Java面试 | 关于Redis 的面试题
Posted 黑马程序员
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Java面试 | 关于Redis 的面试题相关的知识，希望对你有一定的参考价值。
Redis本质上是一个Key-Value类型的内存数据库，很像memcached,整个数据库统统加载在内存当中进行操作，定期通过异步操作把数据库数据flush到硬盘上进行保存。
因为是纯内存操作，Redis 的性能非常出色，每秒可以处理超过10万次读写操作，是已知性能最快的Key-Value DB。
Redis的出色之处不仅仅是性能，Redis 最大的魅力是支持保存多种数据结构，此外单个value的最大限制是1GB，不像memcached只能保存1MB的数据，因此Redis可以用来实现很多有用的功能。
比方说用他的List来做FIFO双向链表，实现一个轻量级的高性能消息队列服务，用他的Set可以做高性能的tag系统等等。
① memcached所有的值均是简单的字符串，redis作为 其替代者，支持更为丰富的数据类型
Redis有哪几种数据淘汰策略?有noeviction、allkeys-lru、allkeys-random、volatile-random、volatile-ttl五种淘汰策略，下面我们分别介绍。
noeviction:
返回错误当内存限制达到并且客户端尝试执行会让更多内存被使用的命令(部分的写入指令，但DEL和几个例外)
allkeys-lru:
尝试回收最少使用的键(LRU)，使得新添加的数据有空间存放。
volatile-lru:
尝试回收最少使用的键(LRU),但仅限于在过期集合的键，使得新添加的数据有空间存放。
allkeys-random:
回收随机的键使得新添加的数据有空间存放。
volatile-random:
回收随机的键使得新添加的数据有空间存放，但仅限于在过期集合的键。
volatile-ttl:
回收在过期集合的键，并且优先回收存活时间(TTL)较短的键，使得新添加的数据有空间存放
Redis为了达到最快的读写速度将数据都读到内存中，并通过异步的方式将数据写入磁盘。
所以redis具有快速和数据持久化的特征。如果不将数据放在内存中，磁盘I/O速度为严重影响redis的性能。在内存越来越便宜的今天，redis将会越来越受欢迎。如果设置了最大使用的内存，则数据已有记录数达到内存限值后不能继续插入新值。
最常用的一种使用Redis的情景是会话缓存(session cache)。用Redis缓存会话比其他存储(如Mem cached)的优势在于:Redis提供持久化。当维护一个不是严格要求一致性的缓存时，如果用户的购物车信息全部丢失，大部分人都会不高兴的，现在，他们还会这样吗?
幸运的是，随着Redis这些年的改进，很容易找到怎么恰当的使用Redis来缓存会话的文档。甚至广为人知的商业平台Magento也提供Redis的插件。
除基本的会话token之外，Redis 还提供很简便的FPC平台。回到一致性问题，即使重启了Redis实例，因为有磁盘的持久化，用户也不会看到页面加载速度的下降，这是一个极大改进，类似php本地FPC。
再次以Magento为例，Magento 提供一个插件来使用Redis 作为全页缓存后端。
此外，对WordPress的用户来说，Pantheon 有一个非常好的插件wp redis，这个插件能帮助你以最快速度加载你曾浏览过的页面。
Reids在内存存储引擎领域的一-大优点是提供list和set操作，这使得Redis能作为一个很好的消息队列平台来使用。Redis作为队列使用的操作，就类似于本地程序语言(如Python)对list 的push/pop操作。
如果你快速的在Google中搜索“Redis queues"，你马上就能找到大量的开源项目，这些项目的目的就是利用Redis创建非常好的后端工具，以满足各种队列需求。例如，Celery 有一个后台就是使用Redis作为broker,你可以从这里去查看。
Redis在内存中对数字进行递增或递减的操作实现的非常好。集合(Set)和有序集合(Sorted Set)也使得我们在执行这些操作的时候变的非常简单，Redis 只是正好提供了这
两种数据结构。所以，我们要从排序集合中获取到排名最靠前的10个用户-我们称之为“user_scores", 我们只需要像下面一样执行即可:
当然，这是假定你是根据你用户的分数做递增的排序。如果你想返回用户及用户的分数，你需要这样执行:
ZRANGE user scores 0 10 WITHSCORES
Agora Games就是一个很好的例子，用Ruby实现的，它的排行榜就是使用Redis来存储数据的，你可以在这里看到。
最后(但肯定不是最不重要的)是Redis的发布/订阅功能。发布/订阅的使用场景确实非常多。我已看见人们在社交网络连接中使用，还可作为基于发布/订阅的脚本触发器，甚至用Redis的发布/订阅功能来建立聊天系统!
目前用的最多的集群方案，基本和twemproxy-致的效果，但它支持在节点数量改变情况下，旧节点数据可恢复到新hash节点。
cluster3.0自带的集群，特点在于他的分布式算法不是一致性hash，而是hash槽的概念，以及自身支持节点设置从节点。具体看官方文档介绍。
起几个毫无关联的redis实例，在代码层，对key进行hash计算，然后去对应的redis实例操作数据。这种方式对hash层代码要求比较高，考虑部分包括，节点失效后的替代算法方案，数据震荡后的自动脚本恢复，实例的监控，等等。
