当前位置：首页 > article >正文

10个Redis高阶面试题

article 2025/2/7 17:11:29

大家好，我是V哥，过年跟2个大佬小聚，聊到他们招人的标准，偷偷的记下来，以下是为Java高级程序员整理的Redis深度面试题及答案，涵盖高并发、分布式、性能优化等核心场景，结合企业级解决方案和代码示例：

一、Redis高可用与持久化

1. 如何设计一个千万级QPS的Redis高可用架构？

// 架构方案：
1. 多层级缓存：本地缓存（Caffeine）+ Redis Cluster（分片）
2. 部署模式：Redis Cluster 6节点（3主3从）+ Sentinel集群
3. 读写分离：主节点写，从节点读（通过JedisCluster配置readFrom=REPLICA）
4. Proxy层：使用Redis Cluster Proxy统一接入
5. 监控体系：Prometheus + Grafana监控节点状态、慢查询

// 容灾方案：
- 故障转移：Sentinel自动切换主从
- 数据持久化：AOF每秒刷盘 + RDB每小时备份
- 跨机房同步：通过Redis-Shake工具进行异地双活

2. AOF重写期间内存暴涨如何解决？

// 问题场景：
当Redis实例内存使用率超过80%时触发AOF重写，导致fork子进程时内存翻倍

// 解决方案：
1. 配置优化：
   - aof-rewrite-incremental-fsync yes（增量同步）
   - auto-aof-rewrite-percentage 80（降低重写阈值）
2. 内存控制：
   - 使用Hash分桶存储大Key（如用户画像数据）
   - 开启activedefrag yes自动内存碎片整理
3. 运维方案：
   - 在业务低谷期通过BGREWRITEAOF手动触发
   - 使用Redis内存分析工具（rdb-tools）定位大Key

二、数据结构与高级特性

3. 如何用Redis实现延迟队列？

// 场景：订单30分钟未支付自动关闭
public class DelayQueueService {
    private static final String DELAY_QUEUE = "order:delay:queue";
    
    // 生产消息
    public void produceDelayMessage(String orderId, long delaySeconds) {
        Jedis jedis = jedisPool.getResource();
        long score = System.currentTimeMillis() + delaySeconds * 1000;
        jedis.zadd(DELAY_QUEUE, score, orderId);
    }

    // 消费消息
    public void consumeDelayMessages() {
        while (!Thread.interrupted()) {
            Set<String> orders = jedis.zrangeByScore(DELAY_QUEUE, 0, 
                System.currentTimeMillis(), 0, 1);
            if (!orders.isEmpty()) {
                String orderId = orders.iterator().next();
                if (jedis.zrem(DELAY_QUEUE, orderId) > 0) {
                    handleExpiredOrder(orderId); // 处理过期订单
                }
            } else {
                Thread.sleep(500); // 避免CPU空转
            }
        }
    }
}

4. Redis Stream如何保证消息可靠性？

// 消息丢失防护方案：
1. 生产者确认：
   - 使用XADD命令返回消息ID确认写入成功
   - 集群模式下确保消息写入主节点

2. 消费者组设计：
   - 创建消费者组时设置$符号表示只接收新消息
   - 使用XREADGROUP BLOCK 2000 GROUP group1 consumer1 STREAMS orders >

3. 消息确认机制：
   - 处理完成后执行XACK orders group1 messageId
   - 设置合理的PEL（Pending Entries List）超时时间

4. 死信处理：
   - 监控XPENDING输出
   - 对超过重试次数的消息转存死信Stream

三、分布式与性能优化

5. RedLock算法真的安全吗？如何改进？

// 争议点分析：
1. 时钟跳跃问题：NTP同步导致锁过期时间计算错误
2. GC停顿问题：Java应用STW导致锁失效
3. 网络延迟问题：主节点写入未同步到从节点时故障转移

// 改进方案（Redisson实现）：
RLock lock = redisson.getLock("orderLock");
lock.lock(30, TimeUnit.SECONDS); 

// 底层优化：
1. 看门狗机制：每10秒续期锁（默认30秒过期）
2. 故障转移时通过发布订阅同步锁状态
3. 组合使用：
   - 锁标记（UUID）+ Lua脚本保证原子性
   - 业务逻辑增加幂等校验

6. 大Value导致集群节点内存不均怎么处理？

// 场景：某节点存储10GB的缓存报表数据

// 解决方案：
1. 数据分片：
   - 对Key进行hash取模：report:{id} -> report:{id%1024}
   - 使用Hash Tag强制分片：{report}.part1, {report}.part2

2. 存储优化：
   - 使用ZSTD压缩算法（Redis 6.2+）
   - 拆分JSON为多个Hash字段

3. 架构升级：
   - 单独部署大容量节点作为数据节点
   - 使用RedisTimeSeries处理时序型大数据

四、缓存疑难问题

7. 缓存与数据库双写不一致如何解决？

// 经典场景：先更新数据库再删除缓存失败

// 解决方案对比：
方案 | 一致性 | 复杂度 | 适用场景
---|---|---|---
Cache Aside | 最终 | 低 | 读多写少
Read/Write Through | 强 | 高 | 配置中心
Delay Double Delete | 最终 | 中 | 写频繁场景

// 最佳实践（Delay Double Delete伪代码）：
public void updateProduct(Product product) {
    // 第一次删除
    redis.del(product.getId());
    
    // 更新数据库
    db.update(product);
    
    // 延时二次删除
    executor.schedule(() -> {
        redis.del(product.getId());
    }, 1, TimeUnit.SECONDS);
}

8. 如何设计百万级并发秒杀系统？

// 分层防护体系：
1. 流量削峰：
   - Redis INCR预扣库存（原子性保证）
   - 令牌桶限流（RateLimiter）

2. 库存扣减Lua脚本：
String script = 
    "local stock = tonumber(redis.call('GET', KEYS[1])) " +
    "if stock > 0 then " +
    "   redis.call('DECR', KEYS[1]) " +
    "   return 1 " +
    "end " +
    "return 0 ";

3. 热点Key优化：
   - 本地缓存+Redis多副本（读写分离）
   - Key拆分：stock_1, stock_2...（随机路由）

4. 异步处理：
   - 下单成功发送MQ到Kafka
   - 独立服务消费MQ完成订单创建

五、高级运维与监控

9. Redis内存碎片率超过1.5如何处理？

// 诊断命令：
redis-cli info memory | grep ratio
> mem_fragmentation_ratio:1.72

// 处理步骤：
1. 重启节点（低峰期主从切换）
2. 配置优化：
   - activedefrag yes
   - hz 10（提高后台任务频率）
3. 存储优化：
   - 避免使用大量TTL相近的Key
   - 使用jemalloc内存分配器
4. 监控报警：
   - 设置碎片率>1.5触发告警
   - 使用Redis-benchmark压力测试验证

10. Redis集群如何实现平滑扩缩容？

// 扩容流程：
1. 准备新节点：redis-server --cluster-enabled yes
2. 加入集群：redis-cli --cluster add-node new_ip:port existing_ip:port
3. 数据迁移：
   redis-cli --cluster reshard --from all --to <new_node_id> --slots 4096 --yes
4. 流量切换：更新客户端集群配置

// 缩容注意事项：
- 迁移前检查节点是否为从节点
- 使用redis-cli --cluster rebalance移除节点
- 保留空节点24小时防止数据丢失