JAVA面试题大全(十七)

1、redis 是什么？都有哪些使用场景？

Redis是一个开源的，使用ANSI C语言编写，支持网络，可基于内存，可持久化的日志型，key-value数据库。

数据高并发的读写
海量数据的读写
对扩展性要求高的数据

2、redis 有哪些功能？

数据缓存功能
分布式锁的功能
支持数据持久化
支持事务
支持消息队列

3、redis 和 memcache 有什么区别？

memcache所有的值均是简单的字符串，redis作为其替代者，支持更为丰富的数据类型
redis的速度比memcache快很多
redis可以持久化其数据

4、redis 为什么是单线程的？

因为 cpu 不是 Redis 的瓶颈，Redis 的瓶颈最有可能是机器内存或者网络带宽。既然单线程容易实现，而且 cpu 又不会成为瓶颈，那就顺理成章地采用单线程的方案了。

关于 Redis 的性能，官方网站也有，普通笔记本轻松处理每秒几十万的请求。

而且单线程并不代表就慢。 nginx 和 nodejs 也都是高性能单线程的代表。

5、redis 支持的数据类型有哪些？

Redis支持多种数据类型，这些数据类型使得Redis不仅能够处理简单的键值对存储，还能够实现更复杂的数据结构和用例。以下是Redis支持的主要数据类型：

字符串（Strings）：
- 基本的数据类型，用于存储字符串数据，如用户信息、配置参数等。
列表（Lists）：
- 列表中的每个元素都是字符串，列表可以作为队列或者栈使用，支持两端添加或移除元素。
集合（Sets）：
- 无序集合，元素唯一，可以用于存储唯一性的数据集，支持集合操作如交集、并集、差集等。
有序集合（Sorted Sets）：
- 与集合类似，但每个元素都有一个分数（score）与之关联，可以按照分数对元素进行排序。
哈希（Hashes）：
- 键值对集合，其中键和值都是字符串，类似于某些编程语言中的字典或哈希表，适合存储对象。
位图（Bitmaps）：
- 可以将字符串作为位数组，每个位可以是0或1，适合用于实现大型的二进制数组。
超日志（HyperLogLogs）：
- 用于基数统计，可以用于统计独立用户访问量等场景，具有非常低的空间复杂度。
地理空间（Geospatial）：
- 用于存储地理位置信息，支持查询位置元素和根据距离排序等操作。
发布/订阅（Pub/Sub）：
- 一种消息队列模式，允许消息的发布者将消息发布到频道，而订阅者可以订阅一个或多个频道来接收消息。
流（Streams）：
- Redis 5.0引入的新数据类型，用于消息队列（MQ）系统，支持消息的持久化、自动过期删除等特性。

这些数据类型使得Redis非常灵活，可以适用于缓存、消息队列、排行榜、实时分析等多种应用场景。

6、jedis 和 redisson 有哪些区别？

Jedis是Redis的Java实现的客户端，其API提供了比较全面的Redis命令的支持。

Redisson实现了分布式和可扩展的Java数据结构，和Jedis相比，功能较为简单，不支持字符串操作，不支持排序、事务、管道、分区等Redis特性。Redisson的宗旨是促进使用者对Redis的关注分离，从而让使用者能够将精力更集中地放在处理业务逻辑上。

7、redis 支持的 java 客户端都有哪些？

Redisson、Jedis、lettuce等等，官方推荐使用Redisson。

8、怎么保证缓存和数据库数据的一致性？

合理设置缓存的过期时间。

新增、更改、删除数据库操作时同步更新 Redis，可以使用事物机制来保证数据的一致性。

9、redis 持久化有几种方式？

RDB（Redis Database）：指定的时间间隔能对你的数据进行快照存储。
AOF（Append Only File）：每一个收到的写命令都通过write函数追加到文件中。

10、redis 分布式锁有什么缺陷？

Redis 分布式锁不能解决超时的问题，分布式锁有一个超时时间，程序的执行如果超出了锁的超时时间就会出现问题。

11、redis 如何做内存优化？

Redis的内存优化可以通过多种策略和配置选项来实现，以下是一些常用的内存优化方法：

内存分配器优化：
- Redis使用特殊的内存分配器如jemalloc来管理内存，这有助于减少内存碎片并提高内存利用率11。
限制内存大小：
- 使用maxmemory配置指令来限制Redis可以使用的最大内存量。这可以防止Redis消耗过多服务器内存13。
内存淘汰策略：
- 通过maxmemory-policy指令设置内存淘汰策略，如LRU（最近最少使用）或TTL（生存时间）策略，当达到内存上限时Redis将自动淘汰数据14。
使用合适的数据结构：
- 根据业务需求选择合适的数据结构，因为不同的数据结构在内存使用上可能存在显著差异15。
键值对优化：
- 优化键（key）和值（value）的大小，较短的键和较小的值可以减少内存占用14。
使用整型：
- 当可能时，使用整型而不是字符串类型存储数值，这样可以节省内存13。
共享对象：
- Redis允许共享一些对象，如小整数，可以通过调整REDIS_SHARED_INTEGERS参数来增加共享对象的数量，从而节省内存13。
内存回收策略：
- 利用Redis的惰性删除和定时删除策略来管理过期键值对的内存回收14。
客户端缓冲区优化：
- 监控并优化客户端缓冲区的大小，避免因客户端消费不及时导致的内存占用14。
禁用THP（Transparent Huge Pages）：
- 在Linux系统上，禁用THP特性可以减少内存页的合并，从而降低内存占用13。
使用物理机而非虚拟机：
- 在物理机上运行Redis可以避免虚拟化带来的额外内存开销13。
代码层面优化：
- 在代码层面，优化对Redis的访问模式，比如减少不必要的缓存键，合理设置键的过期时间等。
监控和分析：
- 使用工具监控Redis的内存使用情况，并定期分析内存使用模式，以便进行调整。

通过这些方法，可以有效地优化Redis的内存使用，提高其性能和稳定性。

12、redis 常见的性能问题有哪些？该如何解决？

Redis是一种高性能的内存数据库，但在使用过程中可能会遇到一些性能问题。以下是一些常见的Redis性能问题及其解决方案：

内存使用过多：
- 合理设计Key，避免使用过多的Key，可以通过合并多个Key或使用更简洁的Key来减少内存使用27。
- 定期删除无用数据，通过设置合适的过期时间或使用Lua脚本定期删除无用数据，可以有效控制Redis内存使用27。
配置不当：
- 调整内存分配策略，根据实际需求调整maxmemory和maxmemory-policy参数，控制内存使用27。
- 优化网络设置，调整timeout和tcp-backlog等网络参数，提高网络性能27。
处理大数据集的性能问题：
- 使用集群，通过将数据分散到多个Redis节点上，可以提高处理大数据集的能力27。
- 优化数据结构，选择适合场景的数据结构，如使用有序集合（sorted set）替代列表（list）来优化排序操作27。
Redis自身限制：
- 升级硬件，通过升级服务器硬件，如增加内存、使用更快的CPU和磁盘等，可以提高Redis的性能27。
- 优化操作系统设置，调整操作系统的相关参数，如文件描述符数量、网络参数等，以适应Redis的需求27。
内存碎片问题：
- 如果使用的是Redis 4.0版本以上，可以通过配置开启自动内存碎片整理来解决26。
- 内存碎片整理的参数配置需要根据实际情况进行调整，以降低碎片整理期间对Redis性能的影响26。
集中过期key导致的问题：
- 增加随机过期时间，把集中过期的时间打散，降低Redis清理过期key的压力26。
- 开启lazy-free机制，当删除过期key时，把释放内存的操作放到后台线程中执行，避免阻塞主线程26。
使用Swap导致性能下降：
- 增加机器的内存，让Redis有足够的内存可以使用。
- 整理内存空间，释放出足够的内存供Redis使用，然后释放Redis的Swap，让Redis重新使用内存26。
网络带宽过载：
- 确认占满网络带宽的Redis实例，如果属于正常的业务访问，需要及时扩容或迁移实例。
- 对Redis机器的网络流量增加监控，在网络流量达到一定阈值时提前报警，及时确认和扩容26。
慢查询问题：
- 尽量避免使用时间复杂度过高的命令，对于数据的聚合操作，放在客户端做26。
- 执行时间复杂度为O(N)的命令时，保证N尽量小，每次获取尽量少的数据，让Redis可以及时处理返回26。
fork耗时严重：
- 控制Redis实例的内存在合理范围内，尽量在10G以下，因为fork的耗时与实例大小有关26。
- 合理配置数据持久化策略，例如在slave节点执行RDB备份，并在低峰期执行26。