Redis

1.为什么快？

内存数据库，无需磁盘IO；

    底层数据结构，高效；

    数据命令操作单线程操作，减少线程上线文切换与同步块控制的开销；

2.数据类型与对应的底层数据结构？

    string -> 动态字符串

    set -> 压缩列表+常量数组

    zset -> 压缩列表+跳表

    hash ->压缩列表+hash表

    list -> 压缩列表+双向链表

3.所有的key是如何存储的？数据结构是怎样的

    所有的key存储在全局hash表里；

    hash表包括：key、value、next 指针，next 是用来解决hash冲突。

    key、value 都指向 RedisObject。

    RedisObject 结构：8字节元数据 + 8字节指针（具体的数据）

    元数据：访问时间、次数、数据类型、lru等

4.压缩链表的格式？

    zlbytes -> zltail -> zllen->entry->entry->zlend

    entry:

5.Redis为什么使用数组与压缩链表？这两区别？

    都是连续的内存，提高内存利用率；

    数组存储的是相同大小的数据；

    压缩链表是动态大小的数据；

    使用CPU预读功能，不会降低访问速度。

6.Redis单线程是指什么？

    操作key的命令是单线程，客户端的请求是放到队列，由单线程去处理命令；

7.持久化的方式？优缺点是什么

    AOF append-of-file RDB；

    AOF记录的是命令，AOF的文件比较大；写入时机：返回前实时写入、每秒刷盘、交给操作系统，空闲写入；

    RDB是存储某一时刻的快照，大小即数据内存的大小；RDB文件是二进制数据，恢复数据比较快；

8.AOF重写 RDB期间有key更新如何实现？在内存不充裕的情况下，有什么风险？

    COW，copy on write，写时复制。如果有修改命令，主线程会新开辟一块内存，将原始值放入，并执行命令操作；

    fork子线程的时候，会拷贝主线程的内存页表，根据内存页表，可以找到对应的redis数据，如果比较大，会有一定的性能损失。

9.RDB 是什么时候的数据，如何实现的？

    RDB存储的是某一时刻的全量数据。fork子线程去存储内存数据，采用的是写时复制。

10.主从同步如何实现？

    从库执行同步命令：psync，如果原来同步过，会携带原主节点的runid，同时携带已同步的offset；psync runid offset；

    主库收到命令，检查runid是否与当前runid是否一致，如果不一致，则执行全量同步；如果一致检查offset，在repl_back_buffer是否存在该offset，存在则执行增量复制，否则执行全量同步；

    增量同步：利用写入缓存区，发送写命令，追上当前主库的进度；写入缓存区是环形的，如果从库offset被覆盖，需要执行全量同步

    全量同步：

    1.生成RDB文件，发送给从库，同时开启repl_buffer，记录增量命令；

    2.从库收到RDB文件，清空原数据，初始化RDB；

    3.RDB传输完成，传播同步期间的写命令，完成数据同步；

11.哨兵的工作过程？主库切换的过程

    哨兵节点会定期向redis集群节点发送ping命令，如果几次没有收到节点返回pong响应，则认为节点主观下线，哨兵集群间也会同步主观下线信息，如果超过半数的哨兵都认为

    某节点下线，则该节点状态改为 客观下线，哨兵广播出去，并开始做节点切换。

    1.哨兵发起选举，请求成为主节点，类似raft协议，请求其它节点投票，如果其它节点纪元小于发起选举的请求纪元，则投票一次，正常来说每个纪元只投票一次；

    2.哨兵收到超半数的响应后，则成为主节点，并广播；

    3.哨兵开始处理节点下线，如果是从节点，直接下线即可，广播出去；如果是主节点，需要选主：

        a.过滤掉网络不好的节点

        b.同步复制的进度越接近越好

        c.人工定优先级，越小越优先

        d.比较runid，越小越优先

12.cluster模式的工作原理？主节点故障如何切换？

    cluster由多个主从集群组成，每个主从集群承担一部分请求，具体哪部分请求由slot归属决定。整体划分为 16384个slot，slot->redis 会有一张路由表，集群与客户端都可以

    感知。客户端请求时，根据key做CRC16 % 16384 得到对应的slot，根据slot查询到redis节点，将命令发送到对应的节点完成操作。

    主从节点failover：

    集群中的主节点承担哨兵的职责，会定期向集群中的节点发送ping命令，如果一段时间没有收到响应，则会认为该节点下线，并发送给其它主节点。每个主节点会记录某个节

    点的下线报告，如果超过半数的主节点认为某节点下线，则下线并广播出去，客户端可以感知该信息；如果是从节点，不会发送请求到该节点，如果是主节点，该主节点对应

    的从节点需要发起选举，选举也是延迟选举，复制进度越接近的越早发起选举，类似raft协议，选举通过超过半数的节点成为新的主节点，并广播出去。

13.一致性hash的原理？解决的问题？Redis为什么没用一致性hash？

    普通的hash，在节点数量变化的时候，大量的key需要做迁移，一致性hash就是减少节点变化引发大量的key迁移的算法。

    一致性hash，将节点组成一个环，节点也需要计算hash值，分布在环上，请求的key，hash如果落在某个节点后，则在该节点上查找对应的key。节点数量变化，只需要迁移对

    应节点的hash即可。

    节点hash可能会出现数据倾斜的问题，引入虚拟节点解决，虚拟节点可以分布均匀，通过虚拟节点到真实节点的映射来找到真实的节点。

    redis使用的slot，代替一致性hash。

14.Bitmap的数据结构？

    底层使用string存储，每个字节的bit，代表一个状态值。

15.GEO编码原理？底层的数据结构

    解决地理位置的存储。将整个地图无线拆分，上下左右，分为00、01、10、11，继续拆分，011001000101010101010，每一位都可以对应到一个坐标值，底层使用zset存储

    可以根据地理位置排序。

16.过期key删除的机制？

    定期删除+惰性删除，定期删除 如果设置过期的key，会存放到一个过期的entry数组里面，定期从里面随机找一批，看key是否过期，过期的话就需要删除掉，每100ms执行一次；每次找到20条，可以配置；惰性删除，是访问该key的时候，如果发现key过期，则执行删除操作。

17.布隆过滤器的实现？

图1

    指定几个hash函数，对key做hash，将hash结果放入到bitmap上，分为构造阶段与判断阶段，判断的时候类似，做hash，检查bitmap上对应的位置是否一致，如果一致则认为存在，不一致则认为不存在。

18.数据淘汰策略？解释每种策略的实现

    不删除。

    有过期时间的key：

    ttl：越快过期的key越先删除

    random：随机删除

    lru：最不常使用的先删除

    lfu：使用频率最低的先删除

    没有过期时间的：

     random：随机删除

    lru：最不常使用的先删除

    lfu：使用频率最低的先删除

    LRU实现：

    传统LRU实现是采用双向链表，有访问的key移动到队列头部，淘汰的时候从尾部进行淘汰；

    redis没有采用这种方式，采用的是近似LRU的实现，不是严格意义的LRU，redis key对象有8字节存储的是元数据，这里面24bit存储的是访问时间，根据访问时间判断，访问

    时间靠后，说明最近没有访问，可以执行删除；

    包括LRU选择的时候也是随机获取，不是严格的查找最晚访问的记录。

    LFU实现：（元数据的lru字段拆分16+8，存储时间与访问频率）

    lfu_decay_time = 1 衰减因子

    lfu_factor_log = 10

    引入时间与访问量维度的数据。元数据里面存储访问时间、请求量，会引入两个参数：衰减速度、增长因子，请求量级越大，该值增加的概率越低，最大到255。淘汰的时候也

    是看访问量级，越小的可以删除。

    增加概率：1/(baseVal * factor + 1)，然后使用随机函数，0~1随机一个概率，比较这两个概率，如果随机的小于增加概率，则可以增加值。

19.LFU LRU 优缺点？

    LFU容易历史热点数据，无法及时删除，并未访问量级较大；

    LRU最近访问一次的数据，无法及时删除。

20.缓存穿透 击穿 雪崩 场景与解决方案

    穿透：redis与DB都没有

    击穿：redis中没有的key，穿透到DB

    雪崩：大量的key过期，导致请求打到DB服务

21.分布式锁实现？

    RedLock红锁，使用redis集群每个主节点都进行加锁，超过半数则代表加锁成功，释放也需要都释放

    watchdog：对redis的key进行续期，防止没有操作完，key被过期；

    释放锁需要使用lua脚本 get compare del 原子执行。

22.Codis集群实现方案？优缺点

    引入proxy层，进行key到集群的路由，zk存储路由表信息

    client -> proxy -> redis节点

    缺点：稳定性风险，层级多 依赖多

    优点：运维成熟

23.Redis事物 ACID如何实现的？

    通过multi -> 命令入队 -> exec cancel

    原子性：

    开启事物后    

    命令入队阶段有语法错误的命令，执行阶段会报错，可以保证一致性；

    命令入队阶段无错误，执行的时候报错，不会回滚，无法保证原子性；

    开启事物后，可以通过watch机制，查看key是否被修改，如果被修改，事物需要取消；

24.pipeline

    通过将命令打包发送到服务端；集群模式下需要进行改造，才能支持。 不保证原子性，mget 保证原子

redis 集群模式，failOver：https://blog.csdn.net/yh88623131/article/details/125573769

数据迁移：https://www.cnblogs.com/aozhejin/p/15950665.html

java syncronized

https://blog.csdn.net/chenzengnian123/article/details/122683264

https://blog.csdn.net/chenzengnian123/article/details/122685382