Redis面试核心考点与原理深度解析

一、基础篇：从“是什么”到“为什么快”

1. Redis是什么

Redis是一个基于内存的高性能键值存储系统，支持多种数据结构，并提供了持久化、主从复制、哨兵、集群等企业级能力。它既可以作为缓存使用，也可以作为消息中间件、分布式锁载体、计数器等。

2. 典型使用场景

• 缓存加速：缓解数据库压力，降低响应延迟。
• 会话共享：分布式系统中统一存储用户会话。
• 排行榜/计数器：利用有序集合和原子递增。
• 消息队列：通过列表或发布订阅实现异步解耦。
• 分布式锁：基于SETNX或Redlock思路实现互斥。

3. 核心数据结构

类型	典型用途
String	缓存对象、计数器
Hash	存储对象属性
List	消息队列、时间线
Set	去重、交并集
ZSet	排行榜、延时队列
Bitmap	签到、布隆过滤器
HyperLogLog	基数统计
GEO	地理位置计算
Stream	消息流

4. 为什么Redis快

• 纯内存操作：避免磁盘I/O瓶颈。
• 单线程模型：避免锁竞争和上下文切换。
• I/O多路复用：基于事件驱动处理海量连接。
• 高效数据结构：如跳表、压缩列表、快速列表等。
• 全局哈希表：O(1)时间复杂度定位键。

5. I/O多路复用简析

通过select/epoll等系统调用，单线程可同时监听多个文件描述符。当某个连接可读或可写时，事件循环分发对应处理器，避免为每个连接创建线程。epoll在高并发下性能优势明显，是Redis高吞吐的关键。

6. 单线程与多线程演进

早期单线程保证原子性与简单性。6.0引入多线程仅用于网络I/O读写与协议解析，命令执行仍保持单线程，既提升吞吐又避免并发安全问题。

---

二、持久化篇：RDB与AOF的取舍

7. 两种持久化方式

• RDB：周期性生成内存快照，二进制压缩存储。
• AOF：追加写命令日志，支持每秒或每次同步。

8. 优缺点对比

维度	RDB	AOF
恢复速度	快	慢
数据安全	可能丢数据	可做到秒级
文件体积	小	大
写入性能	fork时抖动	追加写影响小
可读性	二进制	文本

9. 如何选择

• 容忍分钟级丢失且追求恢复速度：RDB。
• 要求高数据安全：AOF + everysec。
• 生产环境推荐混合持久化：RDB全量 + AOF增量，兼顾恢复速度与数据完整性。

10. 数据恢复流程

启动时优先加载AOF（若开启），否则加载RDB。混合持久化下先加载RDB部分，再重放AOF增量。

---

三、高可用篇：主从、哨兵与集群

11. 主从复制原理

• 从节点发送PSYNC请求。
• 主节点执行全量同步并生成RDB。
• 后续通过repl_backlog进行增量传播。
• 心跳检测维持连接。

12. 常见拓扑

一主一从、一主多从、树状主从。树状可分摊主节点压力。

13. 主从问题

• 主节点故障需手动切换。
• 复制延迟导致数据不一致。
• 全量同步引发网络与内存抖动。

14. 哨兵机制

哨兵集群监控主从状态，主观下线后通过投票达成客观下线，选举领导者执行故障转移，并通知客户端新主节点地址。

15. 领导者选举与主节点挑选

基于Raft思想投票；挑选优先级高、复制偏移量大、运行ID小的从节点晋升为主。

16. 集群方案

• 节点取余：扩容时大量键迁移。
• 一致性哈希：缓解迁移但存在数据倾斜。
• 虚拟槽分区：16384个槽，扩缩容仅迁移部分槽，是主流方案。

17. 集群故障转移

节点间Gossip通信，主节点故障后从节点发起选举，获得多数主节点投票后晋升，并接管槽位。

18. 集群伸缩

通过槽迁移命令在线调整槽归属，支持水平扩展与缩容。

---

四、缓存设计篇：穿透、击穿、雪崩与一致性

19. 三大缓存问题

• 穿透：查询不存在的数据，可用布隆过滤器或空值缓存。
• 击穿：热点key过期瞬间大量请求打到数据库，可用互斥锁或逻辑过期。
• 雪崩：大量key同时过期，可加随机过期时间或多级缓存。

20. 布隆过滤器

基于位数组与多个哈希函数，判断元素“可能存在”或“一定不存在”，空间效率高但存在误判率。

21. 缓存与数据库一致性

• 更新策略：先更新数据库再删除缓存，或延迟双删。
• 最终一致：通过消息队列异步补偿。
• 强一致：分布式锁+读写串行，但性能代价高。

22. 本地缓存与分布式缓存一致

本地缓存更新后广播失效消息，或设置较短过期时间，结合版本号控制。

23. 热key处理

• 多级缓存：本地+分布式。
• 热key复制：分散到多个节点。
• 限流降级：保护后端。

24. 缓存预热与热点重建

系统上线前加载热点数据；重建时使用互斥锁避免并发回源。

---

五、运维篇：内存、过期与阻塞

25. 内存不足处理

• 设置maxmemory。
• 选择淘汰策略：LRU、LFU、随机、TTL。
• 拆分大key，压缩存储。

26. 过期数据回收

• 惰性删除：访问时判断。
• 定期删除：随机抽样清理。
• 从节点不主动删除，等待主节点同步DEL。

27. 内存淘汰策略

noeviction、allkeys-lru、volatile-lru、allkeys-lfu、volatile-lfu、allkeys-random、volatile-random、volatile-ttl。

28. 阻塞原因与解决

• 大key操作：拆分。
• 慢查询：优化命令。
• fork耗时：控制内存规模。
• AOF刷盘：调整策略。
• 网络拥塞：扩容带宽。

29. 大key问题

导致网络阻塞、内存不均、删除卡顿。可通过拆分、异步删除、压缩等方式治理。

---

六、应用篇：队列、事务、锁与管道

30. 异步队列

使用List的LPUSH+BRPOP，或Stream的消费者组。

31. 延时队列

ZSet存储时间戳，轮询到期任务；或使用Stream+定时器。

32. 事务

MULTI/EXEC包裹命令，但无回滚，仅保证顺序执行。WATCH实现乐观锁。

33. Lua脚本

原子执行复杂逻辑，减少网络往返。需注意脚本耗时与只读性。

34. 管道

批量发送命令，减少RTT，但不保证原子性。

35. 分布式锁

SETNX+过期时间，或Redlock多节点加锁。需考虑锁续期与误删问题。

---

七、底层结构篇：从SDS到quicklist

36. 底层数据结构

SDS、字典、跳表、压缩列表、快速列表、整数集合。

37. SDS优势

• O(1)获取长度。
• 二进制安全。
• 预分配减少内存重分配。
• 兼容C字符串函数。

38. 字典与rehash

渐进式rehash：维护两个哈希表，逐步迁移，避免阻塞。

39. 跳表原理

多层索引实现O(logN)查找，范围查询高效，实现简单。

40. 压缩列表与快速列表

压缩列表连续内存，适合小数据；快速列表由多个压缩列表+双向链表组成，兼顾内存与性能。

---

结语

面试考察的不仅是记忆，更是对原理的理解与场景的权衡。建议结合源码与实战，深入理解每个机制背后的设计取舍，方能在面试与工作中游刃有余。