Redis 高频面试题（含口述版回答）

1. 什么是 Redis？为什么要用 Redis？

口述版：

Redis 是一个基于内存的高性能 Key-Value 数据库，支持多种数据结构，读写速度非常快，常被用作缓存、分布式锁、消息队列、排行榜等场景。

我们用它主要有几个原因：

1. 性能高，数据在内存，读写延迟低。
2. 支持丰富的数据类型，不只是简单的字符串。
3. 支持持久化，重启后数据可以恢复。
4. 支持主从、哨兵、集群，能做高可用和水平扩展。

简单说，就是用空间换时间，把热点数据放到内存，减轻数据库压力，提升系统响应速度。

2. Redis 有哪些数据类型？分别用在什么场景？

口述版：

常用的有五种基础类型，加上一些进阶结构：

进阶的还有 Bitmap（签到、活跃用户）、HyperLogLog（UV 统计）、Geo（附近的人）、Stream（消息队列）。

面试时重点说清每种类型适合什么业务，比只背名字更重要。

3. Redis 为什么这么快？

口述版：

主要有几点：

1. 数据在内存，内存操作比磁盘快几个数量级。
2. 单线程模型（执行命令的线程是单线程），避免了线程切换和竞态锁的开销。
3. 高效的数据结构，底层用了 SDS、字典、跳表、压缩列表等针对场景优化的结构。
4. I/O 多路复用，一个线程可以处理大量连接。
5. 操作简单，大多数命令是 O(1) 或 O(log N)。

注意：Redis 6 之后有了多线程，但主要是用在网络 I/O 上，真正执行命令的还是单线程，保证了操作的原子性。

4. Redis 持久化方式有哪些？区别是什么？

口述版：

主要有两种：RDB 和 AOF，也可以混合使用。

RDB（快照）：

• 在某个时间点把内存数据生成一个压缩的二进制快照文件。
• 优点：文件小，恢复快，适合备份。
• 缺点：可能丢失最后一次快照之后的数据；数据量大时 fork 会卡顿。

AOF（追加日志）：

• 把每一条写命令追加到日志文件。
• 优点：数据更完整，丢失少（可配置 everysec）。
• 缺点：文件大，恢复慢；需要定期重写（rewrite）。

混合持久化（Redis 4.0+）：

• AOF 重写时把当时的数据以 RDB 格式写在前面，后面再追加增量 AOF 命令。兼顾恢复速度和数据完整性。

生产中一般会同时开 RDB + AOF，或者直接用混合持久化。

5. Redis 过期删除策略是什么？

口述版：

Redis 对过期 key 采用「惰性删除 + 定期删除」组合：

1. 惰性删除：访问一个 key 时，发现它过期了，就立刻删掉。优点是省 CPU，缺点是过期 key 如果一直不被访问，会一直占着内存。
2. 定期删除：Redis 会定期随机抽一批设置了过期时间的 key 检查，过期的就删掉。通过限制每次检查的时间和数量，避免阻塞。

两者结合，在内存占用和 CPU 之间做平衡。

6. Redis 内存淘汰策略有哪些？

口述版：

当内存达到 maxmemory 上限时，会触发淘汰。常见策略：

• noeviction：不淘汰，写操作直接报错（默认）。
• allkeys-lru：在所有 key 里淘汰最近最少使用的。
• volatile-lru：只在设置了过期时间的 key 里做 LRU。
• allkeys-lfu：淘汰访问频率最低的（Redis 4.0+）。
• volatile-lfu：只在过期 key 里做 LFU。
• allkeys-random / volatile-random：随机淘汰。
• volatile-ttl：优先淘汰剩余生存时间最短的。

缓存场景一般用 allkeys-lru 或 allkeys-lfu。

7. 缓存穿透、缓存击穿、缓存雪崩的区别和解决方案？

口述版：

这是必考题，一定要分清楚：

一句话区分：

• 穿透：查不存在的数据
• 击穿：热点 key 失效
• 雪崩：大面积失效或 Redis 挂了

8. 如何实现 Redis 分布式锁？

口述版：

最基础的版本是用 SET key value NX EX seconds：

• NX：只有 key 不存在才设置成功（保证互斥）
• EX：设置过期时间，防止死锁

释放锁时要判断 value 是不是自己的（防止误删别人的锁），一般用 Lua 脚本保证原子性：

if redis.call("get", KEYS[1]) == ARGV[1] then
    return redis.call("del", KEYS[1])
else
    return 0
end

进阶问题：

• 锁续期：业务没执行完锁就过期了 → 用 Redisson 的看门狗机制自动续期。
• 可重入：同一线程多次加锁 → Redisson 支持。
• 主从切换丢锁：在 Redis 集群/哨兵下，推荐用 Redisson 的红锁（RedLock）或接受极低概率问题，业务做好幂等。

生产中更推荐直接用 Redisson，而不是自己造轮子。

9. Redis 单线程为什么还能支持高并发？

口述版：

这里说的单线程，指的是执行命令的线程是单线程，不是整个 Redis 只有一个线程。

原因：

1. 纯内存操作，本身就很快。
2. 单线程避免了线程切换和锁竞争。
3. 使用 I/O 多路复用（epoll），一个线程可以同时处理大量连接的读写事件。
4. 大多数命令时间复杂度很低。

所以单线程反而成为优势：简单、原子、足够快。瓶颈通常在内存、网络或大数据结构操作，而不是 CPU。

10. Redis 主从、哨兵、集群的区别？

口述版：

• 主从复制：一主多从，读写分离，数据备份。缺点是主挂了需要人工切换。
• 哨兵（Sentinel）：在主从基础上增加监控和自动故障转移。主挂了，哨兵会选新主并通知客户端。解决了高可用，但仍是全量数据，受单机内存限制。
• 集群（Cluster）：数据分片存储，每个节点存一部分数据（16384 个槽）。支持水平扩展，也能自动故障转移。适合数据量大、需要高并发写的场景。

简单选型：

• 数据量不大、要高可用 → 哨兵
• 数据量大、要水平扩展 → 集群

11. 什么是大 Key？有什么危害？怎么处理？

口述版：

大 Key 一般指：

• String 超过 10 KB
• Hash/List/Set/ZSet 元素个数过多（比如上万），或总大小很大

危害：

1. 内存占用不均，容易触发淘汰或 OOM。
2. 操作耗时变长，阻塞其他命令（单线程）。
3. 主从同步、RBD/AOF 重写变慢。
4. 集群迁移槽时卡住。

处理思路：

• 拆分大 Key（按业务拆成多个小 Key）
• 对大集合做分片存储
• 定期清理、压缩
• 用 UNLINK（异步删除）代替 DEL
• 监控并扫描大 Key（redis-cli --bigkeys 或自行扫描）

12. 缓存和数据库一致性怎么保证？

口述版：

这是经典难题，没有完美方案，只有适合的权衡。

常见做法：

1. Cache Aside（旁路缓存）（最常用）：

   • 读：先读缓存，没有再读 DB，回写缓存
   • 写：先更新 DB，再删除缓存（而不是更新缓存）

2. 删除缓存失败怎么办？

   • 重试
   • 用消息队列保证最终删除
   • 设置合理的过期时间作为兜底

3. 更强一致性需求可以用：

   • 延迟双删
   • 订阅 binlog 异步删缓存（Canal 等）
   • 分布式事务（成本高，一般不这么做）

实际项目中，大多数业务接受最终一致性，用「更新 DB + 删除缓存 + 过期时间」就够了。

13. Pipeline 和事务的区别？

口述版：

• Pipeline：把多个命令打包一次发给 Redis，减少网络往返（RTT）。不保证原子性，只是提升性能。
• 事务（MULTI/EXEC）：命令队列化，然后一次执行，保证这些命令按顺序执行，中间不会插入别人的命令。但不像数据库事务那样支持回滚，某条命令失败，其他命令照样执行。

需要原子性又要多命令时，更推荐用 Lua 脚本，它在服务端一次执行完毕，真正原子。

14. Redis 如何实现延时队列 / 延时任务？

口述版：

常用 ZSet 实现：

• score 存执行时间的时间戳
• member 存任务内容

后台线程或定时任务循环用 ZRANGEBYSCORE 取出到期的任务，处理完再删除。

也可以用 Redis 5.0 的 Stream，或者直接用专业的延时队列中间件（如 RocketMQ 延时消息）。

面试加分点

1. 能结合自己项目讲：缓存了什么数据、过期时间怎么定、有没有遇到穿透/击穿、怎么解决的。
2. 知道 Redisson、缓存空值、布隆过滤器、大 Key 治理这些实战手段。
3. 能说清「最终一致性」而不是吹「强一致」。
4. 对 Redis 6 多线程、Redis 7 新特性有简单了解更佳。

一句话总结记忆：

Redis 面试核心围绕：数据结构 → 持久化 → 过期/淘汰 → 三大缓存问题 → 分布式锁 → 高可用架构 → 大 Key 与一致性。把每块的原理和解决方案说清楚，再结合项目，基本就能过关。