Redis 面试题汇总

恭喜你学完了 Redis 核心知识点！

这一节，我们来汇总面试中常考的 Redis 面试题，并给出回答思路。

基础篇

Q1: Redis 为什么这么快？

标准答案：

1. 纯内存操作：内存访问速度是纳秒级，比磁盘快 10 万倍
2. 单线程模型：避免了锁竞争和上下文切换
3. I/O 多路复用：单线程同时处理成千上万的连接
4. 高效数据结构：SDS、跳表、压缩列表等为 Redis 量身定制
5. C 语言实现：编译型语言，执行效率高

追问：单线程如何处理并发？

通过 I/O 多路复用，监听多个 socket 的事件，在一个线程中处理所有客户端请求。

Q2: Redis 有哪几种数据类型？

标准答案：

类型	底层实现	特点
String	SDS	二进制安全
List	QuickList	双向链表
Hash	HT / ZipList	对象存储
Set	HT / IntSet	无序去重
ZSet	SkipList + HT	有序去重
Bitmap	String	位图
HyperLogLog	String	概率统计
Geo	ZSet	地理位置
Stream	RadixTree	日流

Q3: Redis 和 Memcached 的区别？

标准答案：

特性	Redis	Memcached
数据类型	丰富	只支持字符串
持久化	支持 RDB/AOF	不支持
集群	原生 Cluster	需要客户端实现
内存管理	多种淘汰策略	LRU
线程模型	单线程 + 多线程 I/O	多线程

结论：如果只需要简单的 K-V 缓存，Memcached 足够；如果需要更多功能，Redis 是更好的选择。

数据结构篇

Q4: ZSet 的底层实现是什么？

标准答案：

ZSet 底层是跳表（Skip List）+ 哈希表的组合。

• 跳表：支持 O(log n) 的范围查找和排序
• 哈希表：支持 O(1) 的 member 查找

两者结合，实现了「按分数排序」和「按 member 查分数」两种操作。

追问：为什么不用红黑树？

1. 跳表实现更简单，代码量少
2. 跳表范围查询更高效（链表天然支持）
3. 跳表更容易做并发（不需要旋转平衡）

Q5: 什么是 QuickList？

标准答案：

QuickList 是 Redis 3.2 推出的 List 新实现，结合了「压缩列表」和「双向链表」的优点：

QuickList = [ZipList] <=> [ZipList] <=> [ZipList]

• 每个 ZipList 默认 8KB
• 元素多时，增加新的 ZipList
• 空间利用率高，插入也快

持久化篇

Q6: RDB 和 AOF 的区别？

标准答案：

特性	RDB	AOF
原理	定时快照	记录命令
文件大小	小	大
恢复速度	快	慢
数据安全性	低	高（可配置）
性能影响	fork 子进程	持续写入

推荐配置：同时开启 RDB 和 AOF，使用混合持久化（Redis 4.0+）。

Q7: 持久化会影响性能吗？

标准答案：

• RDB：fork 子进程时可能阻塞，但 COW 机制让影响可控
• AOF：everysec 模式下，异步写入对主线程影响很小

生产环境中，持久化的性能影响是可以接受的，数据安全更重要。

高可用篇

Q8: 主从复制的原理？

标准答案：

1. 完整同步：从节点首次连接或断线重连时，执行 BGSAVE 生成 RDB，发送给从节点加载
2. 增量同步：日常通过命令传播，主节点每条写命令同时发送给从节点

关键机制：

• 复制偏移量：记录主从同步位置
• 复制积压缓冲区：默认 1MB，保存最近的写命令

Q9: Sentinel 和 Cluster 的区别？

标准答案：

特性	Sentinel	Cluster
数据分片	❌	✅
自动故障转移	✅	✅
最小节点数	3 Sentinel + 2 Redis	6 Redis
适用场景	数据量小	海量数据

选型建议：数据量小需要高可用选 Sentinel，数据量大需要分片选 Cluster。

Q10: 什么是脑裂？如何预防？

标准答案：

脑裂是网络分区导致集群中出现多个主节点的現象。

预防措施：

1. 合理配置 Sentinel 数量：至少 3 个，分布在不同机房
2. 设置足够的超时时间：down-after-milliseconds 不要太短
3. 配置写入确认：min-replicas-to-write 要求写入同步到从节点

缓存篇

Q11: 缓存穿透、击穿、雪崩的区别？

标准答案：

概念	描述	区别
穿透	查询不存在的数据	数据库也没有
击穿	热点 key 过期	大量请求涌入
雪崩	大量 key 同时过期	key 同时失效

解决方案：

• 穿透：布隆过滤器 + 缓存空值
• 击穿：互斥锁 / 逻辑过期 / 预热
• 雪崩：过期时间随机化 + 多级缓存 + 熔断降级

Q12: 缓存一致性怎么保证？

标准答案：

推荐 Cache Aside 模式：

读：缓存命中 → 返回；未命中 → 查库 → 回填缓存
写：先更新数据库 → 再删除缓存

注意：删除缓存而不是更新缓存，因为删除比更新更简单，避免并发问题。

Q13: 如何实现分布式锁？

标准答案：

# 加锁
SET key value NX EX seconds

# 解锁（Lua 脚本）
if redis.call('get', KEYS[1]) == ARGV[1] then
    return redis.call('del', KEYS[1])
else
    return 0
end

关键点：

1. value 要用唯一标识（UUID），防止误删
2. 解锁要用 Lua 脚本保证原子性
3. 过期时间要设置足够长

生产环境推荐使用 Redisson，它提供了看门狗续命、公平锁等高级功能。

Q14: Redis 6.0 的多线程是什么？

标准答案：

Redis 6.0 引入了多线程 I/O，但命令执行仍然是单线程。

客户端请求 → 多线程网络 I/O → 主线程命令执行 → 多线程响应发送

适用场景：

• 小 Value：提升有限（瓶颈不在 I/O）
• 大 Value：提升明显（I/O 并行化效果好）

实战篇

Q15: 如何排查 Redis 变慢？

标准答案：

1. 查看 INFO 命令：检查内存使用、命中率、持久化状态
2. 查看慢查询日志：SLOWLOG GET 找出耗时命令
3. 检查大 key：redis-cli --bigkeys 扫描
4. 检查热 key：redis-cli --hotkeys 或客户端埋点

常见原因：

• 大 key 操作
• 使用了慢命令（KEYS、FLUSHALL 等）
• 内存满了，大量淘汰
• fork 子进程（持久化、复制）

Q16: Redis 内存满了怎么办？

标准答案：

根据 maxmemory-policy 配置的淘汰策略处理：

策略	说明
allkeys-lru	淘汰最久未使用的（推荐缓存场景）
volatile-lru	只淘汰有过期时间的
noeviction	不淘汰，返回错误

建议：

1. 设置 maxmemory，根据机器内存预留一部分
2. 选择合适的淘汰策略
3. 监控 evicted_keys，如果持续增长说明内存不够

Q17: Redis 如何做性能优化？

标准答案：

1. 客户端优化：

   • 使用连接池代替直连
   • 使用 Pipeline 批量操作
   • 避免大 Value

2. 服务端优化：

   • 选择合适的淘汰策略
   • 合理设置过期时间
   • 开启懒删除（UNLINK）

3. 架构优化：

   • 读写分离
   • 分片存储
   • 本地缓存兜底

总结

Redis 核心知识点

┌─────────────────────────────────────────────┐
│                 Redis                          │
├─────────────────────────────────────────────┤
│  数据结构：String, List, Hash, Set, ZSet...   │
│  持久化：RDB, AOF, 混合持久化               │
│  高可用：主从, Sentinel, Cluster            │
│  缓存策略：穿透, 击穿, 雪崩, 一致性         │
│  分布式：锁, 队列, 计数器, 排行榜           │
└─────────────────────────────────────────────┘

面试技巧

1. 原理要懂：不仅要知道怎么用，还要知道为什么这样设计
2. 实践要会：能写出基本的 Java 代码
3. 场景要熟：知道这些技术在实际项目中怎么用
4. 追问要答：面试官追问时，能深入展开

祝你面试成功！

---

核心记忆点：Redis 面试主要考察数据结构、持久化、高可用、缓存策略、分布式应用五大方面。原理 + 实践 + 场景，是应对 Redis 面试的关键。