好程序员Java 培训分享实用的 Redis 面试题 1 、使用 redis 有哪些好处？

　　 速度快，因为数据存在内存中，类似于HashMap ， HashMap 的优势就是查找和操作的时间复杂度都是 O(1)

　　 支持丰富数据类型，支持string ， list ， set ， sorted set ， hash

　　 支持事务，操作都是原子性，所谓的原子性就是对数据的更改要么全部执行，要么全部不执行

　　 丰富的特性：可用于缓存，消息，按key 设置过期时间，过期后将会自动删除

　　 2 、 redis 相比 memcached 有哪些优势？

　　 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 的速度比 memcached 快很多

　　 redis 可以持久化其数据

　　 3 、 redis 常见性能问题和解决方案：

　　 Master 最好不要做任何持久化工作，如 RDB 内存快照和 AOF 日志文件

　　 如果数据比较重要，某个Slave 开启 AOF 备份数据，策略设置为每秒同步一次

　　 为了主从复制的速度和连接的稳定性，Master 和 Slave 最好在同一个局域网内

　　 尽量避免在压力很大的主库上增加从库

　　 主从复制不要用图状结构，用单向链表结构更为稳定，即：Master <- Slave1 <- Slave2 <- Slave3...

　　 这样的结构方便解决单点故障问题，实现Slave 对 Master 的替换。如果 Master 挂了，可以立刻启用 Slave1 做 Master ，其他不变。

　　 4 、 redis 最适合的场景

　　 Redis 最适合所有数据 in-momory 的场景，虽然 Redis 也提供持久化功能，但实际更多的是一个 disk-backed 的功能，跟传统意义上的持久化有比较大的差别，那么可能大家就会有疑问，似乎 Redis 更像一个加强版的 Memcached ，那么何时使用 Memcached, 何时使用 Redis 呢 ?

　　 如果简单地比较Redis 与 Memcached 的区别，大多数都会得到以下观点：

　　 Redis 不仅仅支持简单的 k/v 类型的数据，同时还提供 list ， set ， zset ， hash 等数据结构的存储。

　　 Redis 支持数据的备份，即 master-slave 模式的数据备份。

　　 Redis 支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用。

　　 （1 ）会话缓存（ Session Cache ） 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 Memcached ）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。

　　 （2 ）全页缓存（ FPC ） 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。

　　 （3 ）队列 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。

　　 （4 ）排行榜 / 计数器 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。

　　 （5 ）发布 / 订阅 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！（不，这是真的，你可以去核实）。

　　 Redis 提供的所有特性中，我感觉这个是喜欢的人最少的一个，虽然它为用户提供如果此多功能。

　　 5 、 redis 的一些其他特点

　　 （1 ） Redis 是单进程单线程的 redis 利用队列技术将并发访问变为串行访问，消除了传统数据库串行控制的开销

　　 （2 ）读写分离模型 通过增加 Slave DB 的数量，读的性能可以线性增长。为了避免 Master DB 的单点故障，集群一般都会采用两台 Master DB 做双机热备，所以整个集群的读和写的可用性都非常高。 读写分离架构的缺陷在于，不管是 Master 还是 Slave ，每个节点都必须保存完整的数据，如果在数据量很大的情况下，集群的扩展能力还是受限于单个节点的存储能力，而且对于 Write-intensive 类型的应用，读写分离架构并不适合。

　　 （3 ）数据分片模型 为了解决读写分离模型的缺陷，可以将数据分片模型应用进来。 可以将每个节点看成都是独立的 master ，然后通过业务实现数据分片。 结合上面两种模型，可以将每个 master 设计成由一个 master 和多个 slave 组成的模型。

　　 （4 ） Redis 的回收策略

　　 volatile-lru ：从已设置过期时间的数据集（ server.db[i].expires ）中挑选最近最少使用的数据淘汰

　　 volatile-ttl ：从已设置过期时间的数据集（ server.db[i].expires ）中挑选将要过期的数据淘汰

　　 volatile-random ：从已设置过期时间的数据集（ server.db[i].expires ）中任意选择数据淘汰

　　 allkeys-lru ：从数据集（ server.db[i].dict ）中挑选最近最少使用的数据淘汰

　　 allkeys-random ：从数据集（ server.db[i].dict ）中任意选择数据淘汰

　　 no-enviction （驱逐）：禁止驱逐数据

　　 注意这里的6 种机制， volatile 和 allkeys 规定了是对已设置过期时间的数据集淘汰数据还是从全部数据集淘汰数据，后面的 lru 、 ttl 以及 random 是三种不同的淘汰策略，再加上一种 no-enviction 永不回收的策略。

　　 使用策略规则：

　　 如果数据呈现幂律分布，也就是一部分数据访问频率高，一部分数据访问频率低，则使用allkeys-lru

　　 如果数据呈现平等分布，也就是所有的数据访问频率都相同，则使用allkeys-random