Redis 八股面试题

Redis 的数据类型

五种基本数据类型:

• String
• List
• Set
• Hash
• ZSet(有序集合)

三种特殊数据类型：

• Stream (消息队列)
• HyperLogLog（基数统计）
• Bitmap （位图）
• Geospatial (地理位置)

Redis 为什么快？

• 基于内存操作,比磁盘快很多

• redis 数据类型(结构)性能很高

• redis 执行命令是单线程的，避免了上下文切换带来的性能问题，也不用考虑锁的问题

使用 String 还是 Hash 存储对象数据更好？

• 当对象结构简单,而且操作是整体操作的时候使用 String 更适合

• 如果需要操作对象的字段或者节省内存，选择 Hash 更合适

购物车信息用 String 还是 Hash 存储更好?

• 购物车中的商品频繁修改和变动, 使用 Hash 存储

使用 Redis 的哪种数据结构实现点赞功能

• 使用 Set 实现, Set 适用于点赞,关注/粉丝,去重(签到,注册等)场景

• Set 支持快速添加/删除,还能自动去重

如何使用 Redis 实现一个排行榜

• 使用 Sorted Set (有序集合)
• 相关的一些命令：ZRANGE（从小到大排序）、ZREVRANGE（从大到小排序）、ZREVRANK（指定元素排名）

Set 的应用场景

• Set 是无序集合，集合中的元素没有先后顺序但都唯一，类似于 Java 中的 HashSet

常见应用场景：

• 存放的数据不能重复的场景：网站 UV 统计、文章点赞、动态点赞等等

• 获取交集、并集和差集：共同好友（交集）, 好友推荐（差集）、音乐推荐（差集）、订阅号推荐（差集+交集）等

• 需要随机获取元素的场景：抽奖系统、随机点名等

Redis 除了做缓存, 还能做什么?

• 分布式锁
• 消息队列
• 计数器与限流器
• 延时队列
• 分布式 session

Redis 是单线程的，但是为什么还那么快？

• 单线程, 避免了线程切换和锁竞争开销
• 核心原因：
  1. 基于内存操作, 读写速度快
  2. IO 多路复用：用 epoll/kqueue 等机制处理多客户端连接，单线程高效处理并发请求
  3. 高效数据结构：如跳表（Sorted Set）、压缩列表（Hash）等，操作复杂度低
  4. 无阻塞命令：核心命令（如 GET、SET）执行时间短，避免单线程阻塞

Redis 持久化机制

• RDB（快照) , 定期将内存中数据生成快照写入二进制文件（.rdb），重启时快速加载，适合大数据量的恢复

• AOF（追加日志) , 每执行一次写操作,就把该命令追加到文件里（appendonly.aof），数据持久性最好

• 混合持久化（Redis 4.0+）： RDB + AOF

Redis事务

• 用于保证一组命令的原子性（要么全部执行，要么全部不执行）,不支持回滚操作

• redis 事务的实现使用 MULTI(事务的开始)和EXEC（事务的结束)命令

• 输入 MULTI 命令后，redis 返回 OK 表示事务开启，然后输入需要在本次事务中执行的所有命令，每次输入命令不会立即执行，而是返回 QUEUED，表示命令已经并排入事务队列，最后输入EXEC命令后，才会依次执行这些命令.

``

• 核心命令：
  • MULTI：开启事务
  • 命令序列：如 SET key1 val1、INCR key2 等（入队，未执行）
  • EXEC：执行事务内所有命令
  • DISCARD：取消事务
  • WATCH key：监视 key，若事务执行前 key 被修改，则事务中断（乐观锁机制）

缓存

​​问题​​	​​定义​​	​解决方案​​
​缓存击穿​​	​热点数据的缓存突然过期,大量请求直接冲击数据库	1.互斥锁 2.逻辑过期（缓存永不过期，后台异步更新）
​​缓存穿透​​	查询不存在的数据，请求绕过缓存直接访问数据库	1.布隆过滤器 2.缓存空值
缓存雪崩	​大量Key同时过期​​，或缓存集群宕机，导致所有请求直接访问数据库	1.随机过期时间​​,分散key过期时间 2.使用多级缓存 3.使用Redis 集群部署,主从 + 哨兵模式

什么是布隆过滤器?

• 一种概率型数据结构，通过多个哈希函数将数据映射到位图（bitmap），用于快速判断元素是否 “可能存在”

• 特点：

  • 优点：空间效率高，查询速度快
  • 缺点：可能误判，不支持删除操作

Redis 分布式锁如何实现？

方法一: 基于 Redis 的 SET 命令实现

加锁:

SET lock:order:1001 "UUID:threadId" NX PX 30000

• NX：当 key 不存在时才设置（保证互斥）

• PX 30000：设置 30 秒过期时间（避免死锁）

解锁：通过 Lua 脚本原子性判断并删除锁

方法二: 使用 Redisson 框架

如何合理控制分布式锁的有效时长

• 基础原则：设置略大于业务执行时间的过期时间（如业务需 5 秒，设 10~15 秒）

• 动态续期：使用 Redisson 的 Watch Dog 机制，若线程未执行完，每隔 1/3 过期时间自动延长锁有效期

Redis 双写问题是什么？如何解决？

• 定义：同时更新数据库和缓存时，因为并发操作、网络延迟或执行顺序不当等导致缓存与数据库数据不一致

• 解决：

  1. 先更数据库，再删缓存
  2. 延迟双删：删除缓存后延迟 100ms 再次删除，避免并发更新时的脏数据
  3. 最终一致性：通过消息队列或定时任务同步缓存与数据库差异

Redis 的数据过期策略有哪些？

• 惰性删除：访问 key 时才检查是否过期，过期则删除
• 定期删除：每隔一段时间随机检查部分过期 key 并删除
• 内存淘汰：当内存达到 maxmemory 阈值时，触发淘汰策略

Redis 的数据淘汰策略有哪些？

• volatile-lru：从设置了过期时间的 key 中，淘汰最近最少使用的
• allkeys-lru：从所有 key 中，淘汰最近最少使用的（最常用）
• volatile-lfu：从过期 key 中，淘汰最不经常使用的
• allkeys-lfu：从所有 key 中，淘汰最不经常使用的
• volatile-random：从过期 key 中随机淘汰
• allkeys-random：从所有 key 中随机淘汰
• volatile-ttl：淘汰过期时间最近的 key
• noeviction：默认策略，不淘汰任何 key，写操作返回错误

Redis集群方案

• 主从模式：一个 master 节点，多个 slave 节点，master 节点宕机, slave 自动变成主节点

• 哨兵模式：在主从集群基础上添加哨兵节点或哨兵集群，用于监控 master 节点健康状态，通过投票机制选择 slave 成为主节点

• 分片集群：多个 master 节点, 不同 master 保存不同的数据，master 之间通过 ping 相互监测健康状态。客户端请求任意一个节点都会转发到正确节点，因为每个master都被映射到0-16384个插槽上，集群的key是根据key的hash值与插槽绑定

什么是 Redis 主从同步？

主从同步第一次是全量同步, slave 第一次请求 master 节点根据 replid 判断是否是第一次同步，是的话 master 会生成 RDB 发送给 slave

增量同步, 后续主节点的写操作会通过复制缓冲区同步到从节点

好处：提高读吞吐量，主节点故障时从节点可切换为主节点

Redis 分片集群中数据是怎么存储和读取的？

• 存储：
  1. 集群将 16384 个哈希槽分配给各主节点（如 3 主节点分别负责 0-5460、5461-10922、10923-16383 槽）
  2. 写入 key 时，通过 CRC16(key) % 16384 计算槽位，自动路由到对应主节点
• 读取：
  1. 客户端首次连接时获取集群槽位映射表，后续直接定位节点
  2. 若槽位迁移（如扩容），节点返回 MOVED 重定向，客户端更新映射表后重试

Redis 集群脑裂是什么？如何解决?

• 定义：主从集群中，主节点网络波动导致哨兵误判其下线，选举从节点为新主，原主节点恢复后出现 “双主”（脑裂），数据写入旧主会丢失
• 解决方法：
  1. 配置 min-replicas-to-write 1：主节点必须至少有 1 个从节点连接正常才允许写操作
  2. 配置 min-replicas-max-lag 10：从节点同步延迟超过 10 秒，主节点拒绝写操作

怎么保证 Redis 的高并发高可用?

• 高并发：
  • 分片集群（Redis Cluster）分散读写压力
  • 合理使用管道（Pipeline）和批量命令（如 MSET）减少网络交互
  • 优化数据结构（如用 Hash 替代多个 String）
• 高可用：
  • 主从 + 哨兵模式，自动故障转移
  • 数据持久化（RDB+AOF）防止数据丢失
  • 限流保护（如用 redis-cell 模块）避免突发流量压垮集群