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 3 部分(实战问题) 涵盖第 37-50 题。 - [回到第 1 部分](./redis-interview-1-basics.md) - [回到第 2 部分](./redis-interview-2-persist-ha.md) --- # 第 5 章 · 实战问题(14 题) ## 37. 缓存穿透是什么?怎么解决? **定义**:查询**数据库和缓存都没有**的数据,每次都打到 DB。 **场景**:攻击者用不存在的 ID 疯狂查询、业务 bug 传非法参数 **解决**: **1. 缓存空值** ``` 查 DB 没有 → 缓存 null,短 TTL(5 分钟) ``` 简单但浪费内存,且容易被海量不同 key 打爆。 **2. 布隆过滤器(BF)** - 先查 BF,BF 判断"一定不存在"直接返回 - BF 可能误判"存在",但不会漏判 - 装入所有合法 key **3. 接口限流 + 参数校验** ## 38. 缓存击穿是什么?怎么解决? **定义**:某个**热点 key** 过期瞬间,大量请求打到 DB。 **解决**: **1. 互斥锁**(推荐) ``` 查缓存 miss → SETNX 获取锁 → 只有一个线程查 DB 回写缓存 → 其他线程等待或重试 ``` **2. 永不过期**:不设 TTL,后台定时刷新 **3. 多级缓存**:本地缓存(Caffeine)+ Redis ## 39. 缓存雪崩是什么?怎么解决? **定义**:**大量 key 同时过期**或 **Redis 整体挂掉**,请求全部打到 DB。 **解决**: **1. 过期时间加随机值**:`TTL = baseTime + random(0, 5 分钟)` **2. 热点数据不过期 + 后台更新** **3. Redis 高可用**(主从 + Sentinel/Cluster) **4. 限流 + 降级**:缓存挂了触发限流保护 DB **5. 多级缓存**:CDN → 本地 → Redis → DB ## 40. 缓存读写模式? **读:Cache-Aside(旁路缓存)** ``` 1. 查缓存 2. 命中 → 返回 3. miss → 查 DB → 回写缓存 → 返回 ``` **写**:四种策略 1. **先更新 DB,再删缓存**(推荐) 2. 先更新 DB,再更新缓存(不推荐,可能脏数据) 3. 先删缓存,再更新 DB(不推荐,并发读写可能脏) 4. 只更新 DB,让 TTL 过期(被动) ## 41. 缓存和数据库一致性怎么保证? **核心结论**:**最终一致性**,不追求强一致(强一致就不用缓存了)。 **推荐方案:Cache-Aside + 延迟双删** ``` 1. 删缓存 2. 更新 DB 3. 延迟 500ms 4. 再删一次缓存 ← 防止期间有并发读写入旧数据 ``` **更稳方案:订阅 binlog** ``` 业务更新 DB → Canal/Debezium 订阅 binlog → 异步删除缓存 ``` 优点:解耦、可靠、业务无感知。缺点:引入额外组件。 | 方案 | 一致性 | 复杂度 | 性能 | |------|--------|--------|------| | 更新 DB + 更新缓存 | 弱 | 低 | 好 | | 更新 DB + 删缓存 | 较好 | 低 | 好 | | 延迟双删 | 好 | 中 | 一般 | | binlog 订阅 | 最好 | 高 | 好 | ## 42. Redis Pipeline 是什么?和事务区别? **Pipeline**:客户端把多个命令打包一次发送,减少网络往返。 ```python # 不用 pipeline:10 次往返 for i in range(10): r.set(f'k{i}', i) # 用 pipeline:1 次往返 pipe = r.pipeline() for i in range(10): pipe.set(f'k{i}', i) pipe.execute() ``` **和事务的区别**: | 特性 | Pipeline | 事务(MULTI/EXEC) | |------|----------|-------------------| | 原子性 | 无 | 有 | | 性能 | 快 | 慢 | | 用途 | 批量减少延迟 | 需要原子性 | 可以组合用:**pipeline + MULTI/EXEC**。 ## 43. Redis 发布订阅怎么用?有什么局限? ``` SUBSCRIBE channel1 PSUBSCRIBE news.* PUBLISH channel1 "hello" ``` **局限**: - **消息不持久化**:订阅者不在线就丢 - **没有 ACK** - **无分组消费**:所有订阅者都收到同一消息 **替代**:需要可靠消息 → Stream 或 MQ ## 44. 怎么排查 Redis 慢查询? **1. 配置**: ``` CONFIG SET slowlog-log-slower-than 10000 # 10ms 以上记录 CONFIG SET slowlog-max-len 1024 ``` **2. 查看**: ``` SLOWLOG GET 10 SLOWLOG RESET ``` **3. 常见慢命令**: - `KEYS *`:全库扫描,生产禁用 - `HGETALL`:大 hash 超慢 - `SMEMBERS`:大 set 超慢 - `SORT`:复杂排序 - Lua 里的耗时操作 **4. 改进**:用 `SCAN` 代替 `KEYS`,大 key 拆分 ## 45. 什么是热 key?怎么处理? **热 key**:访问量远高于其他 key(秒杀商品、热点新闻)。 **危害**: - Redis 节点 CPU 飙高 - 集群下成为瓶颈 **发现**:`redis-cli --hotkeys`(基于 LFU 统计)、业务监控、定期采样 **解决**: **1. 本地缓存**(最有效):Caffeine 挡住大部分流量 **2. 热 key 打散** ``` 原来:hot_key 打散:hot_key_1, hot_key_2, ... hot_key_N 读:随机选一个 写:全部更新 ``` **3. 副本方式**:热 key 在多个节点都有一份 ## 46. 什么是大 key?怎么处理? **大 key**: - String > 10KB - List/Set/Hash/ZSet 元素数 > 5000 或总大小 > 1MB **危害**: - 阻塞操作(大 key 的 DEL、HGETALL) - 内存不均衡 - 网络抖动 - 持久化抖动 **发现**:`redis-cli --bigkeys`、`MEMORY USAGE key`、离线分析 RDB **解决**: **1. 拆分** ``` big_hash (10000 字段) → big_hash:0, big_hash:1 ... big_hash:99 ``` **2. 压缩**:业务侧先压缩再存(gzip/snappy) **3. 删除用 UNLINK** - `DEL` 同步删除,大 key 会阻塞 - `UNLINK` 异步删除,后台线程回收 ## 47. Redis 怎么做限流? **1. 固定窗口**(INCR) ```lua local count = redis.call('INCR', KEYS[1]) if count == 1 then redis.call('EXPIRE', KEYS[1], 1) end if count > 100 then return 0 end return 1 ``` 缺点:临界问题。 **2. 滑动窗口**(ZSet) - key 是用户 ID,score 是时间戳 - 每次请求添加 + 删除过期 - 统计窗口内记录数 **3. 令牌桶**(Lua 脚本) - 按时间速率生成令牌 - 请求消耗令牌,不够拒绝 **4. Redis-Cell 模块**:官方模块,自带限流 ## 48. Redis 内存突然升高怎么排查? **步骤**: ``` INFO memory # 整体内存 redis-cli --bigkeys # 找大 key MEMORY USAGE key # 具体 key 大小 CLIENT LIST # 客户端连接 SLOWLOG GET # 慢查询 ``` **常见原因**: 1. 大 key 增长 2. 忘了设 TTL 3. 客户端缓冲区膨胀(订阅者消费慢) 4. Lua 脚本异常 5. AOF 重写中(COW 临时翻倍) ## 49. Redis 的 SCAN 命令怎么用? **替代 `KEYS *`**,渐进式遍历,不阻塞。 ``` SCAN 0 MATCH user:* COUNT 100 # cursor 从 0 开始,返回 0 表示完成 HSCAN / SSCAN / ZSCAN # 专用 scan ``` **特点**: - 无状态,游标由客户端维护 - **不保证**结果没有重复 - **保证**从开始到结束都存在的元素一定被返回 - COUNT 是**提示**不是精确值 ## 50. 生产部署 Redis 注意什么? **系统层**: - 关闭 THP:`echo never > /sys/kernel/mm/transparent_hugepage/enabled` - 调大 `somaxconn`:`net.core.somaxconn = 511` - `vm.overcommit_memory = 1`:避免 BGSAVE 失败 - `ulimit -n` 提高文件描述符 **Redis 配置**: - `maxmemory` 设置 - `maxmemory-policy` 选择淘汰策略 - 持久化策略选好 - 禁用危险命令:`rename-command FLUSHDB ""` - `requirepass` 设密码 - 绑定内网 IP **监控**:QPS、延迟、内存、连接数、慢日志、主从延迟 **备份**:定期 RDB 备份到外部存储,异地备份防灾
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