Redis 学习笔记

redis学习：

1.Redis Hash底层是什么？

Redis Hash底层根据数据规模采用不同编码。

当Hash对象较小时（一般小于64或256）省内存，会采用listpack结构（类似于在内存里连续存储的链表数组），它将field和value连续存储，减少额外指针和对象开销。

当Hash数据量较大或者字段值较长时，会转换为hashtable结构（哈希表），

通过哈希定位field，提高查询效率。

这种设计体现了Redis空间和时间的平衡：

小数据优先节省内存，大数据优先保证查询性能。

这也是 Redis 设计思想：

用空间换时间，用结构适配场景，而不是所有数据都使用同一种实现。

Hash实际案例：购物车

这是面试非常喜欢问的。

购物车：

用户：

user:1001

商品：

商品id

数量

Redis:

cart:user:1001

商品id 数量

10001 2

10002 5

10003 1

添加商品：

HSET cart:user:1001 10001 2

增加数量：

HINCRBY cart:user:1001 10001 1

数量：

2+1=3

查询购物车：

HGETALL cart:user:1001

删除商品：

HDEL cart:user:1001 10001

这就是电商购物车典型设计。

Hash 常用命令总结

命令 作用

HSET 设置字段

HGET 获取字段

HMGET 获取多个字段

HGETALL 获取全部字段

HDEL 删除字段

HEXISTS 判断字段

HLEN 字段数量

HINCRBY 数字增加

HKEYS 获取所有字段名

HVALS 获取所有值

List：栈与队列

List = 栈（Stack）

什么是栈？

特点：

后进先出（在栈里全是左，即LPUSH，LPOP）

英文：

LIFO

Last In First Out

现实：

一摞盘子。

放：

盘子1

盘子2

盘子3

拿：

先拿盘子3。

Redis实现：

使用：

LPUSH + LPOP

例如：

入栈：

LPUSH stack A

LPUSH stack B

LPUSH stack C

现在：

C

B

A

出栈：

LPOP stack

得到：

C

符合：

后进先出。

List = 队列（Queue）

更重要。

队列：

特点：

先进先出（在队列里先向右插入RPUSH，在向左处理LPOP）

FIFO

First In First Out

现实：

排队买票：

张三

李四

王五

张三先处理。

Redis实现：

生产：

RPUSH queue task1

RPUSH queue task2

RPUSH queue task3

队列：

task1

task2

task3

消费：

LPOP queue

得到：

task1

剩余：

task2

task3

这就是最简单消息队列。

Redis List底层是什么？

回答：

Redis List底层采用quicklist结构。

quicklist是双向链表和listpack的结合，

每个节点内部使用listpack存储多个元素。

相比传统链表，它减少了指针带来的内存开销，

相比连续数组，它保留了快速插入删除能力。

Redis通过这种结构在性能和内存之间取得平衡。

实际项目案例：订单异步处理

假设：

用户下单。

传统：

用户请求

↓

创建订单

↓

发送短信

↓

扣库存

↓

生成物流

↓

返回

问题：

后面步骤慢。

用户等待：

5秒。

改成 Redis List：

流程：

用户下单

↓

订单服务

↓

写入Redis List

↓

立即返回

↓

后台Worker消费

↓

处理订单

Redis List vs Kafka/RabbitMQ

面试经常问：

为什么不用Redis做消息队列？

对比：

Redis List RabbitMQ Kafka

定位 简单队列 消息中间件 大数据流平台

吞吐 高 高 极高

消息持久化 弱 强 强

消息确认 弱 强 强

顺序保证 简单 支持 强

重试机制 需要自己实现 内置 支持

适合 简单异步任务 业务消息 日志/数据流

如果面试问：Redis如何实现消息队列？

Redis可以通过List结构实现简单消息队列。

生产者使用RPUSH将消息放入队列，

消费者使用LPOP获取消息。

为了避免消费者不断轮询导致CPU浪费，

Redis提供BLPOP阻塞读取，

消费者没有消息时进入等待状态，

有消息时立即唤醒。

不过Redis List缺少完整消息确认和持久化机制，

在可靠性要求高的场景通常使用Kafka或RabbitMQ。

Set和List区别（面试）

List Set

是否有序 有序 无序

是否重复 允许 不允许

访问方式 索引 成员

底层 quicklist intset/hash

应用 队列 去重集合

Redis Set有什么特点？

回答：

Redis Set是一种无序不可重复的数据结构。

它底层根据数据类型选择intset或者hashtable：

当元素都是整数且数量较小时使用intset节省内存，

否则使用hashtable保证查询效率。

Set除了提供增删查操作外，

还支持交集、并集、差集等集合运算，

因此常用于标签系统、共同好友、点赞去重、抽奖等场景。

Redis ZSet底层是什么？

回答：

Redis ZSet底层主要由hash table和skiplist组成。

hash table用于快速通过member找到score，

时间复杂度接近O(1)。

skiplist用于按照score排序，

支持范围查询和排名操作，

平均时间复杂度O(logN)。

两者结合，使ZSet既能快速查询元素，

又能高效实现排行榜功能。

Redis如何保证数据持久化？

回答：

Redis提供RDB和AOF两种持久化方式。

RDB通过定期生成内存快照保存数据，

优点是恢复快、文件小，

缺点是可能丢失最近一次快照之后的数据。

AOF通过记录每次写命令实现持久化，

数据安全性更高。

生产环境通常会结合使用，

RDB用于快速恢复和备份，

AOF用于降低数据丢失风险。

Redis缓存异常有哪些？如何解决？

可以回答：

Redis缓存主要有三个问题。

缓存穿透是查询不存在的数据，

导致请求绕过缓存访问数据库，

可以通过缓存空值或者布隆过滤器解决。

缓存击穿是热点数据过期时，

大量请求同时访问数据库，

可以通过互斥锁或者热点数据永不过期解决。

缓存雪崩是大量缓存同时失效，

导致数据库压力瞬间增加，

可以通过随机过期时间、缓存预热、多级缓存等方式解决。

穿透：

没有数据 → 查数据库

解决：

布隆过滤器 + 空值缓存

击穿：

一个热点key失效

解决：

互斥锁 + 永不过期

雪崩：

大量key一起失效

解决：

随机过期 + 预热 + 多级缓存

Redis如何实现分布式锁？

回答：

Redis实现分布式锁主要利用SET命令的NX和EX参数。

NX保证只有一个客户端能够成功创建锁，

EX设置过期时间防止服务异常导致死锁。

为了避免误删其他客户端的锁，

通常会给锁设置唯一value，

释放锁时通过Lua脚本判断value是否属于当前客户端。

生产环境通常使用Redisson等成熟框架实现。

AOF和replication buffer（复制缓冲区）的区别

非常重要：

AOF replication buffer

作用 持久化 同步Slave

保存位置 磁盘文件 内存

保存内容 写命令 写命令

生命周期 长期 临时

服务对象 自己恢复 从节点同步

Redis主从复制是什么？

回答：

Redis主从复制是一种数据同步机制。

主节点负责处理写请求，

从节点复制主节点数据并承担部分读请求。

第一次同步时采用全量复制，

通过生成RDB快照传输数据。

之后通过复制缓冲区进行增量复制，

同步新的写操作。

主从复制可以提高读性能和数据可靠性，

但主节点故障自动切换需要结合Sentinel实现。

Redis Sentinel（哨兵）是什么？

回答：

Redis Sentinel是Redis提供的高可用解决方案。

它主要负责监控Redis节点状态，

当Master发生故障时，

通过多个Sentinel节点投票确认故障，

选择合适的Slave提升为新的Master，

并通知客户端更新连接。

主从复制负责数据同步，

Sentinel负责故障检测和自动故障转移。

Redis Cluster（集群）为什么需要Hash Slot（哈希槽）？

回答：

Redis Cluster通过16384个Hash Slot实现数据分片。

客户端根据key计算slot，

然后根据slot所在节点发送请求。

相比直接key映射节点，

Hash Slot可以更方便地进行节点扩容和数据迁移，

因为只需要迁移部分slot，而不是重新分布全部数据。