面试小札：Java后端闪电五连鞭_9

1 RocketMQ是否有partition概念
 
RocketMQ没有像Kafka中那样明确的partition概念，但与之类似的是队列（Queue）。
在RocketMQ中，主题（Topic）下包含多个队列，消息存储在这些队列中，并且消息在队列内是有序的。这些队列用于实现消息的存储和负载均衡。例如，在发送消息时，RocketMQ可以根据一定的策略（如轮询或哈希）将消息发送到主题下的不同队列中。多个消费者可以从这些队列中消费消息，一个队列中的消息在同一时刻只会被一个消费者消费，从而达到类似Kafka分区的负载均衡和顺序消费的效果。
 
2 RocketMQ是否有消费者组概念

RocketMQ有消费者组（Group）的概念。 
消费者组是多个消费者的集合。在RocketMQ中有两种消费模式：集群消费和广播消费。 
- 集群消费模式：类似于Kafka的消费者组消费方式。同一个消费者组中的消费者共同消费主题下的队列消息，一个队列的消息在同一时刻只会被一个消费者组中的一个消费者消费，通过这种方式实现负载均衡。例如，一个主题下有多个队列，一个消费者组中有多个消费者，这些消费者会协调消费这些队列，以分担消息处理的工作量。
- 广播消费模式：与集群消费不同，广播消费模式下，一个主题下的消息会被同一个消费者组中的所有消费者消费。这种模式适用于需要将消息发送给多个消费者进行处理的场景，如消息通知等应用场景。
 

3 Redis的数据结构
 
Redis主要有以下几种数据结构：
- 字符串（String）：是最基本的数据结构，可以存储任何形式的字符串，包括整数和浮点数（可以进行自增、自减等操作）。例如，可以使用字符串来存储用户的ID、配置参数等。存储的值最大可以达到512MB。比如， SET key value 命令可以用来设置一个字符串类型的键值对， GET key 命令用于获取对应键的值。
- 列表（List）：是一个有序的字符串列表，可以在列表的两端进行插入（ LPUSH 和 RPUSH ）和删除（ LPOP 和 RPOP ）操作。列表可以用来实现栈（只从一端操作）、队列（从一端插入，另一端删除）等数据结构。例如，可以使用列表来存储消息队列，生产者将消息 RPUSH 到列表中，消费者从列表的另一端 LPOP 消息进行消费。
- 集合（Set）：是一个无序的、不包含重复元素的字符串集合。可以进行元素的添加（ SADD ）、删除（ SREM ）和判断元素是否存在（ SISMEMBER ）等操作。集合可以用于实现标签系统、好友关系等场景。例如，一个用户的兴趣标签可以存储在一个集合中，通过集合的交、并、差等操作可以实现相关的功能。
- 哈希（Hash）：是一个键值对集合，其中的键和值都是字符串。可以将一个对象的多个属性存储在一个哈希中，方便对对象的部分属性进行操作。例如，存储用户对象的信息，键可以是 user:id ，值是一个包含 name 、 age 、 gender 等属性的哈希。可以使用 HSET 命令设置哈希中的字段和值， HGET 命令获取哈希中指定字段的值。
- 有序集合（ZSet）：类似于集合，但是每个元素都关联一个分数（score），元素会根据分数进行排序。可以进行添加元素（ ZADD ）、删除元素（ ZREM ）、根据分数范围查询元素（ ZRANGEBYSCORE ）等操作。有序集合可以用于实现排行榜、优先级队列等功能。例如，在一个游戏排行榜中，玩家的分数作为元素的分数，玩家ID作为元素存储在有序集合中，通过查询有序集合可以快速获取排行榜信息。
 

4 ZSet为什么用跳表

Redis中的有序集合（ZSet）使用跳表（Skip List）主要有以下几个原因：
- 高效的插入和删除操作：跳表是一种基于链表的数据结构，它通过多层索引来提高查找效率。在插入和删除元素时，跳表的操作相对简单，时间复杂度与链表类似，平均时间复杂度为 O(log n)。相比平衡树（如红黑树），跳表的实现更简单，没有复杂的旋转和平衡操作，代码实现更容易理解和维护。例如，在插入一个新元素时，只需要在每层索引中找到合适的位置插入新节点，不需要像平衡树那样进行复杂的调整。
- 高效的查找操作：跳表的多层索引结构使得查找操作的时间复杂度为 O(log n)。在查找一个元素时，可以通过高层索引快速定位到元素所在的大致范围，然后在底层链表中进行精确查找。这对于有序集合中根据分数（score）查找元素或者查找排名靠前（或靠后）的元素非常高效。例如，在实现排行榜功能时，通过跳表可以快速找到排名前N的用户，因为可以通过索引快速定位到分数较高的区域。
- 支持范围查询：跳表很适合进行范围查询。由于元素是根据分数有序排列的，通过跳表可以方便地查询某个分数范围内的所有元素。例如，在查询分数在[min_score, max_score]范围内的所有元素时，可以从跳表的高层索引开始，快速定位到这个范围的起始位置，然后在底层链表中遍历这个范围内的所有元素，这种方式比线性结构在处理范围查询时效率更高。
 

5 给Hash的一个Key设置过期时间的实现方案

- 主动扫描过期时间

- 数据结构选择：可以使用一个额外的有序集合（ZSet）来存储带有过期时间的哈希键。有序集合的成员是哈希键的名称，分数是过期时间的时间戳。
- 设置过期时间操作：当给一个哈希键设置过期时间时，除了在哈希表中存储数据，还将这个键和过期时间戳添加到有序集合中。例如，使用 ZADD expired_keys <timestamp> <key> 命令，其中 <timestamp> 是过期时间戳， <key> 是哈希键。
- 定时扫描机制：通过一个定时任务（可以使用Redis的定时任务模块或者在应用程序中实现定时轮询）定期检查有序集合。可以使用 ZRANGEBYSCORE 命令获取当前时间戳之前的所有键，这些键就是已经过期的哈希键。然后，对于每个过期的键，使用 HDEL 命令从哈希表中删除对应的键值对，并从有序集合中删除这个过期键（使用 ZREM 命令）。
- 访问时被动删除
- 记录过期时间：在哈希表中为每个键添加一个额外的字段来记录过期时间，例如，可以在哈希键对应的内部数据结构中添加一个 expire_time 字段。
- 访问检查：每当访问一个哈希键时，先检查这个 expire_time 字段。如果当前时间大于 expire_time ，则使用 HDEL 命令删除这个过期的键值对。在代码实现中，可以在获取哈希键值的函数中添加这个过期检查逻辑。例如，在一个使用Redis客户端的应用程序中，当调用获取哈希键值的方法（如 HGET ）时，先检查过期时间，再决定是否返回值或者删除键。