# 七、Redis场景相关面试题

# 1. Redis 的使用场景有哪些？

这是一个基础问题，目的是让候选人展示他们对 Redis 的理解。常见的回答包括：

缓存：作为缓存服务器来存储经常查询的数据，减少数据库压力。
会话存储：保存用户会话信息，像电商网站中的购物车信息。
排行榜：利用 Redis 的 ZSet 实现排名功能，常见于游戏和社交网络中。
计数器：如点赞数、观看次数等，Redis 的原子递增操作非常适合实现实时计数器。
消息队列：使用 Redis 的 List 结构或 Stream 实现简单的消息队列。
分布式锁：通过 Redis 实现高效的分布式锁机制，如 SETNX。

# 2. Redis 适合哪些场景，不适合哪些场景？

考察 Redis 的局限性以及适用场景：

适合场景：
- 读多写少的场景。
- 高并发、高性能要求的场景。
- 缓存场景，如缓存查询结果或页面片段。
- 需要快速的数据存取（如会话存储）。
不适合场景：
- 持久化要求非常高的场景。虽然 Redis 支持持久化，但它的设计初衷并不是一个持久化存储。
- 数据量超大，内存容量受限的场景。

# 3. 如何使用 Redis 实现分布式锁？其优缺点是什么？

这类问题考察 Redis 的应用及原子性操作：

使用 SET key value NX PX timeout，即设置键值对，并确保键不存在时才创建，同时带有过期时间，防止死锁。
优点：Redis 是单线程的，操作具有原子性，能实现分布式锁。
缺点：锁过期时间的设定很难掌控，如果锁持有时间超出预期可能会提前释放锁，导致问题。

# 4. 如何在 Redis 中实现排行榜功能？

Redis 提供了有序集合（ZSet），非常适合用来实现排行榜。使用方法：

ZADD：将分数（如用户得分）与成员（如用户 ID）添加到有序集合。
ZRANGE 和 ZREVRANGE：按分数获取有序集合中的排名。

示例：

ZADD leaderboard 100 user1
ZADD leaderboard 200 user2
ZREVRANGE leaderboard 0 10

1
2
3

# 5. 如何防止 Redis 缓存雪崩、击穿、穿透？

这是缓存设计中的常见问题，考察 Redis 在高并发下的设计模式。

缓存雪崩：指缓存中的大量数据同时失效，导致大量请求涌入数据库。
- 解决方案：缓存失效时间错开，避免大量缓存同时过期，或在高峰期使用预热机制。
缓存击穿：某个热门 key 在失效时有大量请求导致直接请求数据库。
- 解决方案：设置热点数据永不过期，或者使用互斥锁，防止同一时间大量线程对数据库进行查询。
缓存穿透：查询数据库中不存在的数据，每次请求都直接穿过缓存。
- 解决方案：对于不存在的数据，存储一个默认值或空值。

# 6. 如何实现 Redis 的持久化？各有何优缺点？

Redis 提供了两种主要的持久化方式，考察候选人对 Redis 持久化机制的理解：

RDB（Redis DataBase）：定期将内存中的数据快照保存到磁盘中。
- 优点：可以在特定时间点恢复数据，适合做备份。
- 缺点：如果 Redis 在两次保存之间宕机，数据会丢失。
AOF（Append Only File）：将每一次写操作日志记录下来，定期写入磁盘。
- 优点：数据恢复更实时。
- 缺点：日志文件可能较大，恢复时间较长。

# 7. 如何使用 Redis 实现消息队列？各有何优缺点？

Redis 可以通过多种数据结构实现消息队列。

使用 List：可以用LPUSH和 RPOP组合实现简单的队列机制。
- 优点：实现简单。
- 缺点：Redis 的 List 不是阻塞队列，且无法实现复杂的消费确认机制。
使用 Stream：Redis 5.0 引入了 Stream，适合复杂的消息队列场景。
- 优点：支持阻塞消费、消费组和消费确认机制。
- 缺点：相较于 List，实现复杂。

# 8. Redis 如何防止内存溢出？如何设置淘汰策略？

Redis 是基于内存的数据库，面试官可能会考察如何避免内存溢出。

内存超出时的处理：
- 使用 maxmemory 配置最大内存。
- 设置合理的过期时间（TTL）。
内存淘汰策略： Redis 提供了多种内存淘汰策略，如：
- volatile-lru：在设定了过期时间的键中，移除最少使用的键。
- allkeys-lru：在所有键中，移除最少使用的键。
- volatile-ttl：在设定了过期时间的键中，移除即将过期的键。

# 9. Redis 如何处理大规模并发请求？

这个问题考察 Redis 如何处理高并发场景的能力。回答时可以包括：

读写分离：通过主从复制机制实现读写分离，主节点处理写请求，从节点处理读请求。
分片（Sharding）：使用 Redis 分片，将数据分布到多个节点，提升集群的处理能力。
Pipeline：使用 Redis 的 Pipeline 技术，批量发送命令，减少网络延迟。

# 10. Redis 集群模式如何实现数据分布？如何保证高可用？

Redis 集群通过分片和主从复制实现了数据分布和高可用：

分片：Redis 集群将数据分布到 16384 个哈希槽中，每个节点负责一部分槽位，利用一致性哈希实现负载均衡。
主从复制：每个主节点有一个或多个从节点，主节点宕机时，从节点自动接管，保证服务的高可用性。

← 六、Redis持久化八、Redis常见的线上问题 →