什么是Redis及其重要性？

Redis是一個(gè)使用ANSI C編寫的開源驹饺、支持網(wǎng)絡(luò)钳枕、基于內(nèi)存、可選持久化的高性能鍵值對(duì)數(shù)據(jù)庫(kù)赏壹。

Redis的之父是來自意大利的西西里島的Salvatore Sanfilippo鱼炒，Github網(wǎng)名antirez，筆者找了作者的一些簡(jiǎn)要信息并翻譯了一下卡儒，如圖：

從2009年第一個(gè)版本起Redis已經(jīng)走過了10個(gè)年頭田柔，目前Redis仍然是最流行的key-value型內(nèi)存數(shù)據(jù)庫(kù)的之一。

優(yōu)秀的開源項(xiàng)目離不開大公司的支持骨望，在2013年5月之前硬爆，其開發(fā)由VMware贊助，而2013年5月至2015年6月期間擎鸠，其開發(fā)由畢威拓贊助缀磕，從2015年6月開始，Redis的開發(fā)由Redis Labs贊助劣光。

筆者也使用過一些其他的NoSQL袜蚕，有的支持的value類型非常單一，因此很多操作都必須在客戶端實(shí)現(xiàn)绢涡，比如value是一個(gè)結(jié)構(gòu)化的數(shù)據(jù)牲剃，需要修改其中某個(gè)字段就需要整體讀出來修改再整體寫入，顯得很笨重雄可，但是Redis的value支持多種類型凿傅，實(shí)現(xiàn)了很多操作在服務(wù)端就可以完成了，這個(gè)對(duì)客戶端而言非常方便数苫。

當(dāng)然Redis由于是內(nèi)存型的數(shù)據(jù)庫(kù)聪舒，數(shù)據(jù)量存儲(chǔ)量有限而且分布式集群成本也會(huì)非常高，因此有很多公司開發(fā)了基于SSD的類Redis系統(tǒng)虐急，比如360開發(fā)的SSDB箱残、Pika等數(shù)據(jù)庫(kù)，但是筆者認(rèn)為從0到1的難度是大于從1到2的難度的止吁，毋庸置疑Redis是NoSQL中濃墨重彩的一筆被辑，值得我們?nèi)ド钊胙芯亢褪褂谩?/p>

Redis提供了Java燎悍、C/C++、C#敷待、 PHP 间涵、JavaScript、 Perl 榜揖、Object-C勾哩、Python、Ruby举哟、Erlang思劳、Golang等多種主流語(yǔ)言的客戶端，因此無論使用者是什么語(yǔ)言椃列桑總會(huì)找到屬于自己的那款客戶端潜叛，受眾非常廣。

筆者查了datanyze.com網(wǎng)站看了下Redis和MySQL的最新市場(chǎng)份額和排名對(duì)比以及全球Top站點(diǎn)的部署量對(duì)比(網(wǎng)站數(shù)據(jù)2019.12)：

可以看到Redis總體份額排名第9并且在全球Top100站點(diǎn)中部署數(shù)量與MySQL基本持平壶硅，所以Redis還是有一定的江湖地位的威兜。

簡(jiǎn)述Redis常用的數(shù)據(jù)結(jié)構(gòu)及其如何實(shí)現(xiàn)的？

Redis支持的常用5種數(shù)據(jù)類型指的是value類型庐椒，分別為：字符串String椒舵、列表List、哈希Hash约谈、集合Set笔宿、有序集合Zset，但是Redis后續(xù)又豐富了幾種數(shù)據(jù)類型分別是Bitmaps棱诱、HyperLogLogs泼橘、GEO。

由于Redis是基于標(biāo)準(zhǔn)C寫的迈勋，只有最基礎(chǔ)的數(shù)據(jù)類型炬灭，因此Redis為了滿足對(duì)外使用的5種數(shù)據(jù)類型，開發(fā)了屬于自己獨(dú)有的一套基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)靡菇，使用這些數(shù)據(jù)結(jié)構(gòu)來實(shí)現(xiàn)5種數(shù)據(jù)類型担败。

Redis底層的數(shù)據(jù)結(jié)構(gòu)包括：簡(jiǎn)單動(dòng)態(tài)數(shù)組SDS、鏈表镰官、字典、跳躍鏈表吗货、整數(shù)集合泳唠、壓縮列表、對(duì)象宙搬。

Redis為了平衡空間和時(shí)間效率笨腥，針對(duì)value的具體類型在底層會(huì)采用不同的數(shù)據(jù)結(jié)構(gòu)來實(shí)現(xiàn)拓哺，其中哈希表和壓縮列表是復(fù)用比較多的數(shù)據(jù)結(jié)構(gòu)，如下圖展示了對(duì)外數(shù)據(jù)類型和底層數(shù)據(jù)結(jié)構(gòu)之間的映射關(guān)系：

從圖中可以看到ziplist壓縮列表可以作為Zset脖母、Set士鸥、List三種數(shù)據(jù)類型的底層實(shí)現(xiàn)，看來很強(qiáng)大谆级，壓縮列表是一種為了節(jié)約內(nèi)存而開發(fā)的且經(jīng)過特殊編碼之后的連續(xù)內(nèi)存塊順序型數(shù)據(jù)結(jié)構(gòu)烤礁，底層結(jié)構(gòu)還是比較復(fù)雜的。

Redis的SDS和C中字符串相比有什么優(yōu)勢(shì)肥照？

在C語(yǔ)言中使用N+1長(zhǎng)度的字符數(shù)組來表示字符串脚仔，尾部使用'\0'作為結(jié)尾標(biāo)志，對(duì)于此種實(shí)現(xiàn)無法滿足Redis對(duì)于安全性舆绎、效率鲤脏、豐富的功能的要求，因此Redis單獨(dú)封裝了SDS簡(jiǎn)單動(dòng)態(tài)字符串結(jié)構(gòu)吕朵。

在理解SDS的優(yōu)勢(shì)之前需要先看下SDS的實(shí)現(xiàn)細(xì)節(jié)猎醇，找了github最新的src/sds.h的定義看下：

typedef char *sds;/*這個(gè)用不到 忽略即可*/struct __attribute__ ((__packed__)) sdshdr5 {? ? unsigned char flags; /* 3 lsb of type, and 5 msb of string length */? ? char buf[];};/*不同長(zhǎng)度的header 8 16 32 64共4種 都給出了四個(gè)成員len：當(dāng)前使用的空間大小努溃；alloc去掉header和結(jié)尾空字符的最大空間大小flags:8位的標(biāo)記 下面關(guān)于SDS_TYPE_x的宏定義只有5種 3bit足夠了 5bit沒有用buf:這個(gè)跟C語(yǔ)言中的字符數(shù)組是一樣的硫嘶，從typedef char* sds可以知道就是這樣的。buf的最大長(zhǎng)度是2^n 其中n為sdshdr的類型茅坛，如當(dāng)選擇sdshdr16音半，buf_max=2^16。*/struct __attribute__ ((__packed__)) sdshdr8 {? ? uint8_t len; /* used */? ? uint8_t alloc; /* excluding the header and null terminator */? ? unsigned char flags; /* 3 lsb of type, 5 unused bits */? ? char buf[];};struct __attribute__ ((__packed__)) sdshdr16 {? ? uint16_t len; /* used */? ? uint16_t alloc; /* excluding the header and null terminator */? ? unsigned char flags; /* 3 lsb of type, 5 unused bits */? ? char buf[];};struct __attribute__ ((__packed__)) sdshdr32 {? ? uint32_t len; /* used */? ? uint32_t alloc; /* excluding the header and null terminator */? ? unsigned char flags; /* 3 lsb of type, 5 unused bits */? ? char buf[];};struct __attribute__ ((__packed__)) sdshdr64 {? ? uint64_t len; /* used */? ? uint64_t alloc; /* excluding the header and null terminator */? ? unsigned char flags; /* 3 lsb of type, 5 unused bits */? ? char buf[];};#define SDS_TYPE_5? 0#define SDS_TYPE_8? 1#define SDS_TYPE_16 2#define SDS_TYPE_32 3#define SDS_TYPE_64 4#define SDS_TYPE_MASK 7#define SDS_TYPE_BITS 3復(fù)制代碼

看了前面的定義贡蓖，筆者畫了個(gè)圖：

從圖中可以知道sds本質(zhì)分為三部分：header曹鸠、buf、null結(jié)尾符斥铺，其中header可以認(rèn)為是整個(gè)sds的指引部分彻桃，給定了使用的空間大小、最大分配大小等信息晾蜘，再用一張網(wǎng)上的圖來清晰看下sdshdr8的實(shí)例：

在sds.h/sds.c源碼中可清楚地看到sds完整的實(shí)現(xiàn)細(xì)節(jié)邻眷，本文就不展開了要不然篇幅就過長(zhǎng)了，快速進(jìn)入主題說下sds的優(yōu)勢(shì)：

O(1)獲取長(zhǎng)度: C字符串需要遍歷而sds中有l(wèi)en可以直接獲得剔交；

防止緩沖區(qū)溢出bufferoverflow: 當(dāng)sds需要對(duì)字符串進(jìn)行修改時(shí)肆饶，首先借助于len和alloc檢查空間是否滿足修改所需的要求，如果空間不夠的話岖常，SDS會(huì)自動(dòng)擴(kuò)展空間驯镊，避免了像C字符串操作中的覆蓋情況；

有效降低內(nèi)存分配次數(shù)：C字符串在涉及增加或者清除操作時(shí)會(huì)改變底層數(shù)組的大小造成重新分配、sds使用了空間預(yù)分配和惰性空間釋放機(jī)制板惑，說白了就是每次在擴(kuò)展時(shí)是成倍的多分配的橄镜，在縮容是也是先留著并不正式歸還給OS，這兩個(gè)機(jī)制也是比較好理解的冯乘；

二進(jìn)制安全：C語(yǔ)言字符串只能保存ascii碼洽胶，對(duì)于圖片、音頻等信息無法保存裆馒，sds是二進(jìn)制安全的姊氓，寫入什么讀取就是什么，不做任何過濾和限制领追；

老規(guī)矩上一張黃健宏大神總結(jié)好的圖：

Redis的字典是如何實(shí)現(xiàn)的他膳？簡(jiǎn)述漸進(jìn)式rehash過程

字典算是Redis中常用數(shù)據(jù)類型中的明星成員了，前面說過字典可以基于ziplist和hashtable來實(shí)現(xiàn)绒窑，我們只討論基于hashtable實(shí)現(xiàn)的原理棕孙。

字典是個(gè)層次非常明顯的數(shù)據(jù)類型，如圖：

有了個(gè)大概的概念些膨，我們看下最新的src/dict.h源碼定義：

//哈希節(jié)點(diǎn)結(jié)構(gòu)typedef struct dictEntry {? ? void *key;? ? union {? ? ? ? void *val;? ? ? ? uint64_t u64;? ? ? ? int64_t s64;? ? ? ? double d;? ? } v;? ? struct dictEntry *next;} dictEntry;//封裝的是字典的操作函數(shù)指針typedef struct dictType {? ? uint64_t (*hashFunction)(const void *key);? ? void *(*keyDup)(void *privdata, const void *key);? ? void *(*valDup)(void *privdata, const void *obj);? ? int (*keyCompare)(void *privdata, const void *key1, const void *key2);? ? void (*keyDestructor)(void *privdata, void *key);? ? void (*valDestructor)(void *privdata, void *obj);} dictType;/* This is our hash table structure. Every dictionary has two of this as we * implement incremental rehashing, for the old to the new table. *///哈希表結(jié)構(gòu) 該部分是理解字典的關(guān)鍵typedef struct dictht {? ? dictEntry **table;? ? unsigned long size;? ? unsigned long sizemask;? ? unsigned long used;} dictht;//字典結(jié)構(gòu)typedef struct dict {? ? dictType *type;? ? void *privdata;? ? dictht ht[2];? ? long rehashidx; /* rehashing not in progress if rehashidx == -1 */? ? unsigned long iterators; /* number of iterators currently running */} dict;復(fù)制代碼

C語(yǔ)言的好處在于定義必須是由最底層向外的蟀俊，因此我們可以看到一個(gè)明顯的層次變化，于是筆者又畫一圖來展現(xiàn)具體的層次概念：

關(guān)于dictEntry

dictEntry是哈希表節(jié)點(diǎn)订雾，也就是我們存儲(chǔ)數(shù)據(jù)地方肢预，其保護(hù)的成員有：key,v,next指針。key保存著鍵值對(duì)中的鍵洼哎，v保存著鍵值對(duì)中的值烫映，值可以是一個(gè)指針或者是uint64_t或者是int64_t。next是指向另一個(gè)哈希表節(jié)點(diǎn)的指針噩峦，這個(gè)指針可以將多個(gè)哈希值相同的鍵值對(duì)連接在一次锭沟，以此來解決哈希沖突的問題。

如圖為兩個(gè)沖突的哈希節(jié)點(diǎn)的連接關(guān)系：

關(guān)于dictht

從源碼看哈希表包括的成員有table识补、size族淮、used、sizemask凭涂。table是一個(gè)數(shù)組祝辣，數(shù)組中的每個(gè)元素都是一個(gè)指向dictEntry結(jié)構(gòu)的指針， 每個(gè)dictEntry結(jié)構(gòu)保存著一個(gè)鍵值對(duì)切油；size 屬性記錄了哈希表table的大小蝙斜，而used屬性則記錄了哈希表目前已有節(jié)點(diǎn)的數(shù)量。sizemask等于size-1和哈希值計(jì)算一個(gè)鍵在table數(shù)組的索引澎胡，也就是計(jì)算index時(shí)用到的孕荠。

如上圖展示了一個(gè)大小為4的table中的哈希節(jié)點(diǎn)情況绢片，其中k1和k0在index=2發(fā)生了哈希沖突，進(jìn)行開鏈表存在岛琼，本質(zhì)上是先存儲(chǔ)的k0，k1放置是發(fā)生沖突為了保證效率直接放在沖突鏈表的最前面巢株，因?yàn)樵撴湵頉]有尾指針槐瑞。

關(guān)于dict

從源碼中看到dict結(jié)構(gòu)體就是字典的定義，包含的成員有type阁苞，privdata困檩、ht、rehashidx那槽。其中dictType指針類型的type指向了操作字典的api悼沿，理解為函數(shù)指針即可，ht是包含2個(gè)dictht的數(shù)組骚灸，也就是字典包含了2個(gè)哈希表糟趾，rehashidx進(jìn)行rehash時(shí)使用的變量，privdata配合dictType指向的函數(shù)作為參數(shù)使用甚牲，這樣就對(duì)字典的幾個(gè)成員有了初步的認(rèn)識(shí)义郑。

字典的哈希算法

//偽碼：使用哈希函數(shù)，計(jì)算鍵key的哈希值hash = dict->type->hashFunction(key);//偽碼：使用哈希表的sizemask和哈希值丈钙，計(jì)算出在ht[0]或許ht[1]的索引值index = hash & dict->ht[x].sizemask;//源碼定義#define dictHashKey(d, key) (d)->type->hashFunction(key)復(fù)制代碼

redis使用MurmurHash算法計(jì)算哈希值非驮，該算法最初由Austin Appleby在2008年發(fā)明，MurmurHash算法的無論數(shù)據(jù)輸入情況如何都可以給出隨機(jī)分布性較好的哈希值并且計(jì)算速度非吵猓快劫笙，目前有MurmurHash2和MurmurHash3等版本。

普通Rehash重新散列

哈希表保存的鍵值對(duì)數(shù)量是動(dòng)態(tài)變化的星岗，為了讓哈希表的負(fù)載因子維持在一個(gè)合理的范圍之內(nèi)填大，就需要對(duì)哈希表進(jìn)行擴(kuò)縮容。

擴(kuò)縮容是通過執(zhí)行rehash重新散列來完成伍茄，對(duì)字典的哈希表執(zhí)行普通rehash的基本步驟為分配空間->逐個(gè)遷移->交換哈希表栋盹，詳細(xì)過程如下：

為字典的ht[1]哈希表分配空間，分配的空間大小取決于要執(zhí)行的操作以及ht[0]當(dāng)前包含的鍵值對(duì)數(shù)量：擴(kuò)展操作時(shí)ht[1]的大小為第一個(gè)大于等于ht[0].used*2的2^n敷矫；收縮操作時(shí)ht[1]的大小為第一個(gè)大于等于ht[0].used的2^n 例获；擴(kuò)展時(shí)比如h[0].used=200，那么需要選擇大于400的第一個(gè)2的冪曹仗，也就是2^9=512榨汤。

將保存在ht[0]中的所有鍵值對(duì)重新計(jì)算鍵的哈希值和索引值rehash到ht[1]上；

重復(fù)rehash直到ht[0]包含的所有鍵值對(duì)全部遷移到了ht[1]之后釋放 ht[0]怎茫， 將ht[1]設(shè)置為 ht[0]收壕，并在ht[1]新創(chuàng)建一個(gè)空白哈希表妓灌， 為下一次rehash做準(zhǔn)備。

漸進(jìn)Rehash過程

Redis的rehash動(dòng)作并不是一次性完成的蜜宪，而是分多次虫埂、漸進(jìn)式地完成的，原因在于當(dāng)哈希表里保存的鍵值對(duì)數(shù)量很大時(shí)圃验， 一次性將這些鍵值對(duì)全部rehash到ht[1]可能會(huì)導(dǎo)致服務(wù)器在一段時(shí)間內(nèi)停止服務(wù)描馅，這個(gè)是無法接受的昂勉。

針對(duì)這種情況Redis采用了漸進(jìn)式rehash，過程的詳細(xì)步驟：

為ht[1]分配空間，這個(gè)過程和普通Rehash沒有區(qū)別谈截；

將rehashidx設(shè)置為0婴削，表示rehash工作正式開始晦炊，同時(shí)這個(gè)rehashidx是遞增的璧瞬，從0開始表示從數(shù)組第一個(gè)元素開始rehash。

在rehash進(jìn)行期間麻裁，每次對(duì)字典執(zhí)行增刪改查操作時(shí)箍镜，順帶將ht[0]哈希表在rehashidx索引上的鍵值對(duì)rehash到 ht[1]，完成后將rehashidx加1悲立，指向下一個(gè)需要rehash的鍵值對(duì)鹿寨。

隨著字典操作的不斷執(zhí)行，最終ht[0]的所有鍵值對(duì)都會(huì)被rehash至ht[1]薪夕，再將rehashidx屬性的值設(shè)為-1來表示 rehash操作已完成脚草。

漸進(jìn)式 rehash的思想在于將rehash鍵值對(duì)所需的計(jì)算工作分散到對(duì)字典的每個(gè)添加、刪除原献、查找和更新操作上馏慨，從而避免了集中式rehash而帶來的阻塞問題。

看到這里不禁去想這種捎帶腳式的rehash會(huì)不會(huì)導(dǎo)致整個(gè)過程非常漫長(zhǎng)姑隅？如果某個(gè)value一直沒有操作那么需要擴(kuò)容時(shí)由于一直不用所以影響不大写隶，需要縮容時(shí)如果一直不處理可能造成內(nèi)存浪費(fèi)，具體的還沒來得及研究讲仰，先埋個(gè)問題吧慕趴！

講講4.0之前版本的Redis的單線程運(yùn)行模式

本質(zhì)上Redis并不是單純的單線程服務(wù)模型，一些輔助工作比如持久化刷盤鄙陡、惰性刪除等任務(wù)是由BIO線程來完成的冕房，這里說的單線程主要是說與客戶端交互完成命令請(qǐng)求和回復(fù)的工作線程。

至于Antirez大佬當(dāng)時(shí)是怎么想的設(shè)計(jì)為單線程不得而知趁矾，只能從幾個(gè)角度來分析耙册，來確定單線程模型的選擇原因。

50道Redis面試題史上最全毫捣，以后面試再也不怕問Redis了

1详拙、什么是Redis帝际？

Redis本質(zhì)上是一個(gè)Key-Value類型的內(nèi)存數(shù)據(jù)庫(kù)，很像memcached饶辙，整個(gè)數(shù)據(jù)庫(kù)統(tǒng)統(tǒng)加載在內(nèi)存當(dāng)中進(jìn)行操作蹲诀，定期通過異步操作把數(shù)據(jù)庫(kù)數(shù)據(jù)flush到硬盤上進(jìn)行保存。因?yàn)槭羌儍?nèi)存操作弃揽，Redis的性能非常出色侧甫，每秒可以處理超過 10萬(wàn)次讀寫操作，是已知性能最快的Key-Value DB蹋宦。 Redis的出色之處不僅僅是性能，Redis最大的魅力是支持保存多種數(shù)據(jù)結(jié)構(gòu)咒锻，此外單個(gè)value的最大限制是1GB冷冗，不像 memcached只能保存1MB的數(shù)據(jù)，因此Redis可以用來實(shí)現(xiàn)很多有用的功能惑艇，比方說用他的List來做FIFO雙向鏈表蒿辙，實(shí)現(xiàn)一個(gè)輕量級(jí)的高性 能消息隊(duì)列服務(wù)，用他的Set可以做高性能的tag系統(tǒng)等等滨巴。另外Redis也可以對(duì)存入的Key-Value設(shè)置expire時(shí)間思灌，因此也可以被當(dāng)作一 個(gè)功能加強(qiáng)版的memcached來用。 Redis的主要缺點(diǎn)是數(shù)據(jù)庫(kù)容量受到物理內(nèi)存的限制恭取，不能用作海量數(shù)據(jù)的高性能讀寫泰偿，因此Redis適合的場(chǎng)景主要局限在較小數(shù)據(jù)量的高性能操作和運(yùn)算上。

2蜈垮、Redis相比memcached有哪些優(yōu)勢(shì)耗跛？

(1) memcached所有的值均是簡(jiǎn)單的字符串，redis作為其替代者攒发， 支持更為豐富的數(shù)據(jù)類型

(2) redis的速度比memcached快很多

(3) redis可以持久化其數(shù)據(jù)

3调塌、Redis支持哪幾種數(shù)據(jù)類型？

String惠猿、List羔砾、Set、Sorted Set偶妖、hashes

4姜凄、Redis主要消耗什么物理資源？

redis是一種基于內(nèi)存高性能的數(shù)據(jù)庫(kù)--- 主要依賴于內(nèi)存內(nèi)存餐屎。

5檀葛、Redis的全稱是什么？

Remote Dictionary Server

6腹缩、Redis有哪幾種數(shù)據(jù)淘汰策略屿聋？

noeviction:返回錯(cuò)誤當(dāng)內(nèi)存限制達(dá)到并且客戶端嘗試執(zhí)行會(huì)讓更多內(nèi)存被使用的命令（大部分的寫入指令空扎，但DEL和幾個(gè)例外）allkeys-lru: 嘗試回收最少使用的鍵（LRU），使得新添加的數(shù)據(jù)有空間存放润讥。volatile-lru: 嘗試回收最少使用的鍵（LRU）转锈，但僅限于在過期集合的鍵,使得新添加的數(shù)據(jù)有空間存放。allkeys-random: 回收隨機(jī)的鍵使得新添加的數(shù)據(jù)有空間存放楚殿。volatile-random: 回收隨機(jī)的鍵使得新添加的數(shù)據(jù)有空間存放撮慨，但僅限于在過期集合的鍵。volatile-ttl: 回收在過期集合的鍵脆粥，并且優(yōu)先回收存活時(shí)間（TTL）較短的鍵,使得新添加的數(shù)據(jù)有空間存放砌溺。

7、Redis官方為什么不提供Windows版本变隔？

因?yàn)槟壳癓inux版本已經(jīng)相當(dāng)穩(wěn)定规伐，而且用戶量很大，無需開發(fā)windows版本匣缘，反而會(huì)帶來兼容性等問題猖闪。

8、一個(gè)字符串類型的值能存儲(chǔ)最大容量是多少肌厨？

512M

9培慌、為什么Redis需要把所有數(shù)據(jù)放到內(nèi)存中？

Redis為了達(dá)到最快的讀寫速度將數(shù)據(jù)都讀到內(nèi)存中柑爸，并通過異步的方式將數(shù)據(jù)寫入磁盤吵护。所以redis具有快速和數(shù)據(jù)持久化的特征。如果不將數(shù)據(jù)放在內(nèi)存中表鳍，磁盤I/O速度為嚴(yán)重影響redis的性能何址。在內(nèi)存越來越便宜的今天，redis將會(huì)越來越受歡迎进胯。

如果設(shè)置了最大使用的內(nèi)存用爪，則數(shù)據(jù)已有記錄數(shù)達(dá)到內(nèi)存限值后不能繼續(xù)插入新值。

10胁镐、Redis集群方案應(yīng)該怎么做偎血？都有哪些方案？

1.twemproxy盯漂，大概概念是颇玷，它類似于一個(gè)代理方式，使用方法和普通redis無任何區(qū)別就缆，設(shè)置好它下屬的多個(gè)redis實(shí)例后帖渠，使用時(shí)在本需要連接redis的地方改為連接twemproxy，它會(huì)以一個(gè)代理的身份接收請(qǐng)求并使用一致性hash算法竭宰，將請(qǐng)求轉(zhuǎn)接到具體redis空郊，將結(jié)果再返回twemproxy份招。使用方式簡(jiǎn)便(相對(duì)redis只需修改連接端口)，對(duì)舊項(xiàng)目擴(kuò)展的首選狞甚。 問題：twemproxy自身單端口實(shí)例的壓力锁摔，使用一致性hash后，對(duì)redis節(jié)點(diǎn)數(shù)量改變時(shí)候的計(jì)算值的改變哼审，數(shù)據(jù)無法自動(dòng)移動(dòng)到新的節(jié)點(diǎn)谐腰。

2.codis，目前用的最多的集群方案涩盾，基本和twemproxy一致的效果十气，但它支持在 節(jié)點(diǎn)數(shù)量改變情況下，舊節(jié)點(diǎn)數(shù)據(jù)可恢復(fù)到新hash節(jié)點(diǎn)春霍。

3.redis cluster3.0自帶的集群桦踊，特點(diǎn)在于他的分布式算法不是一致性hash，而是hash槽的概念终畅，以及自身支持節(jié)點(diǎn)設(shè)置從節(jié)點(diǎn)。具體看官方文檔介紹竟闪。

4.在業(yè)務(wù)代碼層實(shí)現(xiàn)离福，起幾個(gè)毫無關(guān)聯(lián)的redis實(shí)例，在代碼層炼蛤，對(duì)key 進(jìn)行hash計(jì)算妖爷，然后去對(duì)應(yīng)的redis實(shí)例操作數(shù)據(jù)。 這種方式對(duì)hash層代碼要求比較高理朋，考慮部分包括絮识，節(jié)點(diǎn)失效后的替代算法方案，數(shù)據(jù)震蕩后的自動(dòng)腳本恢復(fù)嗽上，實(shí)例的監(jiān)控次舌，等等。

11兽愤、Redis集群方案什么情況下會(huì)導(dǎo)致整個(gè)集群不可用彼念？

有A，B浅萧，C三個(gè)節(jié)點(diǎn)的集群,在沒有復(fù)制模型的情況下,如果節(jié)點(diǎn)B失敗了逐沙，那么整個(gè)集群就會(huì)以為缺少5501-11000這個(gè)范圍的槽而不可用。

12洼畅、MySQL里有2000w數(shù)據(jù)吩案，redis中只存20w的數(shù)據(jù)，如何保證redis中的數(shù)據(jù)都是熱點(diǎn)數(shù)據(jù)帝簇？

redis內(nèi)存數(shù)據(jù)集大小上升到一定大小的時(shí)候徘郭，就會(huì)施行數(shù)據(jù)淘汰策略靠益。

13、Redis有哪些適合的場(chǎng)景崎岂？

（1）捆毫、會(huì)話緩存（Session Cache）最常用的一種使用Redis的情景是會(huì)話緩存（session cache）。用Redis緩存會(huì)話比其他存儲(chǔ)（如Memcached）的優(yōu)勢(shì)在于：Redis提供持久化冲甘。當(dāng)維護(hù)一個(gè)不是嚴(yán)格要求一致性的緩存時(shí)绩卤，如果用戶的購(gòu)物車信息全部丟失，大部分人都會(huì)不高興的江醇，現(xiàn)在濒憋，他們還會(huì)這樣嗎？幸運(yùn)的是陶夜，隨著 Redis 這些年的改進(jìn)凛驮，很容易找到怎么恰當(dāng)?shù)氖褂肦edis來緩存會(huì)話的文檔。甚至廣為人知的商業(yè)平臺(tái)Magento也提供Redis的插件条辟。

（2）黔夭、全頁(yè)緩存（FPC）除基本的會(huì)話token之外，Redis還提供很簡(jiǎn)便的FPC平臺(tái)羽嫡”纠眩回到一致性問題，即使重啟了Redis實(shí)例杭棵，因?yàn)橛写疟P的持久化婚惫，用戶也不會(huì)看到頁(yè)面加載速度的下降，這是一個(gè)極大改進(jìn)魂爪，類似PHP本地FPC先舷。再次以Magento為例，Magento提供一個(gè)插件來使用Redis作為全頁(yè)緩存后端滓侍。此外蒋川，對(duì)WordPress的用戶來說，Pantheon有一個(gè)非常好的插件 wp-redis撩笆，這個(gè)插件能幫助你以最快速度加載你曾瀏覽過的頁(yè)面尔破。

（3）、隊(duì)列Reids在內(nèi)存存儲(chǔ)引擎領(lǐng)域的一大優(yōu)點(diǎn)是提供 list 和 set 操作浇衬，這使得Redis能作為一個(gè)很好的消息隊(duì)列平臺(tái)來使用懒构。Redis作為隊(duì)列使用的操作，就類似于本地程序語(yǔ)言（如Python）對(duì) list 的 push/pop 操作耘擂。如果你快速的在Google中搜索“Redis queues”胆剧，你馬上就能找到大量的開源項(xiàng)目，這些項(xiàng)目的目的就是利用Redis創(chuàng)建非常好的后端工具，以滿足各種隊(duì)列需求秩霍。例如篙悯，Celery有一個(gè)后臺(tái)就是使用Redis作為broker，你可以從這里去查看铃绒。

（4）鸽照，排行榜/計(jì)數(shù)器Redis在內(nèi)存中對(duì)數(shù)字進(jìn)行遞增或遞減的操作實(shí)現(xiàn)的非常好。集合（Set）和有序集合（Sorted Set）也使得我們?cè)趫?zhí)行這些操作的時(shí)候變的非常簡(jiǎn)單颠悬，Redis只是正好提供了這兩種數(shù)據(jù)結(jié)構(gòu)矮燎。所以，我們要從排序集合中獲取到排名最靠前的10個(gè)用戶–我們稱之為“user_scores”赔癌，我們只需要像下面一樣執(zhí)行即可：當(dāng)然诞外，這是假定你是根據(jù)你用戶的分?jǐn)?shù)做遞增的排序。如果你想返回用戶及用戶的分?jǐn)?shù)灾票，你需要這樣執(zhí)行：ZRANGE user_scores 0 10 WITHSCORESAgora Games就是一個(gè)很好的例子峡谊，用Ruby實(shí)現(xiàn)的，它的排行榜就是使用Redis來存儲(chǔ)數(shù)據(jù)的刊苍，你可以在這里看到既们。

（5）、發(fā)布/訂閱最后（但肯定不是最不重要的）是Redis的發(fā)布/訂閱功能正什。發(fā)布/訂閱的使用場(chǎng)景確實(shí)非常多啥纸。我已看見人們?cè)谏缃痪W(wǎng)絡(luò)連接中使用，還可作為基于發(fā)布/訂閱的腳本觸發(fā)器埠忘，甚至用Redis的發(fā)布/訂閱功能來建立聊天系統(tǒng)！（不馒索，這是真的莹妒，你可以去核實(shí)）。

14绰上、Redis支持的Java客戶端都有哪些旨怠？官方推薦用哪個(gè)？

Redisson蜈块、Jedis鉴腻、lettuce等等，官方推薦使用Redisson百揭。

15爽哎、Redis和Redisson有什么關(guān)系？

Redisson是一個(gè)高級(jí)的分布式協(xié)調(diào)Redis客服端器一，能幫助用戶在分布式環(huán)境中輕松實(shí)現(xiàn)一些Java的對(duì)象 (Bloom filter, BitSet, Set, SetMultimap, ScoredSortedSet, SortedSet, Map, ConcurrentMap, List, ListMultimap, Queue, BlockingQueue, Deque, BlockingDeque, Semaphore, Lock, ReadWriteLock, AtomicLong, CountDownLatch, Publish / Subscribe, HyperLogLog)课锌。

16、Jedis與Redisson對(duì)比有什么優(yōu)缺點(diǎn)？

Jedis是Redis的Java實(shí)現(xiàn)的客戶端渺贤，其API提供了比較全面的Redis命令的支持雏胃；Redisson實(shí)現(xiàn)了分布式和可擴(kuò)展的Java數(shù)據(jù)結(jié)構(gòu)，和Jedis相比志鞍，功能較為簡(jiǎn)單瞭亮，不支持字符串操作，不支持排序固棚、事務(wù)统翩、管道、分區(qū)等Redis特性玻孟。Redisson的宗旨是促進(jìn)使用者對(duì)Redis的關(guān)注分離唆缴，從而讓使用者能夠?qū)⒕Ω械胤旁谔幚順I(yè)務(wù)邏輯上。

17黍翎、Redis如何設(shè)置密碼及驗(yàn)證密碼面徽？

設(shè)置密碼：config set requirepass 123456授權(quán)密碼：auth 123456

18、說說Redis哈希槽的概念匣掸？

Redis集群沒有使用一致性hash,而是引入了哈希槽的概念趟紊，Redis集群有16384個(gè)哈希槽，每個(gè)key通過CRC16校驗(yàn)后對(duì)16384取模來決定放置哪個(gè)槽碰酝，集群的每個(gè)節(jié)點(diǎn)負(fù)責(zé)一部分hash槽霎匈。

19、Redis集群的主從復(fù)制模型是怎樣的送爸？

為了使在部分節(jié)點(diǎn)失敗或者大部分節(jié)點(diǎn)無法通信的情況下集群仍然可用铛嘱，所以集群使用了主從復(fù)制模型,每個(gè)節(jié)點(diǎn)都會(huì)有N-1個(gè)復(fù)制品.

20、Redis集群會(huì)有寫操作丟失嗎袭厂？為什么墨吓？

Redis并不能保證數(shù)據(jù)的強(qiáng)一致性，這意味這在實(shí)際中集群在特定的條件下可能會(huì)丟失寫操作纹磺。

21帖烘、Redis集群之間是如何復(fù)制的？

異步復(fù)制

22橄杨、Redis集群最大節(jié)點(diǎn)個(gè)數(shù)是多少秘症？

16384個(gè)。

23式矫、Redis集群如何選擇數(shù)據(jù)庫(kù)乡摹？

Redis集群目前無法做數(shù)據(jù)庫(kù)選擇，默認(rèn)在0數(shù)據(jù)庫(kù)采转。

24趟卸、怎么測(cè)試Redis的連通性？

ping

25、Redis中的管道有什么用锄列？

一次請(qǐng)求/響應(yīng)服務(wù)器能實(shí)現(xiàn)處理新的請(qǐng)求即使舊的請(qǐng)求還未被響應(yīng)图云。這樣就可以將多個(gè)命令發(fā)送到服務(wù)器，而不用等待回復(fù)邻邮，最后在一個(gè)步驟中讀取該答復(fù)竣况。這就是管道（pipelining），是一種幾十年來廣泛使用的技術(shù)筒严。例如許多POP3協(xié)議已經(jīng)實(shí)現(xiàn)支持這個(gè)功能丹泉，大大加快了從服務(wù)器下載新郵件的過程。

26鸭蛙、怎么理解Redis事務(wù)摹恨？

事務(wù)是一個(gè)單獨(dú)的隔離操作：事務(wù)中的所有命令都會(huì)序列化、按順序地執(zhí)行娶视。事務(wù)在執(zhí)行的過程中晒哄，不會(huì)被其他客戶端發(fā)送來的命令請(qǐng)求所打斷。事務(wù)是一個(gè)原子操作：事務(wù)中的命令要么全部被執(zhí)行肪获，要么全部都不執(zhí)行寝凌。

27、Redis事務(wù)相關(guān)的命令有哪幾個(gè)孝赫？

MULTI较木、EXEC、DISCARD青柄、WATCH ##28伐债、Redis key的過期時(shí)間和永久有效分別怎么設(shè)置？ EXPIRE和PERSIST命令致开。

29峰锁、Redis如何做內(nèi)存優(yōu)化？

盡可能使用散列表（hashes）喇喉，散列表（是說散列表里面存儲(chǔ)的數(shù)少）使用的內(nèi)存非常小祖今，所以你應(yīng)該盡可能的將你的數(shù)據(jù)模型抽象到一個(gè)散列表里面校坑。比如你的web系統(tǒng)中有一個(gè)用戶對(duì)象拣技，不要為這個(gè)用戶的名稱，姓氏耍目，郵箱膏斤，密碼設(shè)置單獨(dú)的key,而是應(yīng)該把這個(gè)用戶的所有信息存儲(chǔ)到一張散列表里面.

30、Redis回收進(jìn)程如何工作的邪驮？

一個(gè)客戶端運(yùn)行了新的命令莫辨，添加了新的數(shù)據(jù)。Redi檢查內(nèi)存使用情況，如果大于maxmemory的限制, 則根據(jù)設(shè)定好的策略進(jìn)行回收沮榜。一個(gè)新的命令被執(zhí)行盘榨，等等。所以我們不斷地穿越內(nèi)存限制的邊界蟆融，通過不斷達(dá)到邊界然后不斷地回收回到邊界以下草巡。如果一個(gè)命令的結(jié)果導(dǎo)致大量?jī)?nèi)存被使用（例如很大的集合的交集保存到一個(gè)新的鍵），不用多久內(nèi)存限制就會(huì)被這個(gè)內(nèi)存使用量超越型酥。**

31山憨、Redis回收使用的是什么算法？

**LRU算法

32弥喉、Redis如何做大量數(shù)據(jù)插入郁竟？

Redis2.6開始redis-cli支持一種新的被稱之為pipe mode的新模式用于執(zhí)行大量數(shù)據(jù)插入工作。

33由境、為什么要做Redis分區(qū)棚亩？

分區(qū)可以讓Redis管理更大的內(nèi)存，Redis將可以使用所有機(jī)器的內(nèi)存藻肄。如果沒有分區(qū)蔑舞，你最多只能使用一臺(tái)機(jī)器的內(nèi)存。分區(qū)使Redis的計(jì)算能力通過簡(jiǎn)單地增加計(jì)算機(jī)得到成倍提升,Redis的網(wǎng)絡(luò)帶寬也會(huì)隨著計(jì)算機(jī)和網(wǎng)卡的增加而成倍增長(zhǎng)嘹屯。

34攻询、你知道有哪些Redis分區(qū)實(shí)現(xiàn)方案？

客戶端分區(qū)就是在客戶端就已經(jīng)決定數(shù)據(jù)會(huì)被存儲(chǔ)到哪個(gè)redis節(jié)點(diǎn)或者從哪個(gè)redis節(jié)點(diǎn)讀取州弟。大多數(shù)客戶端已經(jīng)實(shí)現(xiàn)了客戶端分區(qū)钧栖。代理分區(qū) 意味著客戶端將請(qǐng)求發(fā)送給代理，然后代理決定去哪個(gè)節(jié)點(diǎn)寫數(shù)據(jù)或者讀數(shù)據(jù)婆翔。代理根據(jù)分區(qū)規(guī)則決定請(qǐng)求哪些Redis實(shí)例拯杠，然后根據(jù)Redis的響應(yīng)結(jié)果返回給客戶端。redis和memcached的一種代理實(shí)現(xiàn)就是Twemproxy查詢路由(Query routing) 的意思是客戶端隨機(jī)地請(qǐng)求任意一個(gè)redis實(shí)例啃奴，然后由Redis將請(qǐng)求轉(zhuǎn)發(fā)給正確的Redis節(jié)點(diǎn)潭陪。Redis Cluster實(shí)現(xiàn)了一種混合形式的查詢路由，但并不是直接將請(qǐng)求從一個(gè)redis節(jié)點(diǎn)轉(zhuǎn)發(fā)到另一個(gè)redis節(jié)點(diǎn)最蕾，而是在客戶端的幫助下直接redirected到正確的redis節(jié)點(diǎn)依溯。

35、Redis分區(qū)有什么缺點(diǎn)瘟则？

涉及多個(gè)key的操作通常不會(huì)被支持黎炉。例如你不能對(duì)兩個(gè)集合求交集，因?yàn)樗麄兛赡鼙淮鎯?chǔ)到不同的Redis實(shí)例（實(shí)際上這種情況也有辦法醋拧，但是不能直接使用交集指令）慷嗜。同時(shí)操作多個(gè)key,則不能使用Redis事務(wù).分區(qū)使用的粒度是key淀弹，不能使用一個(gè)非常長(zhǎng)的排序key存儲(chǔ)一個(gè)數(shù)據(jù)集（The partitioning granularity is the key, so it is not possible to shard a dataset with a single huge key like a very big sorted set）.當(dāng)使用分區(qū)的時(shí)候，數(shù)據(jù)處理會(huì)非常復(fù)雜庆械，例如為了備份你必須從不同的Redis實(shí)例和主機(jī)同時(shí)收集RDB / AOF文件薇溃。分區(qū)時(shí)動(dòng)態(tài)擴(kuò)容或縮容可能非常復(fù)雜。Redis集群在運(yùn)行時(shí)增加或者刪除Redis節(jié)點(diǎn)缭乘，能做到最大程度對(duì)用戶透明地?cái)?shù)據(jù)再平衡痊焊，但其他一些客戶端分區(qū)或者代理分區(qū)方法則不支持這種特性。然而忿峻，有一種預(yù)分片的技術(shù)也可以較好的解決這個(gè)問題薄啥。

36、Redis持久化數(shù)據(jù)和緩存怎么做擴(kuò)容逛尚？

如果Redis被當(dāng)做緩存使用垄惧，使用一致性哈希實(shí)現(xiàn)動(dòng)態(tài)擴(kuò)容縮容。如果Redis被當(dāng)做一個(gè)持久化存儲(chǔ)使用绰寞，必須使用固定的keys-to-nodes映射關(guān)系到逊，節(jié)點(diǎn)的數(shù)量一旦確定不能變化。否則的話(即Redis節(jié)點(diǎn)需要?jiǎng)討B(tài)變化的情況）滤钱，必須使用可以在運(yùn)行時(shí)進(jìn)行數(shù)據(jù)再平衡的一套系統(tǒng)觉壶，而當(dāng)前只有Redis集群可以做到這樣。

37件缸、分布式Redis是前期做還是后期規(guī)模上來了再做好铜靶？為什么？

既然Redis是如此的輕量（單實(shí)例只使用1M內(nèi)存）,為防止以后的擴(kuò)容他炊，最好的辦法就是一開始就啟動(dòng)較多實(shí)例争剿。即便你只有一臺(tái)服務(wù)器，你也可以一開始就讓Redis以分布式的方式運(yùn)行痊末，使用分區(qū)蚕苇，在同一臺(tái)服務(wù)器上啟動(dòng)多個(gè)實(shí)例。一開始就多設(shè)置幾個(gè)Redis實(shí)例凿叠，例如32或者64個(gè)實(shí)例涩笤，對(duì)大多數(shù)用戶來說這操作起來可能比較麻煩，但是從長(zhǎng)久來看做這點(diǎn)犧牲是值得的盒件。這樣的話蹬碧，當(dāng)你的數(shù)據(jù)不斷增長(zhǎng)，需要更多的Redis服務(wù)器時(shí)履恩，你需要做的就是僅僅將Redis實(shí)例從一臺(tái)服務(wù)遷移到另外一臺(tái)服務(wù)器而已（而不用考慮重新分區(qū)的問題）锰茉。一旦你添加了另一臺(tái)服務(wù)器呢蔫，你需要將你一半的Redis實(shí)例從第一臺(tái)機(jī)器遷移到第二臺(tái)機(jī)器切心。

38飒筑、Twemproxy是什么？

Twemproxy是Twitter維護(hù)的（緩存）代理系統(tǒng)绽昏，代理Memcached的ASCII協(xié)議和Redis協(xié)議协屡。它是單線程程序，使用c語(yǔ)言編寫全谤，運(yùn)行起來非撤粝快。它是采用Apache 2.0 license的開源軟件认然。 Twemproxy支持自動(dòng)分區(qū)补憾，如果其代理的其中一個(gè)Redis節(jié)點(diǎn)不可用時(shí)，會(huì)自動(dòng)將該節(jié)點(diǎn)排除（這將改變?cè)瓉淼膋eys-instances的映射關(guān)系卷员，所以你應(yīng)該僅在把Redis當(dāng)緩存時(shí)使用Twemproxy)盈匾。 Twemproxy本身不存在單點(diǎn)問題，因?yàn)槟憧梢詥?dòng)多個(gè)Twemproxy實(shí)例毕骡，然后讓你的客戶端去連接任意一個(gè)Twemproxy實(shí)例削饵。 Twemproxy是Redis客戶端和服務(wù)器端的一個(gè)中間層，由它來處理分區(qū)功能應(yīng)該不算復(fù)雜未巫，并且應(yīng)該算比較可靠的窿撬。

39、支持一致性哈希的客戶端有哪些叙凡？

Redis-rb劈伴、Predis等。

40握爷、Redis與其他key-value存儲(chǔ)有什么不同宰啦？

Redis有著更為復(fù)雜的數(shù)據(jù)結(jié)構(gòu)并且提供對(duì)他們的原子性操作，這是一個(gè)不同于其他數(shù)據(jù)庫(kù)的進(jìn)化路徑饼拍。Redis的數(shù)據(jù)類型都是基于基本數(shù)據(jù)結(jié)構(gòu)的同時(shí)對(duì)程序員透明赡模，無需進(jìn)行額外的抽象。Redis運(yùn)行在內(nèi)存中但是可以持久化到磁盤师抄，所以在對(duì)不同數(shù)據(jù)集進(jìn)行高速讀寫時(shí)需要權(quán)衡內(nèi)存漓柑，應(yīng)為數(shù)據(jù)量不能大于硬件內(nèi)存。在內(nèi)存數(shù)據(jù)庫(kù)方面的另一個(gè)優(yōu)點(diǎn)是叨吮， 相比在磁盤上相同的復(fù)雜的數(shù)據(jù)結(jié)構(gòu)辆布，在內(nèi)存中操作起來非常簡(jiǎn)單，這樣Redis可以做很多內(nèi)部復(fù)雜性很強(qiáng)的事情茶鉴。 同時(shí)锋玲，在磁盤格式方面他們是緊湊的以追加的方式產(chǎn)生的，因?yàn)樗麄儾⒉恍枰M(jìn)行隨機(jī)訪問涵叮。

41惭蹂、Redis的內(nèi)存占用情況怎么樣伞插？

給你舉個(gè)例子： 100萬(wàn)個(gè)鍵值對(duì)（鍵是0到999999值是字符串“hello world”）在我的32位的Mac筆記本上 用了100MB。同樣的數(shù)據(jù)放到一個(gè)key里只需要16MB盾碗， 這是因?yàn)殒I值有一個(gè)很大的開銷媚污。 在Memcached上執(zhí)行也是類似的結(jié)果，但是相對(duì)Redis的開銷要小一點(diǎn)點(diǎn)廷雅，因?yàn)镽edis會(huì)記錄類型信息引用計(jì)數(shù)等等耗美。當(dāng)然，大鍵值對(duì)時(shí)兩者的比例要好很多航缀。64位的系統(tǒng)比32位的需要更多的內(nèi)存開銷商架，尤其是鍵值對(duì)都較小時(shí)，這是因?yàn)?4位的系統(tǒng)里指針占用了8個(gè)字節(jié)芥玉。 但是甸私，當(dāng)然，64位系統(tǒng)支持更大的內(nèi)存飞傀，所以為了運(yùn)行大型的Redis服務(wù)器或多或少的需要使用64位的系統(tǒng)皇型。

42、都有哪些辦法可以降低Redis的內(nèi)存使用情況呢砸烦？

如果你使用的是32位的Redis實(shí)例弃鸦，可以好好利用Hash,list,sorted set,set等集合類型數(shù)據(jù)，因?yàn)橥ǔＧ闆r下很多小的Key-Value可以用更緊湊的方式存放到一起幢痘。

##43唬格、查看Redis使用情況及狀態(tài)信息用什么命令？info44颜说、Redis的內(nèi)存用完了會(huì)發(fā)生什么购岗？ 如果達(dá)到設(shè)置的上限，Redis的寫命令會(huì)返回錯(cuò)誤信息（但是讀命令還可以正常返回门粪。）或者你可以將Redis當(dāng)緩存來使用配置淘汰機(jī)制喊积，當(dāng)Redis達(dá)到內(nèi)存上限時(shí)會(huì)沖刷掉舊的內(nèi)容。## 45玄妈、Redis是單線程的乾吻，如何提高多核CPU的利用率？ 可以在同一個(gè)服務(wù)器部署多個(gè)Redis的實(shí)例拟蜻，并把他們當(dāng)作不同的服務(wù)器來使用绎签，在某些時(shí)候，無論如何一個(gè)服務(wù)器是不夠的酝锅， 所以诡必，如果你想使用多個(gè)CPU，你可以考慮一下分片（shard）搔扁。

46爸舒、一個(gè)Redis實(shí)例最多能存放多少的keys蟋字？

List、Set碳抄、Sorted Set他們最多能存放多少元素？理論上Redis可以處理多達(dá)232的keys场绿，并且在實(shí)際中進(jìn)行了測(cè)試剖效，每個(gè)實(shí)例至少存放了2億5千萬(wàn)的keys。我們正在測(cè)試一些較大的值焰盗。任何list璧尸、set、和sorted set都可以放232個(gè)元素熬拒。換句話說爷光，Redis的存儲(chǔ)極限是系統(tǒng)中的可用內(nèi)存值。

47澎粟、Redis常見性能問題和解決方案蛀序？

(1) Master最好不要做任何持久化工作，如RDB內(nèi)存快照和AOF日志文件 (2) 如果數(shù)據(jù)比較重要活烙，某個(gè)Slave開啟AOF備份數(shù)據(jù)徐裸，策略設(shè)置為每秒同步一次 (3) 為了主從復(fù)制的速度和連接的穩(wěn)定性，Master和Slave最好在同一個(gè)局域網(wǎng)內(nèi) (4) 盡量避免在壓力很大的主庫(kù)上增加從庫(kù) (5) 主從復(fù)制不要用圖狀結(jié)構(gòu)啸盏，用單向鏈表結(jié)構(gòu)更為穩(wěn)定重贺，即：Master <- Slave1 <- Slave2 <- Slave3...這樣的結(jié)構(gòu)方便解決單點(diǎn)故障問題，實(shí)現(xiàn)Slave對(duì)Master的替換回懦。如果Master掛了气笙，可以立刻啟用Slave1做Master，其他不變怯晕。

48潜圃、Redis提供了哪幾種持久化方式？

RDB持久化方式能夠在指定的時(shí)間間隔能對(duì)你的數(shù)據(jù)進(jìn)行快照存儲(chǔ).AOF持久化方式記錄每次對(duì)服務(wù)器寫的操作,當(dāng)服務(wù)器重啟的時(shí)候會(huì)重新執(zhí)行這些命令來恢復(fù)原始的數(shù)據(jù),AOF命令以redis協(xié)議追加保存每次寫的操作到文件末尾.Redis還能對(duì)AOF文件進(jìn)行后臺(tái)重寫,使得AOF文件的體積不至于過大.如果你只希望你的數(shù)據(jù)在服務(wù)器運(yùn)行的時(shí)候存在,你也可以不使用任何持久化方式.你也可以同時(shí)開啟兩種持久化方式, 在這種情況下, 當(dāng)redis重啟的時(shí)候會(huì)優(yōu)先載入AOF文件來恢復(fù)原始的數(shù)據(jù),因?yàn)樵谕ǔＧ闆r下AOF文件保存的數(shù)據(jù)集要比RDB文件保存的數(shù)據(jù)集要完整.最重要的事情是了解RDB和AOF持久化方式的不同,讓我們以RDB持久化方式開始舟茶。

49秉犹、如何選擇合適的持久化方式？

一般來說稚晚， 如果想達(dá)到足以媲美PostgreSQL的數(shù)據(jù)安全性崇堵， 你應(yīng)該同時(shí)使用兩種持久化功能。如果你非常關(guān)心你的數(shù)據(jù)客燕， 但仍然可以承受數(shù)分鐘以內(nèi)的數(shù)據(jù)丟失鸳劳，那么你可以只使用RDB持久化。有很多用戶都只使用AOF持久化也搓，但并不推薦這種方式：因?yàn)槎〞r(shí)生成RDB快照（snapshot）非常便于進(jìn)行數(shù)據(jù)庫(kù)備份赏廓， 并且 RDB 恢復(fù)數(shù)據(jù)集的速度也要比AOF恢復(fù)的速度要快涵紊，除此之外， 使用RDB還可以避免之前提到的AOF程序的bug幔摸。

50摸柄、修改配置不重啟Redis會(huì)實(shí)時(shí)生效嗎？

針對(duì)運(yùn)行實(shí)例既忆，有許多配置選項(xiàng)可以通過 CONFIG SET 命令進(jìn)行修改驱负，而無需執(zhí)行任何形式的重啟。 從 Redis 2.2 開始患雇，可以從 AOF 切換到 RDB 的快照持久性或其他方式而不需要重啟 Redis跃脊。檢索 ‘CONFIG GET *’ 命令獲取更多信息。但偶爾重新啟動(dòng)是必須的苛吱，如為升級(jí) Redis 程序到新的版本酪术，或者當(dāng)你需要修改某些目前 CONFIG 命令還不支持的配置參數(shù)的時(shí)候。

更多面試題以及答案我以文檔的形式保存翠储，面試不懂绘雁？趕緊來領(lǐng)取面試資料多刷題吧！

面試資料獲取方式：添加小助手VX：xuanwo008

Nginx面試專題

Nginx參考答案

Netty的面試專題

Netty參考答案

Redis面試專題

Redis參考答案

Dubbo面試專題

Dubbo參考答案

ZooKeeper面試專題

添加小助手VX：xuanwo008