知序
返回
保存草稿
发布
H1
H2
H3
1
2
3
Excalidraw 图
AI 写作
AI 优化
目录
输入内容后显示目录
Markdown
# Redis 高频面试题集 - 第 2 部分(持久化 + 高可用) 涵盖第 19-36 题。 - [回到第 1 部分](./redis-interview-1-basics.md) - [第 3 部分](./redis-interview-3-distributed.md) --- # 第 3 章 · 持久化(6 题) ## 19. RDB 和 AOF 的区别?怎么选? **RDB(快照)**: - 某个时刻所有数据的**二进制快照** - 触发:`SAVE`(阻塞)、`BGSAVE`(fork 子进程)、定时(`save 900 1`) - 优点:文件小、恢复快 - 缺点:**会丢最后一次快照后的数据** **AOF(追加日志)**: - 记录每个**写命令**,类似 MySQL binlog - 刷盘策略: - `always`:每条命令都刷盘,最安全最慢 - `everysec`(推荐):每秒刷盘,最多丢 1 秒 - `no`:OS 决定 - 优点:数据更安全 - 缺点:文件大、恢复慢 **选择**: - 纯缓存 → RDB - 重要数据 → AOF(`everysec`) - **最稳**:RDB + AOF 混合(4.0+) ## 20. AOF 重写是什么? **问题**:AOF 文件越来越大。 **解决**:AOF 重写(`BGREWRITEAOF`),用**当前数据状态**重新生成最小 AOF。 ``` 原始: SET k1 v1 / SET k1 v2 / DEL k2 / SET k2 v3 / SET k2 v4 重写: SET k1 v2 / SET k2 v4 ``` **触发**: - 手动:`BGREWRITEAOF` - 自动:`auto-aof-rewrite-percentage 100` + `auto-aof-rewrite-min-size 64mb` **过程**: 1. fork 子进程 2. 子进程遍历数据生成新 AOF 3. 父进程继续写旧 AOF,同时把新写入暂存到"AOF 重写缓冲区" 4. 子进程完成后,缓冲区内容追加到新 AOF 5. 替换旧文件 ## 21. Redis 7.0 的 Multi-part AOF 是什么? AOF 文件分多段存储: ``` appendonly.aof.1.base.rdb # 基础快照(rdb 格式) appendonly.aof.1.incr.aof # 增量命令 appendonly.aof.manifest # 清单文件 ``` 好处: - 重写期间不再需要"AOF 重写缓冲区" - 文件组织更灵活 - 重写失败不影响旧文件 ## 22. 混合持久化是什么? Redis 4.0+ 引入。AOF 重写时,先用 RDB 格式写入前半部分(当前快照),后半部分用 AOF 格式追加增量命令。 **优点**:恢复快(RDB 快速加载)+ 数据全(AOF 补齐) **开启**:`aof-use-rdb-preamble yes` ## 23. 持久化为什么用 fork?有什么问题? **为什么 fork**: - 主进程继续处理请求,子进程专门写持久化文件 - 写时复制(COW):父子进程共享物理内存,修改时才复制 **问题**: 1. **fork 本身阻塞**:瞬间的,但内存大时几十 ms~秒级 2. **COW 导致内存翻倍风险**:主进程写入频繁时大量页被复制 3. **Transparent Huge Pages (THP) 放大问题**:大页复制代价更高,**生产必须关闭 THP** ## 24. 数据恢复的优先级? Redis 启动时: 1. 如果 AOF 开启且 AOF 文件存在 → **优先加载 AOF** 2. 否则加载 RDB 3. 都没有 → 空启动 --- # 第 4 章 · 高可用(12 题) ## 25. Redis 主从复制原理? **初次全量同步**: 1. Slave 连接 Master,发送 `PSYNC ? -1` 2. Master 执行 `BGSAVE` 生成 RDB,发送给 Slave 3. 期间 Master 把新写入记录在**复制缓冲区** 4. Slave 加载 RDB 后,Master 把缓冲区数据发过去 5. 后续持续增量同步 **增量同步**:Master 把新写命令实时发送给 Slave(基于 offset 和复制积压缓冲区)。 **断线重连**: - 断线时间短 → `PSYNC runid offset` 增量同步 - 断线太久 → 退回全量同步 ## 26. 主从复制是同步还是异步?会丢数据吗? **异步复制**。Master 写入成功立即返回,不等 Slave。 **会丢数据的场景**: - Master 写成功但还没同步,Master 挂了 → 这部分数据丢失 **缓解**: - `min-slaves-to-write 1`:至少 1 个 slave 在线才允许写 - `min-slaves-max-lag 10`:slave 延迟不超过 10 秒 降低丢失概率但不能完全杜绝。Redis 的核心假设就是 **高可用 > 强一致**。 ## 27. Sentinel(哨兵)是什么? 独立进程,监控 Redis 集群 + 自动故障转移。 **核心能力**: 1. 监控:定期 ping Master 和 Slave 2. 通知:故障通知管理员 3. 自动故障转移:Master 挂了选 Slave 当新 Master 4. 配置中心:客户端从 Sentinel 获取 Master 地址 **工作流程**: ``` 1. 主观下线(SDOWN):单个 Sentinel 认为挂了 2. 客观下线(ODOWN):多个 Sentinel 都认为挂了 3. 选举 Leader Sentinel(Raft) 4. Leader 从 Slave 选最优的(优先级 / 偏移量 / runid) 5. 执行故障转移,通知客户端 ``` **部署**:至少 3 个 Sentinel,分布在不同物理机。 ## 28. Redis Cluster 怎么分片? **哈希槽**:总共 **16384 个槽** - 每个 key 通过 `CRC16(key) % 16384` 算出槽号 - 每个节点负责一部分槽 ``` Node A: slot 0-5460 Node B: slot 5461-10922 Node C: slot 10923-16383 ``` **为什么是 16384**: - 2^14,心跳包大小可控(2KB) - 足够支持 1000 个节点 - Redis 作者的权衡选择 **读写流程**: 1. 客户端计算 key 的槽 2. 直接连对应节点 3. 如果节点不对,返回 MOVED 错误重定向 4. 客户端缓存映射,下次直接命中 ## 29. Redis Cluster 怎么做高可用? 每个主节点有若干从节点。Master 挂了,Slave 通过 Raft 协议选举新 Master。 **故障检测**: - 节点间互相发 PING - PFAIL(主观下线)→ FAIL(多数节点认可后客观下线) - Slave 发起选举,多数 Master 投票后晋升 ## 30. 哨兵和集群的区别? | 对比 | Sentinel | Cluster | |------|----------|---------| | 分片 | 不支持 | 支持(16384 槽) | | 高可用 | 支持 | 支持 | | 数据量 | 受限于单机 | 可扩展 | | 复杂度 | 低 | 高 | | 客户端 | 简单 | 要支持 MOVED/ASK | **选择**: - 数据量 < 10-20GB、读多写少 → Sentinel - 数据量大、高吞吐 → Cluster ## 31. Redis Cluster 的限制? 1. **多 key 操作受限**:跨槽的 MGET、MSET 不支持,除非用 hash tag 2. **不支持 SELECT db**:只有 db 0 3. **事务限制**:跨槽事务不支持 4. **Pipeline 限制**:跨槽不能用 5. **Lua 脚本**:脚本涉及的 key 必须在同一个槽 **hash tag**: ``` {user:1000}:profile # CRC16 只算 user:1000,保证同槽 {user:1000}:orders ``` ## 32. Redis 集群扩容怎么做? **添加新节点**: ```bash redis-cli --cluster add-node new_ip:port existing_ip:port redis-cli --cluster reshard existing_ip:port ``` **数据迁移**: - 以槽为单位迁移 - 迁移中的槽:新节点读,老节点写(ASK 重定向) - 迁移完成后正式切换 **注意**: - 迁移期间有短暂性能抖动 - 大 key 迁移可能阻塞 - 低峰期做 ## 33. Redis 实现分布式锁? **最简版**(有坑): ``` SETNX lock:order:123 "client1" # 客户端挂了锁永远不释放 ``` **加超时**: ``` SET lock:order:123 "client1" EX 30 NX # 业务超 30 秒锁自动过期,可能误删别人的锁 ``` **加唯一标识 + Lua 原子释放**: ```lua if redis.call("get", KEYS[1]) == ARGV[1] then return redis.call("del", KEYS[1]) else return 0 end ``` ## 34. Redisson 分布式锁有什么特点? Redisson 是主流 Java 客户端,封装了生产级分布式锁: **1. 可重入**:Hash 存 `(clientId, count)`,同一线程多次加锁 count++ **2. 看门狗(watchdog)**: - 默认锁 30 秒,每 10 秒检查业务是否完成 - 没完成续命 30 秒 - 客户端宕机后不再续命 - 解决"业务执行时间不确定"的问题 **3. 公平锁 / 读写锁 / 信号量 / CountDownLatch** 等分布式原语 ## 35. Redlock 是什么?有争议吗? Antirez 提出的**多实例分布式锁算法**。 **算法**: 1. 准备 N 个独立 Redis Master(通常 5 个) 2. 客户端依次向 N 个实例加锁(带超时) 3. 成功加锁数 > N/2 + 1 才算成功 4. 总耗时 < 锁有效时间 **争议**: - **Martin Kleppmann** 反对:依赖时钟同步、GC 停顿会出问题、没用共识算法 - Antirez 反驳:实际生产够用 **结论**: - 普通业务:单 Redis + Redisson 够了 - 对正确性要求极高(金融):用 ZooKeeper 或 etcd 更安全 ## 36. Redis 能做消息队列吗? 三种方案: **1. List**:`LPUSH queue msg` / `BRPOP queue 0` - 缺点:不支持消费组、消费完就没了、没 ACK **2. Pub/Sub**:`PUBLISH` / `SUBSCRIBE` - 缺点:不持久化,订阅者不在线就丢 **3. Stream(推荐)** - 支持消费组、持久化、ACK、重放 **结论**: - 轻量使用 → List 或 Stream - 严肃 MQ → Kafka / RocketMQ / RabbitMQ
预览
发布文章
添加摘要让读者更快了解文章内容
取消
确认发布
AI 写作助手
输入一个主题,AI 将为你生成一篇 Markdown 博客文章
AI 正在写作中...
取消
开始生成
AI 优化助手
描述你的修改需求,AI 将在原文基础上进行补充或微调
AI 正在优化中...
取消
开始优化
画布
从已有图里选
✕
图名
保存后生成 /images/excalidraw/<图名>.svg(只能用字母、数字、短横线、下划线、点)
取消
保存并插入