Redis面试题全套整理，想刷题的朋友看这篇就差不多了

（引用来源：知乎专栏）

Redis是什么？ Redis是一个开源的使用C语言编写、支持网络、可基于内存亦可持久化的Key-Value数据库，它通常被称为数据结构服务器，因为值（value）可以是字符串(String)、哈希(Hash)、列表(List)、集合(Set)、有序集合(Sorted Set)等类型。

Redis的数据类型 这个是面试必问的，上面提到了，Redis支持多种数据类型，不仅仅是简单的Key-Value存储。

1. String（字符串）：这是最基础的类型，一个Key对应一个Value，可以是字符串、整数或者浮点数，可以做简单的加减操作，比如用来存缓存、计数器啥的。
2. Hash（哈希）：类似于Java里的Map，是一组键值对的集合，特别适合用来存储对象，比如把一个用户的信息（姓名、年龄、城市）存成一个Hash，而不是把每个字段都拆成单独的String，这样管理起来更方便。
3. List（列表）：就是一个简单的字符串列表，按插入顺序排序，你可以从左边（头部）或者右边（尾部）添加元素，常用作消息队列，或者最新消息排行这种场景。
4. Set（集合）：是String类型的无序集合，里面的元素是唯一的，不能重复，可以用来存共同好友、标签系统等，支持交集、并集、差集操作。
5. Sorted Set（有序集合）：和Set类似，也是String类型元素的集合，且不允许重复，但每个元素都会关联一个double类型的分数（score），Redis正是通过分数来为集合中的成员进行从小到大的排序，有序集合的成员是唯一的，但分数可以重复，常用作排行榜，比如根据用户分数排序。

Redis的持久化机制 为了防止数据丢失，Redis提供了两种持久化方式，把内存中的数据存到硬盘上。

1. RDB（快照）：在指定的时间间隔内，将内存中的数据集快照写入磁盘，恢复的时候直接读取快照文件，优点是文件紧凑，恢复速度快，缺点是可能会丢失最后一次快照之后的数据。
2. AOF（追加文件）：记录每次写的操作命令，以日志的形式追加到一个文件里，当Redis重启时，会重新执行AOF文件中的命令来恢复数据，优点是数据安全性高，最多丢失一秒的数据，缺点是AOF文件通常比RDB文件大，恢复速度慢。

Redis的过期键删除策略 就是设置了过期时间的Key，Redis是怎么把它们删掉的。

1. 惰性删除：当访问一个Key的时候，Redis会检查它是否过期，如果过期就删除，这样对CPU友好，但可能会留下很多已经过期但再也没被访问的Key，浪费内存。
2. 定期删除：Redis会每隔一段时间（默认100ms）随机抽取一些设置了过期时间的Key，检查并删除其中已过期的，通过限制删除操作的时长和频率来减少对CPU的影响。

缓存穿透、缓存击穿、缓存雪崩 这是处理缓存时常见的三个问题，也是面试高频题。

1. 缓存穿透：指查询一个根本不存在的数据，缓存和数据库都不会命中，如果大量这样的请求过来，会给数据库造成巨大压力，解决方案：对不存在的Key也缓存一个空值（设置短一点的过期时间）；或者使用布隆过滤器提前拦截。
2. 缓存击穿：指一个非常热点的Key在失效的瞬间，大量请求同时涌向数据库，就像在屏障上击穿了一个洞，解决方案：设置热点数据永不过期；或者使用互斥锁，只让一个请求去查数据库，其他请求等待。
3. 缓存雪崩：指缓存中大量的Key在同一时间过期，或者Redis服务器宕机，导致所有请求都落到数据库上，造成数据库压力过大甚至崩溃，解决方案：给不同的Key设置随机的过期时间，避免同时失效；或者搭建Redis集群，实现高可用。

Redis为什么这么快？

1. 基于内存操作：数据都存在内存里，读写速度非常快。
2. 单线程模型：避免了不必要的上下文切换和竞争条件，也不用去考虑各种锁的问题。
3. 高效的数据结构：Redis自己实现了一套高效的数据结构，比如简单动态字符串、跳跃表等。
4. I/O多路复用：使用epoll等机制，让单个线程能高效处理多个网络连接请求。

Redis的线程模型 Redis是单线程的，主要是指它的网络I/O和键值对读写是由一个线程来完成的，这也是Redis对外提供键值存储服务的主要流程，像持久化、异步删除、集群数据同步等操作是由额外的线程执行的。

Redis事务 Redis的事务不像关系型数据库那样有ACID属性，它通过MULTI、EXEC、DISCARD、WATCH等命令来实现，事务可以一次执行多个命令，但有以下特点：

• 事务中的所有命令都会按顺序串行化执行,执行过程中不会被其他客户端命令打断。
• 事务不具有原子性,即事务中如果有一条命令执行失败，后面的命令仍然会被执行，没有回滚机制。

如何保证缓存和数据库的双写一致性？ 当修改数据时，既要更新数据库，也要更新缓存，这个过程中就可能出现数据不一致的情况。 常见的策略有：

1. 先更新数据库，再删除缓存：这是一种常用的策略，被称为Cache Aside Pattern，虽然理论上仍有极小的可能出现不一致，但在实践中被认为是可以接受的。
2. 先删除缓存，再更新数据库：这种策略在并发情况下容易出现脏数据，不太推荐。

Redis的集群模式 为了应对高并发和海量数据，Redis提供了几种集群方案。

1. 主从复制：一个主节点（Master）负责写，多个从节点（Slave）负责读，主节点将数据同步给从节点，实现读写分离和数据备份。
2. 哨兵（Sentinel）：在主从复制的基础上，增加了哨兵机制，哨兵负责监控主节点的健康状态，当主节点宕机时，能自动将一个从节点升级为新的主节点，实现高可用。
3. 集群（Cluster）：Redis官方提供的分布式解决方案，采用无中心结构，数据被分片（sharding）存储在多个节点上，每个节点存储一部分数据，通过 gossip 协议进行通信，可线性扩展。

（引用结束）