Redis缓存高频面试题及答案.docxVIP

Redis缓存高频面试题及答案

一、基础必问篇

Redis为什么能做到高性能？

核心是“内存操作+高效设计”：首先数据存在内存里，避免磁盘IO的慢速度；其次用单线程模型（处理命令时单线程），不用考虑线程切换开销，也不会有并发安全问题；最后靠IO多路复用（epoll/kqueue），能同时监听大量连接，哪怕成千上万的请求也能高效处理。比如业务里秒杀场景，Redis单线程也能抗住每秒几万的QPS。

Redis常用的数据结构有哪些？分别用在什么场景？

最常用的5种：

String：存简单值，比如用户token、商品库存（incr/decr原子操作很方便）；

Hash：存对象类数据，比如用户信息（id对应name/age/phone，不用存整个JSON，改单个字段更高效）；

List：做消息队列、排行榜（比如最新评论，lpush+rpop实现FIFO，lrange查前N条）；

Set：去重、交集并集（比如用户标签去重，求两个用户的共同好友）；

ZSet：有序排行榜（比如商品销量榜，score存销量，zrangebyscore按销量排序）。

Redis的过期键删除策略是什么？为什么这么设计？

三种策略结合用，平衡“内存占用”和“CPU消耗”：

惰性删除：只有访问过期key时才删，不浪费CPU，但可能让过期key占内存（比如冷门key过期了一直没访问）；

定期删除：每隔一段时间（比如100ms）随机扫一部分过期key删掉，避免惰性删除的内存问题，也不会像“定时删除”那样频繁扫库耗CPU；

内存淘汰：如果内存满了，会按配置的淘汰策略（比如LRU最近最少使用）删key，保证Redis能继续服务。

实际配置里，一般会开定期删除+内存淘汰，比如电商缓存里，滞销商品的缓存过期后，定期删除能清理大部分，剩下的冷门key等惰性删除，内存满了再用LRU删最久不用的。

二、缓存问题篇（面试重点）

什么是缓存穿透？怎么解决？

场景：请求查询一个不存在的数据（比如查id=-1的商品），缓存里没有，每次都打到数据库，可能把DB压垮。

解决办法：

空值缓存：查不到的key，在缓存里存个空值（比如），并设短过期时间（比如5分钟），避免同一无效请求反复查DB；

布隆过滤器：把所有存在的key提前存到布隆过滤器里，请求先过过滤器，不存在的直接返回，不用查缓存和DB。比如电商商品ID，布隆过滤器能挡住99%以上的无效请求，但要注意有极小误判率（可能把不存在的key判为存在，不过后续查缓存/DB还是会返回空，影响不大）。

缓存击穿和缓存雪崩有什么区别？分别怎么处理？

缓存击穿：单个热点key过期时，刚好有大量请求进来，全打到DB（比如某网红商品的缓存过期，瞬间几百个请求查这个商品）。

解决：热点key永不过期（业务允许的话）；或者加互斥锁（比如用Redis的setnx，只有拿到锁的请求去查DB更新缓存，其他请求等100ms再查缓存）。

缓存雪崩：大量key同时过期，或者Redis集群宕机，导致请求全压DB（比如凌晨2点缓存批量过期，刚好赶上定时任务查数据）。

解决：key过期时间加随机值（比如原本过期1小时，改成1小时±10分钟，避免同时过期）；Redis集群部署（主从+哨兵，主节点挂了从节点顶上）；DB加限流（比如用GuavaRateLimiter，避免瞬间超负载）。

缓存和数据库的数据一致性怎么保证？

没有绝对一致，看业务容忍度，常用两种方案：

先更DB，再更缓存（或删缓存）：比如更新商品价格，先改DB的price，再把缓存里的商品key删掉（下次请求查缓存时miss，去DB查最新的再更缓存）。注意：删缓存比更缓存好，避免两个请求并发更新时，出现“DB改了A，缓存改了B，又被另一个请求改回A”的问题。

延迟双删：如果怕“更DB后删缓存”失败（比如删缓存时网络断了），可以加个延迟任务（比如用RabbitMQ），1秒后再删一次缓存，确保缓存里的旧数据被清掉。适合对一致性要求高的场景，比如金融交易金额。

三、进阶篇

Redis的持久化机制有哪两种？怎么选？

两种核心方式：

RDB：按指定时间间隔（比如5分钟存一次），把内存里的数据快照存到磁盘（.rdb文件）。优点是恢复快、对性能影响小（fork子进程写，主进程不阻塞）；缺点是丢数据风险高（比如5分钟内Redis宕机，这5分钟的数据没了）。

AOF：把每一条写命令（比如set、incr）追加到日志文件（.aof），Redis重启时重新执行命令恢复数据。