Redis缓存：春招面试的关键知识点
在上一篇文章中，我们深入探讨了MySQL数据库的核心知识，包括索引、事务和锁机制，这些对于保证数据的高效存储和一致性至关重要。而在当今的互联网应用中，为了提升系统性能和响应速度，缓存技术不可或缺。Redis作为一款高性能的内存数据库，常被用作缓存层，在各类项目中广泛应用。对于春招面试，掌握Redis的相关知识能为你增添不少竞争力，下面我们就来深入了解。
一、Redis数据结构
Redis支持多种数据结构，每种数据结构都有其独特的应用场景。
- 字符串（String）：最基本的数据结构，可以存储字符串、整数或二进制数据。常用于缓存简单的键值对，如用户信息、配置参数等。例如，可以将用户的登录信息以user:123（123为用户ID）为键，用户详细信息的JSON字符串为值存储在Redis中。获取用户信息时，通过键直接读取，极大提高了查询效率。
# 设置键值对
SET user:123 '{"name":"张三","age":25,"email":"zhangsan@example.com"}'
# 获取值
GET user:123- 哈希（Hash）：用于存储字段和值的映射表，适合存储对象的属性。比如，将用户的详细信息以字段和值的形式存储在哈希结构中，每个字段对应一个属性。这样在更新用户的某个属性时，无需更新整个对象，只需修改对应的字段即可。
# 设置哈希字段
HSET user:123 name 张三
HSET user:123 age 25
# 获取哈希所有字段和值
HGETALL user:123- 列表（List）：是一个双向链表，可以进行元素的插入和删除操作。常用于实现消息队列、排行榜等功能。以消息队列为例，生产者通过RPUSH命令将消息插入到列表中，消费者通过LPOP命令从列表中取出消息进行处理，实现了消息的异步传递。
# 生产者插入消息
RPUSH message_queue "消息1"
RPUSH message_queue "消息2"
# 消费者取出消息
LPOP message_queue- 集合（Set）：是一个无序且不重复的元素集合，支持交集、并集、差集等操作。适用于需要去重和集合运算的场景，如统计网站的独立访客、共同关注的好友等。例如，统计多个用户共同关注的好友，可通过SINTER命令对多个用户的关注集合进行交集运算。
# 添加元素到集合
SADD user:123:follow 李四
SADD user:123:follow 王五
SADD user:456:follow 李四
SADD user:456:follow 赵六
# 求两个用户关注集合的交集
SINTER user:123:follow user:456:follow- 有序集合（Sorted Set）：每个元素都关联一个分数，根据分数进行排序。常用于实现排行榜功能，如游戏排行榜、商品销量排行榜等。通过ZADD命令添加元素和分数，ZRANGE命令根据分数范围获取元素。
# 添加元素和分数到有序集合
ZADD game_rank 100 玩家A
ZADD game_rank 200 玩家B
# 获取排行榜前几名
ZRANGE game_rank 0 1 WITHSCORES二、Redis应用场景
缓存
这是Redis最常见的应用场景，将热点数据缓存到Redis中，减少数据库的访问压力。例如，在电商系统中，将热门商品的信息、用户的购物车数据等缓存到Redis中。当用户请求这些数据时，首先从Redis中获取，如果没有命中再从数据库查询，然后将查询结果缓存到Redis中，提高后续请求的响应速度。
分布式锁
在分布式系统中，多个节点可能同时访问共享资源，为了保证数据的一致性，需要使用分布式锁。Redis的SETNX（Set if Not eXists）命令可以实现简单的分布式锁。当一个节点执行SETNX命令成功时，代表获取到了锁，可以执行共享资源的操作；操作完成后，通过DEL命令释放锁。
# 获取锁
SETNX lock_key value
# 释放锁
DEL lock_key消息队列
利用Redis的列表数据结构可以实现简单的消息队列。如前文所述，生产者将消息插入列表，消费者从列表中取出消息，实现了消息的异步处理。与专业的消息队列相比，Redis实现的消息队列功能相对简单，但在一些对消息可靠性和功能要求不高的场景下，能满足基本需求。
三、Redis缓存淘汰策略
当Redis内存不足时，需要采用缓存淘汰策略来删除一些数据，以保证新数据的写入。Redis提供了多种缓存淘汰策略：
- noeviction：不淘汰任何数据，当内存不足时，执行写操作会报错。适用于需要确保数据不丢失的场景，但可能导致写操作频繁失败。
- volatile-lru：在设置了过期时间的键中，使用LRU（Least Recently Used，最近最少使用）算法淘汰最近最少使用的键。常用于缓存一些时效性较强的数据，如验证码、临时会话信息等。
- allkeys-lru：在所有键中，使用LRU算法淘汰最近最少使用的键。适用于缓存热点数据，保证经常访问的数据不会被淘汰。
- volatile-random：在设置了过期时间的键中，随机淘汰一些键。这种策略相对简单，但可能会淘汰掉一些仍在使用的键。
- allkeys-random：在所有键中，随机淘汰一些键。同样可能会淘汰正在使用的键，一般较少使用。
- volatile-ttl：在设置了过期时间的键中，优先淘汰剩余时间（TTL，Time To Live）最短的键。适用于缓存一些有明确过期时间的数据，如限时活动信息。
四、面试题
面试题1：Redis有哪些数据结构？分别适用于什么场景？
答案：
- 字符串（String）：存储简单的键值对，如用户信息、配置参数。
- 哈希（Hash）：存储对象属性，方便部分更新。
- 列表（List）：实现消息队列、排行榜等。
- 集合（Set）：用于去重和集合运算，如统计独立访客、共同关注的好友。
- 有序集合（Sorted Set）：实现排行榜功能，根据分数排序。
面试题2：Redis的缓存淘汰策略有哪些？
答案：
- noeviction：不淘汰数据，内存不足时写操作报错。
- volatile-lru：在设置过期时间的键中，用LRU算法淘汰最近最少使用的键。
- allkeys-lru：在所有键中，用LRU算法淘汰最近最少使用的键。
- volatile-random：在设置过期时间的键中，随机淘汰键。
- allkeys-random：在所有键中，随机淘汰键。
- volatile-ttl：在设置过期时间的键中，优先淘汰剩余时间最短的键。
掌握Redis的这些关键知识，能让你在春招面试中更好地应对与缓存相关的问题。下一篇，我们将探索消息队列的相关知识，继续为你的春招面试备考助力。