今年遇到的PHP面试题--Redis

Posted 2021-05-03 写程序的赵童鞋

Redis

Redis有哪些常用数据类型

String、Hash、List、Set、SortedSet、Pub/Sub。

相关链接： Redis 命令参考

怎么用Redis统计上亿访问量的日活跃用户

可以使用Bitmap或者HyperLogLog来进行统计。

Bitmap

因为bitmap的每一位只占据1bit的空间 ，所以利用这个特性我们可以把每一天作为key，value为1亿用户的活跃度状态。假设一个用户一天内只要登录了一次就算活跃。活跃我们就记为1，不活跃我们就记为0。把用户Id作为偏移量(offset)。这样我们一个key就可以存储1亿用户的活跃状态。

HyperLogLog

HyperLogLog 是用来做基数统计的算法，直接把用户ID插入到一个key中，

两者区别

如果需要精确结果的话，可以使用bitmap，1亿数据大约占用12M内存。

如果只需要一个大概结果的话，可以使用HyperLogLog，1亿数据大约占用14k内存。

相关链接： Redis如何存储和计算一亿用户的活跃度

Redis怎么实现分布式锁

将用户ID作为key，在Redis中设置一个value。

需要注意的点是要用到 NX 参数，保证key是不存在才设置成功。

还需要用到 EX 参数设置过期时间，防止出现异常时锁无法释放。

 
   
   
 

  
    
    
  set key value [EX seconds] [PX milliseconds] [NX|XX]
  
    
    
  

  
    
    
  EX seconds：设置失效时长，单位秒
  
    
    
  

  
    
    
  PX milliseconds：设置失效时长，单位毫秒
  
    
    
  

  
    
    
  NX：key不存在时设置value，成功返回OK，失败返回(nil)
  
    
    
  

  
    
    
  XX：key存在时设置value，成功返回OK，失败返回(nil)
 
   
   
 

相关链接： redis分布式锁？坑那么多

Redis Cluster集群获取key对应的value的流程

1. redis cluster模式采用了无中心节点的方式来实现，每个主节点都会与其它主节点保持连接。节点间通过gossip协议交换彼此的信息，同时每个主节点又有一个或多个从节点。

2. 客户端连接集群时，直接与redis集群的每个主节点连接，根据hash算法取模将key存储在不同的哈希槽上。

3. 在集群中采用数据分片的方式，将redis集群分为16384个哈希槽。

4. 每个节点会保存一份数据分布表，节点会将自己的slot信息发送给其他节点，节点间不停的传递数据分布表。

相关链接： 想进大厂，面试却挂在了Redis集群上

Redis Cluster集群中某个节点故障了该怎么获取数据

redis cluster中主节点故障处理方式与哨兵模式较为相像，当约定时间内某节点无法与集群中的另一个节点顺利完成ping消息通信时，则将该节点标记为主观下线状态，同时将这个信息向整个集群广播。

如果一个节点收到某个节点失联的数量达到了集群的大多数时，那么将该节点标记为客观下线状态，并向集群广播下线节点的fail消息。然后立即对该故障节点进行主从切换。等到原来的主节点恢复后，会自动成为新主节点的从节点。 如果主节点没有从节点，那么当它发生故障时，集群就将处于不可用状态。

相关链接： 想进大厂，面试却挂在了Redis集群上

Redis Cluster集群怎么扩容

当集群中加入某个节点时，哈希槽又是如何来进行分配的？

当集群中加入新节点时，会与集群中的某个节点进行握手，该节点会把集群内的其它节点信息通过gossip协议发送给新节点，新节点与这些节点完成握手后加入到集群中。

然后集群中的节点会各取一部分哈希槽分配给新节点。

当集群中要删除节点时，只需要将节点中的所有哈希槽移动到其它节点，然后再移除空白（不包含任何哈希槽）的节点就可以了。

相关链接： 想进大厂，面试却挂在了Redis集群上

Redis主从数据库怎么同步数据

全量同步

1. 当从节点启动时，会向主节点发送SYNC命令。

2. 主节点接收到SYNC命令后，开始在后台执行保存快照的命令生成RDB文件，并使用缓冲区记录此后执行的所有写命令。

3. 主节点快照完成后，将快照文件和所有缓存命令发送给集群内的从节点，并在发送期间继续记录被执行的写命令。

4. 主节点快照发送完毕后开始向从节点发送缓冲区中的写命令。

5. 从节点载入快照文件后，开始接收命令请求，执行接收到的主节点缓冲区的写命令。

增量同步

主从复制中因网络等原因造成数据丢失场景，当从节点再次连上主节点。如果条件允许，主节点会补发丢失数据给从节点。因为补发的数据远远小于全量数据，可以有效避免全量复制的过高开销。

相关链接： 想进大厂，面试却挂在了Redis集群上

Redis的数据持久化有哪些方式

Redis的数据持久化有两种方式，一种是RDB，一种是AOF。

RDB

RDB：把当前数据生成快照保存在硬盘上。

触发方式有两种

• 手动触发：save、bgsave命令

• 自动触发：在Redis的配置文件中配置触发条件

优点

• RDB文件是一个紧凑的二进制压缩文件，是Redis在某个时间点的全部数据快照。所以使用RDB恢复数据的速度远远比AOF的快，非常适合备份、全量复制、灾难恢复等场景。

缺点

• 每次进行bgsave操作都要执行fork操作创建子经常，属于重量级操作，频繁执行成本过高，所以无法做到实时持久化，或者秒级持久化。

AOF

AOF：记录每次对数据的操作到硬盘上。

触发方式有两种

• 手动触发：使用bgrewriteaof命令。

• 自动触发：根据auto-aof-rewrite-min-size和auto-aof-rewrite-percentage配置确定自动触发的时机。

主要步骤

1. 命令追加（append）：所有写命令都会被追加到AOF缓存区（aof_buf）中。

2. 文件同步（sync）：根据不同策略将AOF缓存区同步到AOF文件中。

3. 文件重写（rewrite）：定期对AOF文件进行重写，以达到压缩的目的。

4. 数据加载（load）：当需要恢复数据时，重新执行AOF文件中的命令。

三种同步策略

1. always：每次写入缓存区都要同步到AOF文件中，硬盘的操作比较慢，限制了Redis高并发，不建议配置。

2. no：每次写入缓存区后不进行同步，同步到AOF文件的操作由操作系统负责，每次同步AOF文件的周期不可控，而且增大了每次同步的硬盘的数据量。

3. eversec：每次写入缓存区后，由专门的线程每秒钟同步一次，做到了兼顾性能和数据安全。是建议的同步策略，也是默认的策略。

优点

• 持久化的速度快，因为每次都只是追加，rdb每次都全量持久化。

• 数据相对更可靠，丢失少，因可以配置每秒持久化、每个命令执行完就持久化

缺点

• 灾难性恢复的时候过慢，因为aof每次都只追加原命令，导致aof文件过大，但是后面会rewrite，但是相对于rdb也是慢的。

• 会对主进程对外提供请求的效率造成影响，接收请求、处理请求、写aof文件这三步是串行原子执行的。而非异步多线程执行的。Redis单线程！

相关链接： 一篇文章彻底理解Redis持久化：RDB和AOF

Redis过期键回收策略

Redis 过期策略有两种

1. 定期删除

2. 惰性删除

定期删除

Redis每隔100ms就会随机抽取一些设置了过期时间的key来进行检查和删除。

需要注意的是，这里是随机抽取，而不是全量遍历，全量遍历会大幅影响Redis性能。

这样造成的后果是部分已过期的key并不会被实时删除。

惰性删除

为了弥补定期删除的缺陷，就需要引入惰性删除机制。

当获取某个key的时候，Redis会检查是否设置了过期时间，key是否已过期，如果已过期则进行删除处理。

相关链接： Redis的过期策略以及内存淘汰机制

Redis内存淘汰策略

当Redis的内存被占满后，如果继续写入数据就会触发淘汰策略。

淘汰策略

• noeviction：当内存使用超过配置的时候会返回错误，不会驱逐任何键

• allkeys-lru：加入键的时候，如果过限，首先通过LRU算法驱逐最久没有使用的键

• volatile-lru：加入键的时候如果过限，首先从设置了过期时间的键集合中驱逐最久没有使用的键

• allkeys-random：加入键的时候如果过限，从所有key随机删除

• volatile-random：加入键的时候如果过限，从过期键的集合中随机驱逐

• volatile-ttl：从配置了过期时间的键中驱逐马上就要过期的键

• volatile-lfu：从所有配置了过期时间的键中驱逐使用频率最少的键

• allkeys-lfu：从所有键中驱逐使用频率最少的键

比较常用的是allkeys-lru策略。

LRU算法

LRU 即最近最久未使用。

LRU算法需要一个双向链表来记录数据的最近被访问顺序，但是出于节省内存的考虑，Redis的LRU算法并非完整的实现。Redis并不会选择最久未被访问的键进行回收，相反它会尝试运行一个近似LRU的算法，通过对少量键进行取样，然后回收其中的最久未被访问的键。通过调整每次回收时的采样数量maxmemory-samples，可以实现调整算法的精度

相关链接： Redis的过期策略以及内存淘汰机制

----- End -----

更多好文

请扫描下面二维码

欢迎关注~