Redis 深入面试题

本章深入讲解 Redis 数据结构底层、持久化、集群、高可用等高频面试考点。

数据结构底层

Q1: Redis 的数据结构和底层实现？

数据类型	底层实现	使用场景
String	SDS（简单动态字符串）	缓存、计数器、分布式锁
List	QuickList（双向链表+压缩列表）	消息队列、最新列表
Hash	listpack/hashtable	对象存储
Set	intset/hashtable	去重、交并差集
ZSet	listpack/skiplist+hashtable	排行榜、延迟队列

Q2: SDS 相比 C 字符串的优势？

特性	C 字符串	SDS
获取长度	O(n) 遍历	O(1) 直接读 len
缓冲区溢出	可能	自动扩容
二进制安全	否（遇 \0 截断）	是
内存重分配	每次修改都要	空间预分配+惰性释放

Q3: 跳表是什么？为什么 ZSet 用跳表？

跳表特点：

• 多层索引：通过跳跃快速定位
• 时间复杂度：查找、插入、删除都是 O(log n)
• 空间复杂度：O(n)

为什么不用红黑树？

• 跳表实现更简单
• 范围查询更方便（链表直接遍历）
• 内存占用可控（可调整层数）

Q4: Redis 7.0 的 listpack 是什么？

listpack 是 Redis 7.0 引入的新数据结构，替代 ziplist。

listpack vs ziplist：

• 解决了 ziplist 的连锁更新问题
• 每个 entry 记录自己的长度，不依赖前一个

持久化机制

Q5: RDB 和 AOF 的区别？

特性	RDB	AOF
文件格式	二进制快照	文本命令日志
数据安全	可能丢失分钟级数据	最多丢失 1 秒数据
恢复速度	快	慢（需重放命令）
文件大小	小	大（需要重写）
性能影响	fork 时有影响	写入时有影响

Q6: AOF 重写是什么？

AOF 重写的作用：

• 压缩 AOF 文件大小
• 去除冗余命令（如多次 SET 同一个 key）
• 不阻塞主进程

Q7: Redis 4.0 的混合持久化？

# 开启混合持久化
aof-use-rdb-preamble yes

优势：

• 恢复速度快（RDB 部分）
• 数据安全（AOF 部分）

内存管理

Q8: Redis 的内存淘汰策略？

策略	说明
noeviction	不淘汰，内存满时报错
volatile-lru	淘汰有过期时间的 key，LRU 算法
volatile-lfu	淘汰有过期时间的 key，LFU 算法
volatile-ttl	淘汰即将过期的 key
allkeys-lru	淘汰所有 key，LRU 算法
allkeys-lfu	淘汰所有 key，LFU 算法（推荐）

Q9: LRU 和 LFU 的区别？

算法	依据	问题
LRU	最近访问时间	偶发访问可能保留
LFU	访问频率	历史热点难以淘汰

Redis 的 LFU 实现：

• 使用 8 位计数器（0-255）
• 计数器会随时间衰减
• 解决了历史热点问题

高可用架构

Q10: Redis 主从复制原理？

复制方式：

• 全量复制：首次连接或复制积压缓冲区不足
• 增量复制：断线重连，通过 offset 续传

Q11: Redis Sentinel 哨兵机制？

Sentinel 功能：

• 监控：检测主从节点是否正常
• 通知：故障时通知客户端
• 自动故障转移：主节点故障时选举新主
• 配置中心：客户端通过 Sentinel 获取主节点地址

故障转移流程：

Q12: Redis Cluster 集群原理？

Cluster 特点：

• 数据分片：16384 个槽位，分布在不同节点
• 去中心化：节点间 Gossip 协议通信
• 高可用：每个主节点有从节点备份

槽位计算：

// CRC16 算法计算槽位
int slot = CRC16(key) % 16384;

Q13: 什么是脑裂？如何解决？

脑裂问题：网络分区导致出现两个 Master，数据不一致。

解决方案：

# 配置最小从节点数
min-replicas-to-write 1

# 配置最大延迟
min-replicas-max-lag 10

当主节点连接的从节点少于 1 个，或延迟超过 10 秒，主节点拒绝写入。

应用场景

Q14: Redis 分布式锁的实现？

// 加锁（原子操作）
Boolean locked = redisTemplate.opsForValue()
    .setIfAbsent("lock:order", uuid, 30, TimeUnit.SECONDS);

// 释放锁（Lua 脚本保证原子性）
String script = """
    if redis.call('get', KEYS[1]) == ARGV[1] then
        return redis.call('del', KEYS[1])
    else
        return 0
    end
    """;
redisTemplate.execute(new DefaultRedisScript<>(script, Long.class),
    List.of("lock:order"), uuid);

分布式锁问题：

• 锁过期：业务未完成锁就过期 → Redisson 看门狗续期
• 主从切换：主节点宕机锁丢失 → RedLock 算法

Q15: Redis 实现延迟队列？

// 添加延迟任务
long executeTime = System.currentTimeMillis() + delayMs;
redisTemplate.opsForZSet().add("delay:queue", taskId, executeTime);

// 消费延迟任务
Set<String> tasks = redisTemplate.opsForZSet()
    .rangeByScore("delay:queue", 0, System.currentTimeMillis(), 0, 10);
for (String taskId : tasks) {
    // 原子移除并处理
    Long removed = redisTemplate.opsForZSet().remove("delay:queue", taskId);
    if (removed > 0) {
        processTask(taskId);
    }
}

小结

Redis 深入面试重点：

1. 数据结构底层实现（SDS、跳表、listpack）
2. 持久化机制（RDB、AOF、混合持久化）
3. 内存淘汰策略（LRU、LFU）
4. 高可用架构（主从、Sentinel、Cluster）
5. 分布式锁实现和问题
6. 延迟队列等应用场景

面试题预览

高频面试题

1. Redis 为什么用跳表不用红黑树？
2. RDB 和 AOF 的区别？
3. Redis Cluster 如何分片？
4. 分布式锁有什么问题？如何解决？
5. 如何保证缓存和数据库一致性？