Java实习生------Redis常见面试题汇总（AOF持久化、RDB快照、分布式锁、缓存一致性）⭐⭐⭐

 “年轻人，就要勇敢追梦”🌹

参考资料：图解redis

目录

谈谈你对AOF持久化的理解？

redis的三种写回策略是什么？

谈谈你对AOF重写机制的理解？AOF重写机制的具体过程？

谈谈你对RDB快照的理解？怎么触发RDB？

redis大key对持久化有什么影响？

如何用redis实现分布式锁？基于 Redis 实现分布式锁的优点与缺点？

数据库和缓存如何保持一致性？

---

谈谈你对AOF持久化的理解？

• Redis每执行一次写操作命令，就会以追加的方式写入到一个文件里，这个文件就叫做AOF日志，当redis重启时，再去执行这个文件中的命令，就相当于做了数据恢复。将写操作命令写入到日志文件的过程就是redis的AOF持久化过程。

值得注意的是，redis只会记录写操作，读操作不会记录；另外，redis是先执行完写操作命令，再将这个命令记录到日志中，这么做有两点好处：

• 避免了额外的检查开销，如果命令是错误的，那么在执行的时候就可以检查出来了，不会往日志中记录一条错误命令
• 不会阻塞当前命令的执行

但是也有两点坏处：

• 如果redis在执行这条写命令的时候，redis发生故障宕机，也就是还没来得及将这条命令写入到日志中，所以就会造成数据丢失
• 可能会阻塞下一条命令的执行

redis的三种写回策略是什么？

AOF日志中的命令还并没有被同步到硬盘，此时这些命令还存在于server.aof_buf缓冲区中

AOF具体有三种写回策略：

• always:命令写入aof_buf之后就立即调用fsync函数，将AOF数据同步到硬盘。可靠性高，最大程度保证数据不会丢失，但是性能开销比较大
• no：命令写入aof_buf之后先将命令写入到AOF文件的内核缓冲区，不对AOF文件做fsync同步，同步硬盘操作由操作系统负责。性能好，但是如果宕机会丢失很多数据
• everysec：命令写入aof_buf之后，先将命令写入到AOF文件的内核缓冲区，然后每隔一秒调用一次fsync函数，将内核缓冲区中的数据同步到硬盘。性能适中，redis宕机会丢失一秒内的数据

谈谈你对AOF重写机制的理解？AOF重写机制的具体过程？

随着执行命令的增多，AOF文件中的命令也越来越多，AOF文件的体积也会越来越大，AOF重写机制的目的就是为了压缩AOF文件的体积。

AOF重写机制的妙处就在于，它会读取数据库中的最新数据，然后仅用一条命令来记录这条数据；也就是说，如果在之前，这条记录被多次修改过，也就意味着有多条修改命令，那么只需要记录最后一条修改不就行了吗？这样就减少了命令的数量，AOF重写机制会把这些最新的命令写入到一个新的AOF文件中，然后覆盖掉原有的AOF文件。

因为AOF重写过程比较耗时，所以一般不会在主进程中执行

开启AOF重写机制之后，主进程会fork出一个子进程，由子进程来执行AOF重写。

这样做的好处有两点：

• 重写过程由子进程来执行，主进程依旧可以相应客户端命令
• 主进程和子进程共用一份页表，即主进程和子进程共用一块物理内存

缺点：

• 主进程在fork子进程的时候，由于要复制一份页表给子进程，所以会造成主进程阻塞
• 另外，当主进程或者子进程修改共享数据时，会发生写时复制，内核会将物理内存再拷贝一份，也会造成主进程的阻塞

谈谈你对RDB快照的理解？怎么触发RDB？

RDB快照记录了某一瞬间内存中的数据，所以RDB文件记录的是实际的数据，而AOF日志记录的是一条条命令。使用RDB来进行数据恢复的效率要高于AOF，所以RDB是redis的默认持久化方式。

触发机制：两条命令，save和bgsave

• save：阻塞当前redis服务器，直到RDB过程结束
• bgsave：主进程fork出一个子进程，阻塞只发生在fork阶段，一般时间很短

redis大key对持久化有什么影响？

大key对AOF日志的影响：

• 使用always策略：主线程在执行fsync函数时，阻塞的时间比较久
• 使用no策略：由于永远不会执行fsync函数，所以不会影响主线程
• 使用everysec策略：由于是异步执行fsync函数，所以大key持久化的过程不会影响主线程

大key对AOF重写和RDB的影响：

• 创建子进程的过程中父进程会发生阻塞，因为子进程要复制父进程的页表等数据结构
• 创建完子进程之后父进程也会发生阻塞，如果父进程对大key做了修改，那么内核就会发生写时复制，会把物理内存复制一份，由于大key占用的物理内存比较大，那么在复制物理内存的时候就会很耗时，就会阻塞父进程

如何用redis实现分布式锁？基于 Redis 实现分布式锁的优点与缺点？

分布式锁主要应用于并发环境下，保证某个资源在同一时刻只能被某一个用户所使用

使用 redis 中的 SET NX命令实现分布式锁

SET lock_key unique_value NX PX 10000 

在设置锁的时候，需要满足两个条件：

• 需要对锁设置过期时间，避免锁被获取之后发生异常，导致客户端无法释放锁
• 锁变量的值需要能够区分出不同的用户

优点：

• 性能高效、实现方便（使用SET NX命令）

缺点：

• 超时时间不好设置：如果设置的时间太长，那么会影响性能；如果设置的时间太短，起不到互斥的作用
• 可能存在不可靠性：redis基于集群分布的，且主从复制的过程是异步的，可能在redis主节点获取到锁之后，主节点宕机，还没来得及同步，所以在新的redis主节点上依旧可以重新获取锁

数据库和缓存如何保持一致性？

如果先更新数据库，再更新缓存：

此时，数据库中的值是2，而缓存中的值是1，出现了数据库和缓存中的数据不一致的现象！ 

如果先更新缓存，再更新数据库：

此时，缓存中的值是2，数据库中的值是1，依旧出现了数据库和缓存中的数据不一致的现象！ 

如果先删除缓存，再更新数据库：

 这种情况下，读请求和写请求并发的情况下，出现了数据库和缓存中的数据不一致的问题！

如果先更新数据库，再删除缓存：

 如果但从理论上分析，上述情况依旧导致了数据不一致的问题，但是，值得注意的是，在实际中，这种情况出现的概率并不高，因为写缓存的速度要快于写数据库的速度

所以，先更新数据库，再删除缓存这种方案是可行的。

但是，继续分析，更新数据库和删除缓存，这是两种操作，如果更新数据库成功了，但是删除缓存的时候失败了，那么缓存中缓存的就是旧值，数据库中存放的是新值。怎么保证这两个操作都能顺利执行呢？

解决方案有两种：

重试机制：将要操作的数据加入到消息队列，如果删除缓存失败，那么就重新读取消息，重新执行删除缓存操作；如果删除缓存成功了，就将消息从消息队列中移除。

订阅MySQL binlog：在更新数据库时，会产生一条bin log日志，如果删除缓存失败，就从bin log中拿到具体操作的数据，进行重新删除

---

 整理面经不易，觉得有帮助的小伙伴点个赞吧~感谢收看！