缓存是为了减轻对数据库的高频读压力情况下设置的。如果缓存中查不到则会去数据库查询数据，同时将数据同步到缓存，以应对下一次查询。缓存穿透缓存穿透是指在缓存中查不到，数据库也查不到的情况，这样无法针对该数据建立缓存，分担数据库的压力。怎么解决？缓存空值，不会查数据库。采用布隆过滤器，将所有可能存在的数据哈希到一个足够大的bitmap中，查询不存在的数据会被这个bitmap拦截掉，从而避免了对DB的查询压力。布隆过滤器的原理：当一个元素被加入集合时，通过K个哈希函数将这个元素映射成一个位数组中的K个点，把它们置为1。查询时，将元素通过哈希函数映射之后会得到k个点，如果这些点有任何一个0，则被检元素一...

面试官：Redis 大 key 要如何处理？一般来说，下面两种情况被称为大keyString类型的值大于10KBHash、List、Set、ZSet类型的元素个数超过5000个大Key会造成以下问题：客户端超时阻塞：由于Redis执行命令是单线程处理，然后在操作大key时会比较耗时，阻塞其他命令的执行引发网络阻塞：每次获取大key产生的网络流量较大，如果一个key的大小是1MB，每次访问量是1000，那么每秒会产生1000MB的流量，这对普通千兆网卡的服务器是灾难性的阻塞工作线程：如果使用del删除大key时，会阻塞工作线程，这样没法处理后续命令内存分布不均，集群模型在slot分片均匀情况下，...

Redis 在内存用完时会怎么办？如何处理已过期的数据?和数据淘汰策略注意区分！比如当一个key设置了xx秒过期，xx秒没有动他，于是key变成了过期数据。有三种策略处理它，定时删除、惰性删除、定期删除。定时删除，在设置键值对的过期时间时，创建一个定时事件，当过期时间到达时，由事件处理器自动执行删除操作。优点：保证内存可以被尽快地释放；缺点：在 Redis 高负载的情况下、或者有大量过期键需要同时处理时，会造成 Redis 服务端卡顿，影响主业务执行；惰性删除：Redis 不主动删除已经过期的键，每次从数据库获取键值对的时候会判断是否过期，如果过期才删除，并返回 nil。优点：因为每次访问时，...

Redis 居然也有事务 (qq.com)Redis事务是通过multi开启事务状态，通过exec执行。开启之后输入的所有命令缓存在服务器的一个事务队列里收到exec指令，才开始执行整个事务队列。同时将事务状态改成非事务状态收到discard指令则表示放弃执行队列中的命令。同时将事务状态改成非事务状态

有三种，主从、哨兵（Sentinel）、分片集群（cluster）主从集群呢，一般是一主多从，主负责处理写，从负责读，分担主节点的压力，支撑高并发读。主从数据同步有全量同步增量同步两种哨兵模式，主从集群时，主节点要是挂了就完蛋，于是哨兵模式出现了。哨兵可以通过投票机制监测主节点状态，当主节点挂掉了会自动选举新的master。分片集群：这个主要是为了针对海量数据存储的问题。分片集群一共16384个槽，当任意请求过来的时候，接收请求的节点会将查询发送到正确的节点进行。具体存储到哪个槽是通过CRC16(key)&16383计算结果决定的。16384=&是位运算，比较快追问：主从复制原...

Redis系列（三）：深入解读Redis主从同步机制 (qq.com)图解Redis数据同步（全量 + 增量）_redis 增量同步_学徒630的博客-CSDN博客主从同步分为两个阶段：全量同步和增量同步一、建立连接，协商同步从节点首先向主节点发送 PSYNC命令表示自己要建立连接，主机节点收到后，主库收到 PSYNC 命令后,响应FULLRESYNC命令，并带上主库runID和主库目前的复制进度offset。二、全量同步这时候主库会执行bgsave命令，生成RDB文件发送给从库，从库收到后清空当前数据库加载RDB文件。此时主库新来的写操作会记录到replication buffer三、增量同...

Redis的两种持久化方案 RDB & AOF_Masked5的博客-CSDN博客redis有两种数据持久化方案，RDB&AOF首先是RDB，redis database backup file。这是默认方案。是将redis内存存储的数据写到磁盘上。实现方式是fork一个子进程，与主进程共享页表实现共享内存空间，子进程读取内存数据写入新的rdb文件中，然后新的rdb文件替换掉旧的触发时机有这么几种，save、bgsave、正常停机、或者redis.conf里设置了。比如conf文件里设置的是save 300 2代表300s内有俩修改就触发AOF呢，append only fil...

就是问：缓存里数据怎么保证跟数据库里面的一致呢  我们探讨一下这几种方案 1 先删除缓存在更新数据库 在【删除缓存之后】【更新数据库之前】来了一个请求，然后缓存获得了老的数据，数据库更新了，不一致发生了 2 先更新数据库，再删除缓存 这样，缓存在数据库更新后再更新，总能一致了吧。 我们假设：在【修改数据库之前】，此时缓存刚好失效，另一个请求进来发现缓存不存在，就会从数据库中读取数据，但是【读取完了还没放到缓存中】，此时发生了【修改数据库+删除缓存】的操作，然后【读取的老数据放到了缓存中】，这样就出现了不一致。 个人感觉：【修改数据库+删除缓存】时间 远大于【数据放到缓存中】，这种情况已经很安全...

快排思路，分治的思想   选择基准值   每遍历一次数组，将数组元素分为 【小于基准值的】【大于基准值的】   对【】【】递归调用上述操作即可完成排序 数组元素为1直接返回 def quick_sort(arr): if len(arr) >= 2: key = arr[len(arr) // 2] # 选取基准值 right, left = [], [] # 定义左右两侧数组 arr.remove(key) # 从原数组中移除基准值 for i in arr: if i < key: left.append(i) else: right.append(i) return quic...

如果达到设置的上限，Redis的写命令会返回错误信息（但是读命令还可以正常返回）。 当Redis的内存超过最大允许的内存之后，Redis 会触发内存淘汰策略，删除一些不常用的数据，以保证Redis服务器正常运行。 Redis4.0之前有6种  volatile-lru：LRU（Least Recently Used），最近使用。从已设置过期时间的数据集中利用LRU算法移除key allkeys-lru：当内存不足以容纳新写入数据时，从数据集中移除最近使用的key volatile-ttl：从已设置过期时间的数据集中挑选将要过期的数据淘汰 volatile-random：从已设置过期时间的数据集...

最常见的肯定是缓存了，毕竟是内存数据库，读写速度很快 第二个是分布式锁，在分布式场景下，无法使用单机环境下的锁来对多个节点上的进程进行同步。 好友关系，redis有set可以用来寻找共同关注 简单地消息队列 追问：怎么利用Redis实现消息队列？ 一对一消息队列   list作为队列，plush生产消息，rpop消费消息。   list作为队列，plush生产消息，brpop消费消息。（brpop是rpop的阻塞版本）   一对N消息队列  使用Redis的pub/sub模式来进行消息的发布订阅。这种方式不保证订阅者一定收到消息，也不进行消息存储  正经的消息队列  利用redis的strea...

我们的业务中经常用先get再set的操作，在并发情况下会导致数据不一致 有以下办法 一个是使用redis自己的原子操作，incr，decr，setnx 第二个是使用LUA脚本 追问：为什么lua脚本具有原子性？ 在redis的官方文档中描述过lua脚本在执行时具有排他性，不允许其他命令或者脚本执行，类似于事务。 追问：那lua脚本出错了会回滚吗？ 不会，所以要保证lua脚本的正确性！

Redis6.0引入多线程来处理数据的读写和协议解析，采用 I/O 多路复用技术，并发处理连接。采用了 epoll + 自己实现的简单的事件框架。 但是redis执行命令还是单线程的。 追问：那为什么引入多线程呢？ 因为redis的性能瓶颈在于网络IO而非CPU，使用多线程能够提高IO读写效率，从而提升整体性能。 追问：那你说说IO多路复用模型  画外音：为了方便理解，以老师收作业场景来类比一下，学生做完作业可以收作业 同步阻塞：逐个收作业，有一个学生没做完就等他昨晚，再收后面的 同步非阻塞：逐个收作业，有学生没做完，那就跳过他收下一个 select/poll：学生写完作业会举手，但是你近视，...

一开始采用Redis的setnx命令实现分布式锁，set成功就获取锁成功，失败就没获取锁。结合ex过期时间防止死锁。我们的命令是这样的: set lock 1 ex 10 nx。存在问题 误删别人的锁于是我们在锁中加入了线程标识(uuid)存在问题 拿锁比锁删锁的操作不是原子性的于是我们采用lua脚本进行改进存在问题 锁续期于是我们采用了redisson分布式锁，可重入，可重试，采用看门狗机制续期(如果一个拿到锁的线程没有完成逻辑，看门狗会帮助线程不断延长锁的超时时间)