Redis分布式的理解

标签：style   size   存储   主从   之间   expires   redis分布式   mem   开头   

redis 是一个基于内存的高性能 key-value数据库，支持丰富的数据类型(String,List , Set ,Sorted Set，Hash )redis中的单个value的存储限制是1G，比 Memcached的1MB要强大太多。

问题一：　　

如何保证 redis 的高并发和高可用？redis 的主从复制原理能介绍一下么？redis 的哨兵原理能介绍一下么？

面试官心理分析：

其实问这个问题，主要是考考你，redis 单机能承载多高并发？如果单机扛不住如何扩容扛更多的并发？redis 会不会挂？既然 redis 会挂那怎么保证 redis 是高可用的？

其实针对的都是项目中你肯定要考虑的一些问题，如果你没考虑过，那确实你对生产系统中的问题思考太少。

面试题剖析：

如果你用 redis 缓存技术的话，肯定要考虑如何用 redis 来加多台机器，保证 redis 是高并发的，还有就是如何让 redis 保证自己不是挂掉以后就直接死掉了，即 redis 高可用。

由于此节内容较多，因此，会分为两个小节进行讲解。 - redis 主从架构 - redis 基于哨兵实现高可用

redis 实现高并发主要依靠主从架构，一主多从，一般来说，很多项目其实就足够了，单主用来写入数据，单机几万 QPS，多从用来查询数据，多个从实例可以提供每秒 10w 的 QPS。

如果想要在实现高并发的同时，容纳大量的数据，那么就需要 redis 集群，使用 redis 集群之后，可以提供每秒几十万的读写并发。

redis 高可用，如果是做主从架构部署，那么加上哨兵就可以了，就可以实现，任何一个实例宕机，可以进行主备切换。

问题二：

MySQL 里有 2000w 数据，redis 中只存 20w 的数据，如何保证 redis 中的数据都是热点数据

相关知识：redis 内存数据集大小上升到一定大小的时候，就会施行数据淘汰策略。redis 提供 6 种数据淘汰策略：

voltile-lru：从已设置过期时间的数据集（server.db[i].expires）中挑选最近最少使用的数据淘汰

volatile-ttl：从已设置过期时间的数据集（server.db[i].expires）中挑选将要过期的数据淘汰

volatile-random：从已设置过期时间的数据集（server.db[i].expires）中任意选择数据淘汰

allkeys-lru：从数据集（server.db[i].dict）中挑选最近最少使用的数据淘汰

allkeys-random：从数据集（server.db[i].dict）中任意选择数据淘汰

no-enviction（驱逐）：禁止驱逐数据

最新大厂关于Redis面试真题：

• Pipeline 有什么好处，为什么要用 pipeline？
• 是否使用过 Redis 集群，集群的原理是什么？
• Redis 集群方案什么情况下会导致整个集群不可用？
• Redis 支持的 Java 客户端都有哪些？官方推荐用哪个？
• Jedis 与 Redisson 对比有什么优缺点？
• Redis 如何设置密码及验证密码？
• 说说 Redis 哈希槽的概念？
• Redis 集群的主从复制模型是怎样的？
• Redis 集群会有写操作丢失吗？为什么？
• Redis 集群之间是如何复制的？
• Redis 集群最大节点个数是多少？
• Redis 集群如何选择数据库？
• 怎么测试 Redis 的连通性？
• 怎么理解 Redis 事务？
• Redis 事务相关的命令有哪几个？
• Redis key 的过期时间和永久有效分别怎么设置？
• Redis 如何做内存优化？
• Redis 回收进程如何工作的？
• 都有哪些办法可以降低 Redis 的内存使用情况呢？
• Redis 的内存用完了会发生什么？
• 一个 Redis 实例最多能存放多少的 keys？List、Set、Sorted Set他们最多能存放多少元素？
• Redis 最适合的场景？
• 假如 Redis 里面有 1 亿个 key，其中有 10w 个 key 是以某个固定的已知的前缀开头的，如果将它们全部找出来？
• 如果有大量的 key 需要设置同一时间过期，一般需要注意什么？
• 使用过 Redis 做异步队列么，你是怎么用的？
• 使用过 Redis 分布式锁么，它是什么回事？

Redis分布式的理解

标签：style   size   存储   主从   之间   expires   redis分布式   mem   开头   

原文地址：https://www.cnblogs.com/xiaozengzeng/p/12641086.html