完全免费网站源码,济南住房和城乡建设部网站,wordpress系统和插件,wordpress 地理定位欢迎关注公众号#xff08;通过文章导读关注#xff1a;【11来了】#xff09;#xff0c;及时收到 AI 前沿项目工具及新技术的推送#xff01; 在我后台回复 「资料」 可领取编程高频电子书#xff01; 在我后台回复「面试」可领取硬核面试笔记#xff01; 文章导读地址… 欢迎关注公众号通过文章导读关注【11来了】及时收到 AI 前沿项目工具及新技术的推送 在我后台回复 「资料」 可领取编程高频电子书 在我后台回复「面试」可领取硬核面试笔记 文章导读地址点击查看文章导读 感谢你的关注 饿了么一面Redis 面试连环炮
Redis用过吗和本地缓存有啥区别
Redis 是 分布式缓存 本地缓存是 单机缓存 那么在分布式系统中如果将数据放在本地缓存中其他节点肯定是无法进行访问了
其次就是 本地缓存相对于 Redis 缓存来说会更快 因为去 Redis 中查询数据虽然 Redis 基于内存操作比较快但是应用还需要和 Redis 发起网络 IO 而使用本地缓存就不需要网络 IO 了因此本地缓存更快
Redis 的数据结构
Redis 有 5 种 基本数据结构 String、List、Hash、Set无序集合、值唯一、Zset有序集合
我们都知道 Redis 速度是比较快的因为他是基于 内存 操作并且利用 IO 多路复用 来提升处理客户端连接上请求的速度使用 单线程 处理客户端请求速度很快
其次呢Redis 对基本数据结构也做了许多优化
String 底层的 SDS 数据结构优化
字符串底层封装了 SDS 数据结构来实现没有使用 C 语言默认的字符数组来实现SDS 内部直接 存储了字符串的长度 len 因此获取长度的时间复杂度为 O(1)而 C 语言字符串获取长度需要遍历字符串时间复杂度为 O(N)并且 C 语言以 \0 表示字符串结尾因此无法存储二进制数据SDS 中记录字符串长度就不需要结尾标识符了因此 可以存储二进制数据
SDS 中还采用了 空间预分配策略 在 SDS 进行空间扩展时会同时分配 所需空间 和 额外的未使用空间 以减少内存再分配次数
listPack 优化
Redis 7.0 之后zipList 被废弃转而使用 listPack 来代替因为 zipList 中存在 级联更新 的问题
假如 zipList 中每一个 entry 都是很接近但又不到 254B此时每个 entry 的 prevlength 使用 1 个字节就可以保存上个节点的长度但是此时如果向 zipList 中间插入一个新的节点长度大于 254B那么新插入节点后边的节点需要把 prevlength 扩展为 5B 来存储新插入节点的长度那么扩展后该节点长度又大于 254B因此后边节点需要再次扩展 prevlength 来存储该节点的长度导致了插入节点后边的所有节点都需要更新 prevlength 的值这属于是极端情况下才会发生
跳表优化
并且使用 跳表 来优化 Zset 的性能Zset 底层是通过 压缩列表 跳表 来实现的跳表可以支持平均时间复杂度为 O(logN) 的查询操作 Redis的持久化机制
Redis 持久化机制有 AOF、RDB 和 混合持久化三种方式这就是常规八股文了
要知道这三种持久化方式的区别
使用 RDB 会进行全量备份RDB 持久化文件时压缩后的二进制文件因此加载 RDB 文件的速度是远超 AOF 的不过缺点就是持久化不及时可能丢失数据
RDB 持久化有两种方式 save 和 bgsavesave 会导致 Redis 阻塞bgsave 会利用子进程对数据进行持久化利用到了 写时复制技术 写时复制的优点就是利用单独子进程持久化不会阻塞
AOF 会进行实时备份AOF 文件中存储的是 RESP 协议数据格式会存储 Redis 执行的每一条命令因此实时性比较强缺点就是速度比较慢因为需要将命令刷入磁盘中AOF 肯定不会对每一条命令都写入到磁盘中而是会先写入到内存中再统一刷入到磁盘中刷盘策略分为三种always每条命令都立即刷入磁盘、everysec 默认 每秒同步一次、noRedis 不调用文件同步而是交给操作系统自己判断同步时机
AOF 文件过大的话会进行 重写Rewrite 压缩体积使用重写之后就会将最新数据记录到 AOF 文件中比如之前对于 name 属性设置了好多次AOF 文件中记录了 set name n1set name n2 …那么在 重写 之后AOF 文件中就直接记录了 set name nnnn 就是 name 的最新值通过这样来减小 AOF 文件体积是
混合持久化 Redis4.0 提出的话结合了 RDB 和 AOF既保证了 Redis 性能又降低了数据丢失的风险缺点就是 AOF 文件中包含了 RDB 格式的数据可读性较差
Redis的内存如果满了会发生什么
Redis 的内存如果达到阈值就会触发 内存淘汰机制 来选择一些数据进行淘汰如果淘汰之后还没有内存的话就会返回写操作 error 提示Redis 内存阈值通过 redis.conf 的 maxmemory 参数来设置
Redis 中提供了 8 种内存淘汰策略 noeviction 默认策略不删除键返回错误 OOM 只能读取不能写入 volatile-lru 针对设置了过期时间的 key使用 LRU 算法进行淘汰 allkeys-lru 针对所有 key 使用 LRU 算法进行淘汰 volatile-lfu 针对设置了过期时间的 key使用 LFU 算法进行淘汰 allkeys-lfu 针对所有 key 使用LFU 算法进行淘汰 volatile-random :从设置了过期时间的 key 中随机删除 allkeys-random : 从所有 key 中随机删除 volatile-ttl 删除生存时间最近的一个键
Redis如何实现事务
Redis 自身提供了 事务功能 但是并没有 回滚机制 Redis 的事务可以顺序执行队列中的命令保证其他客户端提交的命令不会插入到事务执行的命令序列中
Redis 提供了 MULTI、EXEC、DISCARD 和 WATCH 这些命令来支持事务
Redis 事务的缺点
不保证原子性 事务执行过程中如果所有命令入队时未报错但是在事务提交之后在执行的时候报错了此时正确的命令仍然可以正常执行因此 Redis 事务在该情况下不保证原子性事务中的每个命令都需要与 Redis 进行网络通信
因此 Redis 自身的事务使用的比较少而是更多的使用 Lua 脚本 来保证命令执行原子性使用 Lua 脚本的 好处
减少网络开销 多个请求以脚本的形式通过一次网络 IO 即可发送到 Redis原子操作 Redis 会原子性执行整个 Lua 脚本复用 客户端的 Lua 脚本会永久存在Redis之后可以复用
这里 Redis Lua 脚本的原子性指的是保证在执行 Lua 脚本的时候不会被其他操作打断从而保证了原子性但是在 Lua 脚本中如果发生了异常异常前的命令还是会被正常执行并且无法进行回滚 因此要注意 Lua 中保证的原子性是指在 Lua 脚本执行过程中不会被其他操作打断
Lua 脚本在执行过程中不会被打断因此注意不要在 Lua 脚本中执行比较耗时的操作导致 Redis 阻塞时间过长
接下来还问了有 Redis 如何实现滑动窗口限流、常见的限流算法、漏桶和令牌桶限流有什么区别、如何进行选择这一块限流的内容放在下一篇文章说明
