Java缓存面试题——Redis应用

1、为什么要使用Redis做缓存？

缓存的好处

使用缓存的目的就是提升读写性能。而实际业务场景下，更多的是为了提升读性能，带来更高的并发量。

Redis的好处

1. 读取速度快，单机轻松10W+并发。
2. 支持多种数据结构，包括字符串、列表、集合、有序集合、哈希等
3. 拥有其他丰富的功能，主从复制、集群、数据持久化等
4. 可以实现其他功能，消息队列、分布式锁等

2、为什么Redis单线程模型效率也能那么高？

1. C语言实现，效率高：C语言程序运行时要比其他语言编写的程序快得多，因为它“离底层机器很近”
2. 单线程的优势：使用了单线程后可以省去多线程的CPU上下文会切换的时间，也不用去考虑锁导致的性能消耗等问题，可维护性高
3. Pipeline：Redis主要受限于内存和网络，几乎不会占用太多CPU。利用pipeline操作，减少命令在网络上的传输时间，将多次网络IO缩减为一次网络IO
4. 存储实现优化：Redis的基础数据结构每一种至少有2种及2种以上的实现，在不同的大小或长度下选用适合的数据类型，达到极致的存储效率，从而提高写入和读取速度

3、Redis6.0为什么要引入多线程呢？

多线程只是针对IO线程，执行命令还是单线程。

Redis服务器可以处理80,000到100,000QPS，对于80%的公司来说，单线程的Redis已经足够使用了。但随着越来越复杂的业务场景，有些公司动不动就上亿的交易量，因此需要更大的QPS。所以Redis作者在6.0引入了多线程，性能提升至少一倍以上。当然集群方案也可以解决更大QPS的问题，但是集群方案还是有一些问题的：

• 常见集群方案是对数据进行分区并采用多个服务器，但该方案有非常大的缺点，例如要管理的Redis服务器太多，维护代价大
• 某些适用于单个Redis服务器的命令不适用于数据分区
• 数据分区无法解决热点读/写问题；数据倾斜、重新分配变得更加复杂等等

4、Redis常见数据结构以及使用场景

字符串（String）

使用场景

1. 计数：使用Redis 作为计数的基础工具，它可以实现快速计数、查询缓存的功能，同时数据可以异步落地到其他数据源
2. 共享Session：使用Redis将用户的Session进行集中管理，避免在访问分布式服务时Session不存在导致重新登录
3. 限速：短信接口不被频繁访问,例如一分钟不能超过5次

哈希(Hash)

Java里提供了HashMap，Redis中也有类似的数据结构，就是哈希类型。但是要注意，哈希类型中的映射关系叫作field-value，注意这里的value是指field对应的值，不是键对应的值。

使用场景

哈希类型比较适宜存放对象类型的数据，我们可以比较下，如果数据库中表记录user为：

id	name	age
1	test1	18
2	test2	20

使用String类型

set user:1  {"id":1,"name":"test1","age":18};

优点：简单直观，每个键对应一个值
缺点：键数过多，占用内存多，用户信息过于分散

使用hash类型

hmset user:1 name test1 age 18
hmset user:2 name test2 age 20

优点：简单直观，使用合理可减少内存空间消耗

列表（list）

列表( list)类型是用来存储多个有序的字符串，a、b、c、c、b四个元素从左到右组成了一个有序的列表,列表中的每个字符串称为元素(element)，一个列表最多可以存储(2^32-1)个元素(4294967295)。

使用场景

1. 每个用户有属于自己的文章列表，需要分页展示文章列表。
2. 消息队列，Redis的lpush+rpop命令组合即可实现阻塞队列。

集合（set）

集合( set）类型也是用来保存多个的字符串元素,但和列表类型不一样的是，集合中不允许有重复元素,并且集合中的元素是无序的,不能通过索引下标获取元素。

使用场景

集合类型比较典型的使用场景是标签(tag)。例如一个用户可能对娱乐、体育比较感兴趣，另一个用户可能对历史、新闻比较感兴趣，这些兴趣点就是标签。有了这些数据就可以得到喜欢同一个标签的人，以及用户的共同喜好的标签，这些数据对于用户体验以及增强用户黏度比较重要。

除此之外，集合还可以通过生成随机数进行比如抽奖活动，以及社交图谱等等。

有序集合（ZSET）

有序集合给每个元素设置一个分数(score)作为排序的依据。提供了获取指定分数和元素范围查询、计算成员排名等功能，合理的利用有序集合，能帮助我们在实际开发中解决很多问题。
适合场景

1. 有序集合比较典型的使用场景就是排行榜系统。例如视频网站需要对用户上传的视频做排行榜，榜单的维度可能是多个方面的:按照时间、按照播放数量、按照获得的赞数。

5、pipeline有什么好处，为什么要用 pipeline？

Redis客户端执行一条命令分为如下4个部分:1）发送命令2）命令排队3）命令执行4）返回结果。

其中1和4花费的时间称为Round Trip Time (RTT,往返时间)，也就是数据在网络上传输的时间，占用了绝大多的时间。

举个例子：Redis的客户端和服务端两地直线距离约为800公里，那么1次RTT时间=800 x2/ ( 300000×2/3 ) =8毫秒，(光在真空中传输速度为每秒30万公里,这里假设光纤为光速的2/3 )。而Redis命令真正执行的时间通常在微秒(1000微妙=1毫秒)级别，所以才会有Redis性能瓶颈是网络这样的说法。

Pipeline（流水线)机制能改善上面这类问题,它能将一组Redis命令进行组装，通过一次RTT传输给Redis，再将这组Redis命令的执行结果按顺序返回给客户端。

非Pipeline和Pipeline执行10000次set操作的效果，在执行时间上的比对如下：

差距有100多倍，可以得到如下两个结论:

1. Pipeline减少了网络的开销，执行速度一般比逐条执行要快。
2. 客户端和服务端的网络延时越大，Pipeline的效果越明显。

6、Redis官方为什么不提供 Windows版本？

目前Linux版本已经相当稳定，而且用户量很大，开发windows版本，反而会带来兼容性等问题。

7、Redis 持久化方式有哪些？以及有什么区别？

Redis 提供两种持久化机制 RDB 和 AOF 机制

RDB

RDB（Redis DataBase）持久化是把当前进程数据生成快照保存到硬盘的过程。所谓内存快照，就是指内存中的数据在某一个时刻的状态记录。

优点：

• 只有一个文件 dump.rdb，方便持久化。
• 容灾性好，一个文件可以保存到安全的磁盘。
• 相对于数据集大时，比AOF的启动效率更高。

缺点：

• 数据安全性低。 RDB是间隔一段时间进行持久化，如果持久化之间Redis发生故障，会发生数据丢失。所以这种方式更适合数据要求不严谨的时候。

AOF

AOF(append only file)持久化:以独立日志的方式记录每次写命令，重启时再重新执行AOF文件中的命令达到恢复数据的目的。AOF的主要作用是解决了数据持久化的实时性，目前已经是Redis持久化的主流方式。

缺点：
（1） AOF 文件比 RDB 文件大，且恢复速度慢。
（2）数据集大的时候，比 RDB 启动效率低。

8、什么是Redis事务？原理是什么？

Redis 中的事务是一组命令的集合，将一组需要一起执行的命令放到multi和exec两个命令之间。multi 命令代表事务开始，exec命令代表事务结束。它可以保证一次执行多个命令，每个事务是一个单独的隔离操作，事务中的所有命令都会序列化、按顺序地执行。

但是要注意Redis的事务功能很弱。在事务回滚机制上，Redis只能对基本的语法错误进行判断。

如下，当语法命令错误时，会造成整个事务无法执行，事务内的操作都没有执行:

如下，当命令错误时，虽然有异常提示，但是事务执行成功。

9、如何在100个亿URL中快速判断某URL是否存在？

传统数据结构HashMap

可以将值映射到 HashMap 的 Key，然后可以在 O(1) 的时间复杂度内返回结果，效率极高。

但是 HashMap 的实现也有缺点，例如存储容量占比高，考虑到负载因子的存在，通常空间是不能被用满的，举个例子如果一个1000万个int类型，会占据HashMap多少空间呢？1.2个G。实际上，1000万个int型，只需要40M左右空间，占比3%，1000万个Integer，需要161M左右空间，占比13.3%。可见一旦值很多例如上亿的时候，那HashMap 占据的内存大小就变得很可观了。

如果整个网页黑名单系统包含100亿个网页URL，在数据库查找是很费时的，并且如果每个URL空间为64B，那么需要内存为640GB，一般的服务器很难达到这个需求。

布隆过滤器

1970 年布隆提出了一种布隆过滤器的算法，用来判断一个元素是否在一个集合中。这种算法由一个二进制数组和一个 Hash 算法组成。

相比于传统的 List、Set、Map 等数据结构，它更高效、占用空间更少，但是缺点是其返回的结果是概率性的，而不是确切的。

布隆过滤器广泛应用于网页黑名单系统、垃圾邮件过滤系统、爬虫网址判重系统等，Google 著名的分布式数据库 Bigtable 使用了布隆过滤器来查找不存在的行或列，以减少磁盘查找的IO次数，Google Chrome浏览器使用了布隆过滤器加速安全浏览服务。

布隆过滤器的误判问题

• 通过hash计算在数组上，因为hash冲突实际上可能不在，如下图中的D。
• 通过hash计算在数组上，因为数组中已存在，不能确定在不在，如下图中的C。
  

优化方案

• 增大数组(预估适合值)
• 增加hash函数，通过两次Hash算法，都为1时确定为存在。
  

10、Redis的数据结构组织?

为了实现从键到值的快速访问，Redis 使用了一个全局哈希表来保存所有键值对。一个哈希表，其实就是一个数组，数组的每个元素称为一个哈希桶。所以，我们常说，一个哈希表是由多个哈希桶组成的，每个哈希桶中保存了键值对数据。

哈希表的最大好处很明显，就是让我们可以用 O(1) 的时间复杂度来快速查找到键值对。但是当往 Redis 中写入大量数据后，哈希表的冲突问题和 rehash 可能带来的操作阻塞，这里的哈希冲突，两个 key 的哈希值和哈希桶计算对应关系时，正好落在了同一个哈希桶中。

Redis 解决哈希冲突的方式，就是链式哈希。链式哈希也很容易理解，就是指同一个哈希桶中的多个元素用一个链表来保存，它们之间依次用指针连接。

11、渐进式rehash是什么？

Redis 默认使用了两个全局哈希表：哈希表 1 和哈希表 2。一开始，当你刚插入数据时，默认使用哈希表 1，此时的哈希表 2 并没有被分配空间。随着数据逐步增多，Redis 开始执行 rehash。

1. 给哈希表 2 分配更大的空间，例如是当前哈希表 1 大小的两倍
2. 把哈希表 1 中的数据重新映射并拷贝到哈希表 2 中
3. 释放哈希表 1 的空间

在上面的第二步涉及大量的数据拷贝，如果一次性把哈希表 1 中的数据都迁移完，会造成 Redis 线程阻塞。在Redis 开始执行 rehash，Redis仍然正常处理客户端请求，但是要加入一个额外的处理：

1. 处理第1个请求时，把哈希表 1中的第1个索引位置上的所有 entries 拷贝到哈希表 2 中
2. 处理第2个请求时，把哈希表 1中的第2个索引位置上的所有 entries 拷贝到哈希表 2 中

如此循环，直到把所有的索引位置的数据都拷贝到哈希表 2 中。这样就巧妙地把一次性大量拷贝的开销，分摊到了多次处理请求的过程中，避免了耗时操作，保证了数据的快速访问。