server.db[i].expires）中挑選最近最少使用的資料淘汰
-
volatile-ttl：從已設定過期時間的資料集（server.db[i].expires）中挑選將要過期的資料淘汰
-
volatile-random：從已設定過期時間的資料集（server.db[i].expires）中任意選擇資料淘汰
-
allkeys-lru：從資料集（server.db[i].dict）中挑選最近最少使用的資料淘汰
-
allkeys-random：從資料集（server.db[i].dict）中任意選擇資料淘汰
-
no-enviction（驅逐）：禁止驅逐資料
8.請用Redis和任意語言實現一段惡意登入保護的程式碼，限制1小時內每使用者Id最多隻能登入5次。具體登入函式或功能用空函式即可，不用詳細寫出。
用列表實現:列表中每個元素代表登陸時間,只要最後的第5次登陸時間和現在時間差不超過1小時就禁止登陸.用Python寫的程式碼如下：
#!/usr/bin/env python3
import redis
import sys
import time
r = redis.StrictRedis(host=’127.0.0.1′, port=6379, db=0)
try:
id = sys.argv[1]
except:
print(‘input argument error’)
sys.exit(0)
if r.llen(id) >= 5 and time.time() – float(r.lindex(id, 4)) <= 3600:
print(“you are forbidden logining”)
else:
print(‘you are allowed to login’)
r.lpush(id, time.time())
# login_func()
9.為什麼redis需要把所有資料放到記憶體中?
Redis為了達到最快的讀寫速度將資料都讀到記憶體中，並通過非同步的方式將資料寫入磁碟。所以redis具有快速和資料持久化的特徵。如果不將資料放在記憶體中，磁碟I/O速度為嚴重影響redis的效能。在記憶體越來越便宜的今天，redis將會越來越受歡迎。
如果設定了最大使用的記憶體，則資料已有記錄數達到記憶體限值後不能繼續插入新值。
10.Redis是單程序單執行緒的
redis利用佇列技術將併發訪問變為序列訪問，消除了傳統資料庫序列控制的開銷
11.redis的併發競爭問題如何解決?
Redis為單程序單執行緒模式，採用佇列模式將併發訪問變為序列訪問。Redis本身沒有鎖的概念，Redis對於多個客戶端連線並不存在競爭，但是在Jedis客戶端對Redis進行併發訪問時會發生連線超時、資料轉換錯誤、阻塞、客戶端關閉連線等問題，這些問題均是由於客戶端連線混亂造成。
對此有2種解決方法：
1.客戶端角度，為保證每個客戶端間正常有序與Redis進行通訊，對連線進行池化，同時對客戶端讀寫Redis操作採用內部鎖synchronized。
2.伺服器角度，利用setnx實現鎖。
注：對於第一種，需要應用程式自己處理資源的同步，可以使用的方法比較通俗，可以使用synchronized也可以使用lock；第二種需要用到Redis的setnx命令，但是需要注意一些問題。
12.redis事物的瞭解CAS(check-and-set 操作實現樂觀鎖 )?
和眾多其它資料庫一樣，Redis作為NoSQL資料庫也同樣提供了事務機制。在Redis中，MULTI/EXEC/DISCARD/WATCH這四個命令是我們實現事務的基石。
相信對有關係型資料庫開發經驗的開發者而言這一概念並不陌生，即便如此，我們還是會簡要的列出Redis中事務的實現特徵：
-
在事務中的所有命令都將會被序列化的順序執行，事務執行期間，Redis不會再為其它客戶端的請求提供任何服務，從而保證了事物中的所有命令被原子的執行。
-
和關係型資料庫中的事務相比，在Redis事務中如果有某一條命令執行失敗，其後的命令仍然會被繼續執行。
-
我們可以通過MULTI命令開啟一個事務，有關係型資料庫開發經驗的人可以將其理解為"BEGIN TRANSACTION"語句。在該語句之後執行的命令都將被視為事務之內的操作，最後我們可以通過執行EXEC/DISCARD命令來提交/回滾該事務內的所有操作。這兩個Redis命令可被視為等同於關係型資料庫中的COMMIT/ROLLBACK語句。
-
在事務開啟之前，如果客戶端與伺服器之間出現通訊故障並導致網路斷開，其後所有待執行的語句都將不會被伺服器執行。然而如果網路中斷事件是發生在客戶端執行EXEC命令之後，那麼該事務中的所有命令都會被伺服器執行。
-
當使用Append-Only模式時，Redis會通過呼叫系統函式write將該事務內的所有寫操作在本次呼叫中全部寫入磁碟。然而如果在寫入的過程中出現系統崩潰，如電源故障導致的宕機，那麼此時也許只有部分資料被寫入到磁碟，而另外一部分資料卻已經丟失。
Redis伺服器會在重新啟動時執行一系列必要的一致性檢測，一旦發現類似問題，就會立即退出並給出相應的錯誤提示。
此時，我們就要充分利用Redis工具包中提供的redis-check-aof工具，該工具可以幫助我們定位到資料不一致的錯誤，並將已經寫入的部分資料進行回滾。修復之後我們就可以再次重新啟動Redis伺服器了。
13.WATCH命令和基於CAS的樂觀鎖：
在Redis的事務中，WATCH命令可用於提供CAS(check-and-set)功能。假設我們通過WATCH命令在事務執行之前監控了多個Keys，倘若在WATCH之後有任何Key的值發生了變化，EXEC命令執行的事務都將被放棄，同時返回Null multi-bulk應答以通知呼叫者事務
執行失敗。例如，我們再次假設Redis中並未提供incr命令來完成鍵值的原子性遞增，如果要實現該功能，我們只能自行編寫相應的程式碼。其偽碼如下：
val = GET mykey
val = val + 1
SET mykey $val
以上程式碼只有在單連線的情況下才可以保證執行結果是正確的，因為如果在同一時刻有多個客戶端在同時執行該段程式碼，那麼就會出現多執行緒程式中經常出現的一種錯誤場景--競態爭用(race condition)。
比如，客戶端A和B都在同一時刻讀取了mykey的原有值，假設該值為10，此後兩個客戶端又均將該值加一後set回Redis伺服器，這樣就會導致mykey的結果為11，而不是我們認為的12。為了解決類似的問題，我們需要藉助WATCH命令的幫助，見如下程式碼：
WATCH mykey
val = GET mykey
val = val + 1
MULTI
SET mykey $val
EXEC
和此前程式碼不同的是，新程式碼在獲取mykey的值之前先通過WATCH命令監控了該鍵，此後又將set命令包圍在事務中，這樣就可以有效的保證每個連線在執行EXEC之前，如果當前連接獲取的mykey的值被其它連線的客戶端修改，那麼當前連線的EXEC命令將執行失敗。這樣呼叫者在判斷返回值後就可以獲悉val是否被重新設定成功。
14.redis持久化的幾種方式
1、快照（snapshots）
預設情況情況下，Redis把資料快照存放在磁碟上的二進位制檔案中，檔名為dump.rdb。你可以配置Redis的持久化策略，例如資料集中每N秒鐘有超過M次更新，就將資料寫入磁碟；或者你可以手工呼叫命令SAVE或BGSAVE。
工作原理
-
Redis forks.
-
子程序開始將資料寫到臨時RDB檔案中。
-
當子程序完成寫RDB檔案，用新檔案替換老檔案。
-
這種方式可以使Redis使用copy-on-write技術。
2、AOF
快照模式並不十分健壯，當系統停止，或者無意中Redis被kill掉，最後寫入Redis的資料就會丟失。
這對某些應用也許不是大問題，但對於要求高可靠性的應用來說，Redis就不是一個合適的選擇。Append-only檔案模式是另一種選擇。你可以在配置檔案中開啟AOF模式
3、虛擬記憶體方式
當你的key很小而value很大時,使用VM的效果會比較好.因為這樣節約的記憶體比較大.
當你的key不小時,可以考慮使用一些非常方法將很大的key變成很大的value,比如你可以考慮將key,value組合成一個新的value.
vm-max-threads這個引數,可以設定訪問swap檔案的執行緒數,設定最好不要超過機器的核數,如果設定為0,那麼所有對swap檔案的操作都是序列的.可能會造成比較長時間的延遲,但是對資料完整性有很好的保證.
自己測試的時候發現用虛擬記憶體效能也不錯。如果資料量很大，可以考慮分散式或者其他資料庫。
15.redis的快取失效策略和主鍵失效機制
作為快取系統都要定期清理無效資料，就需要一個主鍵失效和淘汰策略.
在Redis當中，有生存期的key被稱為volatile。在建立快取時，要為給定的key設定生存期，當key過期的時候（生存期為0），它可能會被刪除。
1、影響生存時間的一些操作
生存時間可以通過使用 DEL 命令來刪除整個 key 來移除，或者被 SET 和 GETSET 命令覆蓋原來的資料，也就是說，修改key對應的value和使用另外相同的key和value來覆蓋以後，當前資料的生存時間不同。
比如說，對一個 key 執行INCR命令，對一個列表進行LPUSH命令，或者對一個雜湊表執行HSET命令，這類操作都不會修改 key 本身的生存時間。另一方面，如果使用RENAME對一個 key 進行改名，那麼改名後的 key的生存時間和改名前一樣。
RENAME命令的另一種可能是，嘗試將一個帶生存時間的 key 改名成另一個帶生存時間的 another_key ，這時舊的 another_key (以及它的生存時間)會被刪除，然後舊的 key 會改名為 another_key ，因此，新的 another_key 的生存時間也和原本的 key 一樣。使用PERSIST命令可以在不刪除 key 的情況下，移除 key 的生存時間，讓 key 重新成為一個persistent key 。
2、如何更新生存時間
可以對一個已經帶有生存時間的 key 執行EXPIRE命令，新指定的生存時間會取代舊的生存時間。過期時間的精度已經被控制在1ms之內，主鍵失效的時間複雜度是O（1），EXPIRE和TTL命令搭配使用，TTL可以檢視key的當前生存時間。設定成功返回 1；當 key 不存在或者不能為 key 設定生存時間時，返回 0 。
最大快取配置：
在 redis 中，允許使用者設定最大使用記憶體大小，server.maxmemory預設為0，沒有指定最大快取，如果有新的資料新增，超過最大記憶體，則會使redis崩潰，所以一定要設定。redis 記憶體資料集大小上升到一定大小的時候，就會實行資料淘汰策略。
redis 提供 6種資料淘汰策略：
-
volatile-lru：從已設定過期時間的資料集（server.db[i].expires）中挑選最近最少使用的資料淘汰
-
volatile-ttl：從已設定過期時間的資料集（server.db[i].expires）中挑選將要過期的資料淘汰
-
volatile-random：從已設定過期時間的資料集（server.db[i].expires）中任意選擇資料淘汰
-
allkeys-lru：從資料集（server.db[i].dict）中挑選最近最少使用的資料淘汰
-
allkeys-random：從資料集（server.db[i].dict）中任意選擇資料淘汰
-
no-enviction（驅逐）：禁止驅逐資料
注意這裡的6種機制，volatile和allkeys規定了是對已設定過期時間的資料集淘汰資料還是從全部資料集淘汰資料，後面的lru、ttl以及random是三種不同的淘汰策略，再加上一種no-enviction永不回收的策略。
使用策略規則：
-
如果資料呈現冪律分佈，也就是一部分資料訪問頻率高，一部分資料訪問頻率低，則使用allkeys-lru
-
如果資料呈現平等分佈，也就是所有的資料訪問頻率都相同，則使用allkeys-random
三種資料淘汰策略：
ttl和random比較容易理解，實現也會比較簡單。主要是Lru最近最少使用淘汰策略，設計上會對key 按失效時間排序，然後取最先失效的key進行淘汰
16.redis 最適合的場景
Redis最適合所有資料in-momory的場景，雖然Redis也提供持久化功能，但實際更多的是一個disk-backed的功能，跟傳統意義上的持久化有比較大的差別，那麼可能大家就會有疑問，似乎Redis更像一個加強版的Memcached，那麼何時使用Memcached，何時使用Redis呢?
如果簡單地比較Redis與Memcached的區別，大多數都會得到以下觀點：
-
Redis不僅僅支援簡單的k/v型別的資料，同時還提供list，set，zset，hash等資料結構的儲存。
-
Redis支援資料的備份，即master-slave模式的資料備份。
-
Redis支援資料的持久化，可以將記憶體中的資料保持在磁碟中，重啟的時候可以再次載入進行使用。
1、會話快取（Session Cache）
最常用的一種使用Redis的情景是會話快取（session cache）。用Redis快取會話比其他儲存（如Memcached）的優勢在於：Redis提供持久化。當維護一個不是嚴格要求一致性的快取時，如果使用者的購物車資訊全部丟失，大部分人都會不高興的，現在，他們還會這樣嗎？
幸運的是，隨著 Redis 這些年的改進，很容易找到怎麼恰當的使用Redis來快取會話的文件。甚至廣為人知的商業平臺Magento也提供Redis的外掛。
2、全頁快取（FPC）
除基本的會話token之外，Redis還提供很簡便的FPC平臺。回到一致性問題，即使重啟了Redis例項，因為有磁碟的持久化，使用者也不會看到頁面載入速度的下降，這是一個極大改進，類似PHP本地FPC。
再次以Magento為例，Magento提供一個外掛來使用Redis作為全頁快取後端。
此外，對WordPress的使用者來說，Pantheon有一個非常好的外掛 wp-redis，這個外掛能幫助你以最快速度載入你曾瀏覽過的頁面。
3、佇列
Reids在記憶體儲存引擎領域的一大優點是提供 list 和 set 操作，這使得Redis能作為一個很好的訊息佇列平臺來使用。Redis作為佇列使用的操作，就類似於本地程式語言（如Python）對 list 的 push/pop 操作。
如果你快速的在Google中搜索“Redis queues”，你馬上就能找到大量的開源專案，這些專案的目的就是利用Redis建立非常好的後端工具，以滿足各種佇列需求。例如，Celery有一個後臺就是使用Redis作為broker，你可以從這裡去檢視。
4、排行榜/計數器
Redis在記憶體中對數字進行遞增或遞減的操作實現的非常好。集合（Set）和有序集合（Sorted Set）也使得我們在執行這些操作的時候變的非常簡單，Redis只是正好提供了這兩種資料結構。
所以，我們要從排序集合中獲取到排名最靠前的10個使用者–我們稱之為“user_scores”，我們只需要像下面一樣執行即可：
當然，這是假定你是根據你使用者的分數做遞增的排序。如果你想返回使用者及使用者的分數，你需要這樣執行：
ZRANGE user_scores 0 10 WITHSCORES
Agora Games就是一個很好的例子，用Ruby實現的，它的排行榜就是使用Redis來儲存資料的，你可以在這裡看到。
5、釋出/訂閱
最後（但肯定不是最不重要的）是Redis的釋出/訂閱功能。釋出/訂閱的使用場景確實非常多。我已看見人們在社交網路連線中使用，還可作為基於釋出/訂閱的指令碼觸發器，甚至用Redis的釋出/訂閱功能來建立聊天系統！（不，這是真的，你可以去核實）。
Redis提供的所有特性中，我感覺這個是喜歡的人最少的一個，雖然它為使用者提供如果此多功能。
17、Redis叢集方案什麼情況下會導致整個叢集不可用？
有A，B，C三個節點的叢集,在沒有複製模型的情況下,如果節點B失敗了，那麼整個叢集就會以為缺少5501-11000這個範圍的槽而不可用。
18、Redis支援的Java客戶端都有哪些？官方推薦用哪個？
Redisson、Jedis、lettuce等等，官方推薦使用Redisson。
19、Redis和Redisson有什麼關係？
Redisson是一個高階的分散式協調Redis客服端，能幫助使用者在分散式環境中輕鬆實現一些Java的物件 (Bloom filter, BitSet, Set, SetMultimap, ScoredSortedSet, SortedSet, Map, ConcurrentMap, List, ListMultimap, Queue, BlockingQueue, Deque, BlockingDeque, Semaphore, Lock, ReadWriteLock, AtomicLong, CountDownLatch, Publish / Subscribe, HyperLogLog)。
20、Jedis與Redisson對比有什麼優缺點？
Jedis是Redis的Java實現的客戶端，其API提供了比較全面的Redis命令的支援；
Redisson實現了分散式和可擴充套件的Java資料結構，和Jedis相比，功能較為簡單，不支援字串操作，不支援排序、事務、管道、分割槽等Redis特性。Redisson的宗旨是促進使用者對Redis的關注分離，從而讓使用者能夠將精力更集中地放在處理業務邏輯上。
21、Redis如何設定密碼及驗證密碼？
設定密碼：config set requirepass 123456
授權密碼：auth 123456
22、說說Redis雜湊槽的概念？
Redis叢集沒有使用一致性hash,而是引入了雜湊槽的概念，Redis叢集有16384個雜湊槽，每個key通過CRC16校驗後對16384取模來決定放置哪個槽，叢集的每個節點負責一部分hash槽。
23、Redis叢集的主從複製模型是怎樣的？
為了使在部分節點失敗或者大部分節點無法通訊的情況下叢集仍然可用，所以叢集使用了主從複製模型,每個節點都會有N-1個複製品.
24、Redis叢集會有寫操作丟失嗎？為什麼？
Redis並不能保證資料的強一致性，這意味這在實際中叢集在特定的條件下可能會丟失寫操作。
25、Redis叢集之間是如何複製的？
非同步複製
26、Redis叢集最大節點個數是多少？
16384個。
27、Redis叢集如何選擇資料庫？
Redis叢集目前無法做資料庫選擇，預設在0資料庫。
28、怎麼測試Redis的連通性？
ping
29、Redis中的管道有什麼用？
一次請求/響應伺服器能實現處理新的請求即使舊的請求還未被響應。這樣就可以將多個命令傳送到伺服器，而不用等待回覆，最後在一個步驟中讀取該答覆。
這就是管道（pipelining），是一種幾十年來廣泛使用的技術。例如許多POP3協議已經實現支援這個功能，大大加快了從伺服器下載新郵件的過程。
30、怎麼理解Redis事務？
事務是一個單獨的隔離操作：事務中的所有命令都會序列化、按順序地執行。事務在執行的過程中，不會被其他客戶端傳送來的命令請求所打斷。
事務是一個原子操作：事務中的命令要麼全部被執行，要麼全部都不執行。
31、Redis事務相關的命令有哪幾個？
MULTI、EXEC、DISCARD、WATCH
32、Redis key的過期時間和永久有效分別怎麼設定？
EXPIRE和PERSIST命令。
33、Redis如何做記憶體優化？
儘可能使用散列表（hashes），散列表（是說散列表裡面儲存的數少）使用的記憶體非常小，所以你應該儘可能的將你的資料模型抽象到一個散列表裡面。
比如你的web系統中有一個使用者物件，不要為這個使用者的名稱，姓氏，郵箱，密碼設定單獨的key,而是應該把這個使用者的所有資訊儲存到一張散列表裡面。
34、Redis回收程序如何工作的？
一個客戶端運行了新的命令，添加了新的資料。
Redi檢查記憶體使用情況，如果大於maxmemory的限制, 則根據設定好的策略進行回收。
一個新的命令被執行，等等。
所以我們不斷地穿越記憶體限制的邊界，通過不斷達到邊界然後不斷地回收回到邊界以下。
如果一個命令的結果導致大量記憶體被使用（例如很大的集合的交集儲存到一個新的鍵），不用多久記憶體限制就會被這個記憶體使用量超越。
35、Redis叢集方案應該怎麼做？都有哪些方案？
1.codis。
目前用的最多的叢集方案，基本和twemproxy一致的效果，但它支援在 節點數量改變情況下，舊節點資料可恢復到新hash節點。
2.redis cluster3.0自帶的叢集，特點在於他的分散式演算法不是一致性hash，而是hash槽的概念，以及自身支援節點設定從節點。具體看官方文件介紹。
3.在業務程式碼層實現，起幾個毫無關聯的redis例項，在程式碼層，對key 進行hash計算，然後去對應的redis例項操作資料。 這種方式對hash層程式碼要求比較高，考慮部分包括，節點失效後的替代演算法方案，資料震盪後的自動指令碼恢復，例項的監控，等等
其它好的出處