Redis面试题及详细答案100道（86-100） --- 综合篇

《前后端面试题》专栏集合了前后端各个知识模块的面试题，包括html，javascript，css，vue，react，java，Openlayers，leaflet，cesium，mapboxGL，threejs，nodejs，mangoDB，MySQL，Linux… 。

前后端面试题-专栏总目录

一、本文面试题目录

86. 能说说布隆过滤器吗？它在Redis中有什么应用？

• 原理说明：
  布隆过滤器是一种空间高效的概率性数据结构，用于判断一个元素是否在集合中。它通过多个哈希函数将元素映射到一个位数组的多个位上，若所有位均为1，则元素“可能存在”；若有位为0，则元素“一定不存在”。存在假阳性（误判存在），但无假阴性（误判不存在）。

• Redis中的应用：
  Redis通过bfadd、bfexists等命令支持布隆过滤器（需加载RedisBloom模块），主要用于：

  • 缓存穿透防护：过滤不存在的key，避免请求穿透到数据库。
  • 去重场景：如判断用户是否已浏览过某内容。
  • 黑名单校验：快速判断IP、手机号是否在黑名单中。

• 示例代码：

  # 添加元素到布隆过滤器
  BF.ADD user:visited 1001
  BF.ADD user:visited 1002# 检查元素是否存在
  BF.EXISTS user:visited 1001  # 返回1（可能存在）
  BF.EXISTS user:visited 2000  # 返回0（一定不存在）
  

87. 说说Redis哈希槽的概念。

• 原理说明：
  哈希槽（Hash Slot）是Redis集群用于数据分片的核心机制。Redis集群将所有数据划分为16384个哈希槽（编号0-16383），每个键通过CRC16(key) % 16384计算所属的哈希槽，再由集群节点负责处理对应的槽。

  • 集群中每个主节点负责一部分哈希槽（可配置分配）。
  • 哈希槽的分配和迁移由集群自动管理，实现数据的分布式存储和负载均衡。

• 特点：

  • 简化数据分片逻辑，无需手动指定键到节点的映射。
  • 支持节点动态扩容/缩容，通过迁移哈希槽实现数据迁移。
  • 客户端可直接计算键所属槽，与对应节点通信，减少转发开销。

88. Redis回收进程如何工作的？

• 原理说明：
  当Redis内存达到maxmemory配置的上限时，会触发内存回收（淘汰）策略，通过以下步骤工作：

  1. 检测内存超限：定期检查当前内存使用量是否超过maxmemory。
  2. 选择淘汰策略：根据maxmemory-policy配置的策略筛选待淘汰键，常见策略包括：
     • volatile-lru：淘汰设置了过期时间的键中最近最少使用的。
     • allkeys-lru：淘汰所有键中最近最少使用的。
     • volatile-ttl：淘汰设置了过期时间的键中剩余过期时间最短的。
  3. 执行淘汰：删除选中的键，释放内存，直到内存使用量低于maxmemory。

• 注意：

  • 若所有键都不满足淘汰条件（如无过期键且策略为volatile-*），Redis可能拒绝写入操作。

89. 修改配置不重启Redis会实时生效吗？哪些配置可以？哪些不行？

• 原理说明：
  Redis配置分为动态配置（无需重启生效）和静态配置（需重启生效），通过CONFIG SET命令修改动态配置，CONFIG GET查看配置。

• 可动态生效的配置（示例）：

  • maxmemory：内存上限。
  • maxmemory-policy：内存淘汰策略。
  • slowlog-log-slower-than：慢查询阈值。
  • client-output-buffer-limit：客户端输出缓冲区限制。

• 需重启生效的配置（示例）：

  • port：端口号。
  • bind：绑定的IP地址。
  • dir：持久化文件存储目录。
  • appendonly：是否开启AOF持久化（修改后需手动执行BGREWRITEAOF初始化）。

• 示例代码：

  # 动态修改慢查询阈值为1000微秒
  CONFIG SET slowlog-log-slower-than 1000# 查看当前配置
  CONFIG GET slowlog-log-slower-than
  

90. 假如Redis里面有1亿个key，其中有10w个key是以某个固定的已知的前缀开头的，如果将它们全部找出来？

• 解决方案：
  需高效筛选特定前缀的key，避免全量扫描（如KEYS命令，会阻塞Redis）。推荐方法：

  1. 使用SCAN命令（推荐）：
     渐进式迭代扫描键，通过游标分批返回结果，不阻塞服务。

     # 扫描前缀为"prefix:"的key，每次返回100个
     SCAN 0 MATCH prefix:* COUNT 100
     # 重复执行，直到游标返回0（扫描完成）
     

  2. 使用KEYS命令（不推荐，仅测试环境）：
     全量匹配，但会阻塞Redis，适合数据量小的场景。

     KEYS prefix:*
     

  3. 通过Redis集群扫描：
     若为集群，需在每个节点分别执行SCAN，汇总结果。

91. 一个Redis实例最多能存放多少的keys？List、Set、Sorted Set它们最多能存放多少元素？

• 容量限制：
  Redis对key的数量和数据结构的元素数量没有硬性限制，主要受限于可用内存和操作系统的文件描述符限制。

  • 理论上，一个Redis实例可存储2^32 - 1个key（约40亿）。
  • List、Set、Sorted Set等集合类型，每个结构最多可存储2^32 - 1个元素（约40亿）。

• 实际限制：
  实际使用中，需考虑内存消耗和性能。例如，一个包含1亿元素的List会占用大量内存，且操作效率可能下降。

92. Redis的链表数据结构的特征有哪些？

• 特征说明：
  Redis的链表是双向链表，用于实现List等数据结构，主要特征包括：

  • 双向节点：每个节点包含prev（前驱）和next（后继）指针，支持双向遍历。
  • 表头表尾指针：链表维护head（头节点）和tail（尾节点），便于快速获取首尾元素。
  • 长度计数：链表记录len属性，可O(1)时间获取元素数量。
  • 无环结构：表头的prev和表尾的next均为NULL，避免环形引用。
  • 多态兼容：链表节点可存储任意类型数据，通过void*指针实现。

• 优势：
  支持高效的首尾插入/删除操作（O(1)），适合实现队列、栈等场景。

93. 怎么提高缓存命中率？

• 关键措施：
  缓存命中率是缓存有效利用的核心指标，提升方法包括：
  1. 合理的缓存粒度：避免缓存过大或过小的数据（如缓存用户详情而非整个表）。
  2. 优化缓存键设计：使用唯一且易命中的键（如user:{id}而非模糊前缀）。
  3. 设置合适的过期时间：避免缓存过期导致频繁回源，可结合业务设置TTL（如热点数据延长过期时间）。
  4. 预热缓存：系统启动或流量低谷时，主动加载热点数据到缓存。
  5. 避免缓存穿透：用布隆过滤器过滤不存在的key，减少无效请求。
  6. 处理缓存雪崩：过期时间加随机偏移量，避免大量key同时失效。
  7. 缓存热点数据：识别并优先缓存访问频率高的数据（如首页商品、热门文章）。

94. Redis中key已经过期了，但为什么内存并没有释放？

• 可能原因：

  1. 惰性删除机制：Redis不会主动删除过期键，而是在访问时才检查是否过期（删除）。若过期键未被访问，可能长期驻留内存。
  2. 定期删除未触发：Redis每秒会随机抽查部分过期键并删除，但存在漏删概率，尤其过期键数量多时。
  3. 内存淘汰策略未触发：若内存未达maxmemory，即使键过期，也不会被淘汰释放内存。
  4. 键被引用：若过期键被作为其他数据结构（如List、Hash）的元素引用，可能不会被删除。

• 解决方法：
  手动执行FLUSHDB（清空当前库）或DEL key删除过期键，或调整maxmemory-policy和定期删除频率。

95. 说说你对Redis中的I/O多路复用模型的理解。

• 原理说明：
  Redis是单线程模型，但通过I/O多路复用（如select、poll、epoll、kqueue）实现高效处理多客户端请求，核心机制：

  • 事件分离器：内核负责监听多个套接字（socket）的I/O事件（如连接、读、写）。
  • 单线程处理：Redis主线程通过I/O多路复用接口（如epoll_wait）阻塞等待事件，当事件触发（如客户端发送请求），主线程批量处理就绪事件。
  • 非阻塞I/O：避免单个请求的I/O操作阻塞整个线程，提升并发处理能力。

• 优势：
  单线程避免线程切换开销，I/O多路复用实现高并发，适合Redis的内存操作（速度快，I/O等待占比高）场景。

96. Redis支持的发布订阅功能原理是什么？常用命令有哪些？

• 原理说明：
  Redis的发布订阅（Pub/Sub）是一种消息通信模式，包含发布者（Publish）和订阅者（Subscribe）：

  • 订阅者通过订阅频道（Channel）接收消息，发布者向频道发送消息。
  • Redis作为中介，将发布者的消息实时推送给所有订阅该频道的客户端。
  • 消息不持久化，若订阅者离线，期间的消息会丢失。

• 常用命令：

  # 订阅频道
  SUBSCRIBE channel1 channel2  # 订阅channel1和channel2# 发布消息
  PUBLISH channel1 "hello"     # 向channel1发送消息"hello"# 取消订阅
  UNSUBSCRIBE channel1         # 取消订阅channel1# 订阅模式（通配符匹配）
  PSUBSCRIBE "news:*"          # 订阅所有以"news:"开头的频道
  

97. Redis主从复制过程中，从节点宕机重启后如何恢复数据？

• 恢复流程：
  从节点宕机重启后，会自动重新连接主节点并同步数据，具体步骤：

  1. 重连主节点：从节点读取配置中的masterhost和masterport，重新建立连接。
  2. 同步策略选择：
     • 若从节点宕机前已有replid和offset（复制偏移量），主节点会检查是否存在对应的备份日志（如RDB或部分AOF），若存在则执行部分重同步（仅传输宕机期间的增量数据）。
     • 若主节点无对应的日志（如主节点重启过），则执行全量重同步：主节点生成RDB文件发送给从节点，从节点加载RDB后，再同步后续增量数据。

• 注意：
  开启主节点的AOF或RDB持久化，确保数据可恢复；从节点配置replica-replica-offline-behavior控制重连期间的行为（如拒绝写入）。

98. Redis的AOF文件过大时，除了自动重写，还可以手动触发重写吗？如何操作？

• 手动触发方法：
  可以手动触发AOF重写，通过BGREWRITEAOF命令：

  # 后台执行AOF重写，不阻塞Redis服务
  BGREWRITEAOF
  

• 原理：
  重写过程中，Redis会创建一个新的AOF文件，仅包含当前数据库状态的最小命令集（去除冗余命令），完成后替换旧文件。手动触发适用于自动重写条件未满足（如auto-aof-rewrite-percentage和auto-aof-rewrite-min-size未达标）但文件已过大的场景。

99. Redis的SDS（简单动态字符串）与C语言字符串相比，优势在哪里？

• SDS的优势：
  Redis使用SDS作为字符串的底层实现，相比C语言字符串（以\0结尾的字符数组），优势包括：
  1. 长度获取O(1)：SDS通过len属性记录长度，无需遍历字符数组。
  2. 杜绝缓冲区溢出：修改字符串时，SDS会先检查空间是否足够，不足则自动扩容。
  3. 减少内存重分配：通过预分配（增长时多分配空间）和惰性释放（缩短时不立即回收空间）优化性能。
  4. 二进制安全：SDS不依赖\0判断结束，可存储图片、视频等二进制数据。
  5. 兼容部分C函数：SDS末尾仍保留\0，可复用部分C语言字符串函数。

100. Redis在高并发场景下，如何保证数据的一致性和准确性？

• 关键措施：
  1. 使用事务：通过MULTI、EXEC包裹命令，确保批量操作的原子性（要么全执行，要么全不执行）。
  2. 分布式锁：用SET key value NX PX实现分布式锁，避免并发修改冲突。
  3. 乐观锁：基于WATCH命令监控键，若键被修改则事务取消，适合读多写少场景。
  4. 缓存更新策略：
     • 写操作：先更新数据库，再删除缓存（避免缓存脏数据）。
     • 读操作：缓存未命中时，加锁防止缓存击穿，再回源数据库更新缓存。
  5. 主从同步：开启repl-diskless-sync减少同步延迟，确保从节点数据准确性。
  6. 避免bigkey和热key：减少操作阻塞和竞争，提升并发处理稳定性。
  7. 持久化配置：合理配置AOF（appendfsync everysec）和RDB，避免数据丢失。

二、100道面试题目录列表

文章序号	Redis面试题100道
1	Redis面试题及详细答案100道（01-15）
2	Redis面试题及详细答案100道（16-32）
3	Redis面试题及详细答案100道（33-48）
4	Redis面试题及详细答案100道（49-60）
5	Redis面试题及详细答案100道（61-70）
6	Redis面试题及详细答案100道（71-85）
7	Redis面试题及详细答案100道（86-100）