MySQL和Redis面試題小結

MySQL專題

1. 主鍵 超鍵 候選鍵 外鍵

主 鍵：

數據庫表中對儲存數據對象予以唯一和完整標識的數據列或屬性的組合。一個數據列只能有一個主鍵，且主鍵的取值不能缺失，即不能為空值（Null）。

超 鍵：

在關系中能唯一標識元組的屬性集稱為關系模式的超鍵。一個屬性可以為作為一個超鍵，多個屬性組合在一起也可以作為一個超鍵。超鍵包含候選鍵和主鍵。

候選鍵：

是最小超鍵，即沒有冗余元素的超鍵。

外 鍵：

在一個表中存在的另一個表的主鍵稱此表的外鍵。

2.數據庫事務的四個特性及含義

數據庫事務transanction正確執行的四個基本要素。ACID,原子性(Atomicity)、一致性(Correspondence)、隔離性(Isolation)、持久性(Durability)。
原子性:整個事務中的所有操作，要么全部完成，要么全部不完成，不可能停滯在中間某個環節。事務在執行過程中發生錯誤，會被回滾（Rollback）到事務開始前的狀態，就像這個事務從來沒有執行過一樣。
一致性:在事務開始之前和事務結束以后，數據庫的完整性約束沒有被破壞。
隔離性:隔離狀態執行事務，使它們好像是系統在給定時間內執行的唯一操作。如果有兩個事務，運行在相同的時間內，執行 相同的功能，事務的隔離性將確保每一事務在系統中認為只有該事務在使用系統。這種屬性有時稱為串行化，為了防止事務操作間的混淆，必須串行化或序列化請 求，使得在同一時間僅有一個請求用於同一數據。
持久性:在事務完成以后，該事務所對數據庫所作的更改便持久的保存在數據庫之中，並不會被回滾。

3.視圖的作用，視圖可以更改么？

視圖是虛擬的表，與包含數據的表不一樣，視圖只包含使用時動態檢索數據的查詢；不包含任何列或數據。使用視圖可以簡化復雜的sql操作，隱藏具體的細節，保護數據；視圖創建后，可以使用與表相同的方式利用它們。
視圖不能被索引，也不能有關聯的觸發器或默認值，如果視圖本身內有order by 則對視圖再次order by將被覆蓋。
創建視圖：create view XXX as XXXXXXXXXXXXXX;
對於某些視圖比如未使用聯結子查詢分組聚集函數Distinct Union等，是可以對其更新的，對視圖的更新將對基表進行更新；但是視圖主要用於簡化檢索，保護數據，並不用於更新，而且大部分視圖都不可以更新。

4.drop,delete與truncate的區別

drop直接刪掉表 truncate刪除表中數據，再插入時自增長id又從1開始 delete刪除表中數據，可以加where字句。

（1） DELETE語句執行刪除的過程是每次從表中刪除一行，並且同時將該行的刪除操作作為事務記錄在日志中保存以便進行進行回滾操作。TRUNCATE TABLE 則一次性地從表中刪除所有的數據並不把單獨的刪除操作記錄記入日志保存，刪除行是不能恢復的。並且在刪除的過程中不會激活與表有關的刪除觸發器。執行速度快。

（2） 表和索引所占空間。當表被TRUNCATE 后，這個表和索引所占用的空間會恢復到初始大小，而DELETE操作不會減少表或索引所占用的空間。drop語句將表所占用的空間全釋放掉。

（3） 一般而言，drop > truncate > delete

（4） 應用范圍。TRUNCATE 只能對TABLE；DELETE可以是table和view

（5） TRUNCATE 和DELETE只刪除數據，而DROP則刪除整個表（結構和數據）。

（6） truncate與不帶where的delete ：只刪除數據，而不刪除表的結構（定義）drop語句將刪除表的結構被依賴的約束（constrain),觸發器（trigger)索引（index);依賴於該表的存儲過程/函數將被保留，但其狀態會變為：invalid。

（7） delete語句為DML（data maintain Language),這個操作會被放到 rollback segment中,事務提交后才生效。如果有相應的 tigger,執行的時候將被觸發。

（8） truncate、drop是DLL（data define language),操作立即生效，原數據不放到 rollback segment中，不能回滾

（9） 在沒有備份情況下，謹慎使用 drop 與 truncate。要刪除部分數據行采用delete且注意結合where來約束影響范圍。回滾段要足夠大。要刪除表用drop;若想保留表而將表中數據刪除，如果於事務無關，用truncate即可實現。如果和事務有關，或老師想觸發trigger,還是用delete。

（10） Truncate table 表名 速度快,而且效率高,因為:
truncate table 在功能上與不帶 WHERE 子句的 DELETE 語句相同：二者均刪除表中的全部行。但 TRUNCATE TABLE 比 DELETE 速度快，且使用的系統和事務日志資源少。DELETE 語句每次刪除一行，並在事務日志中為所刪除的每行記錄一項。TRUNCATE TABLE 通過釋放存儲表數據所用的數據頁來刪除數據，並且只在事務日志中記錄頁的釋放。

（11） TRUNCATE TABLE 刪除表中的所有行，但表結構及其列、約束、索引等保持不變。新行標識所用的計數值重置為該列的種子。如果想保留標識計數值，請改用 DELETE。如果要刪除表定義及其數據，請使用 DROP TABLE 語句。

（12） 對於由 FOREIGN KEY 約束引用的表，不能使用 TRUNCATE TABLE，而應使用不帶 WHERE 子句的 DELETE 語句。由於 TRUNCATE TABLE 不記錄在日志中，所以它不能激活觸發器。

5.索引的工作原理及其種類

數據庫索引，是數據庫管理系統中一個排序的數據結構，以協助快速查詢、更新數據庫表中數據。索引的實現通常使用B樹及其變種B+樹。

在數據之外，數據庫系統還維護着滿足特定查找算法的數據結構，這些數據結構以某種方式引用（指向）數據，這樣就可以在這些數據結構上實現高級查找算法。這種數據結構，就是索引。

為表設置索引要付出代價的：一是增加了數據庫的存儲空間，二是在插入和修改數據時要花費較多的時間(因為索引也要隨之變動)。

 

圖展示了一種可能的索引方式。左邊是數據表，一共有兩列七條記錄，最左邊的是數據記錄的物理地址（注意邏輯上相鄰的記錄在磁盤上也並不是一定物理相鄰的）。為了加快Col2的查找，可以維護一個右邊所示的二叉查找樹，每個節點分別包含索引鍵值和一個指向對應數據記錄物理地址的指針，這樣就可以運用二叉查找在O(log₂n)的復雜度內獲取到相應數據。

創建索引可以大大提高系統的性能。

第一，通過創建唯一性索引，可以保證數據庫表中每一行數據的唯一性。

第二，可以大大加快數據的檢索速度，這也是創建索引的最主要的原因。

第三，可以加速表和表之間的連接，特別是在實現數據的參考完整性方面特別有意義。

第四，在使用分組和排序子句進行數據檢索時，同樣可以顯著減少查詢中分組和排序的時間。

第五，通過使用索引，可以在查詢的過程中，使用優化隱藏器，提高系統的性能。

也許會有人要問：增加索引有如此多的優點，為什么不對表中的每一個列創建一個索引呢？因為，增加索引也有許多不利的方面。

第一，創建索引和維護索引要耗費時間，這種時間隨着數據量的增加而增加。

第二，索引需要占物理空間，除了數據表占數據空間之外，每一個索引還要占一定的物理空間，如果要建立聚簇索引，那么需要的空間就會更大。

第三，當對表中的數據進行增加、刪除和修改的時候，索引也要動態的維護，這樣就降低了數據的維護速度。

索引是建立在數據庫表中的某些列的上面。在創建索引的時候，應該考慮在哪些列上可以創建索引，在哪些列上不能創建索引。一般來說，應該在這些列上創建索引：在經常需要搜索的列上，可以加快搜索的速度；在作為主鍵的列上，強制該列的唯一性和組織表中數據的排列結構；在經常用在連接的列上，這些列主要是一些外鍵，可以加快連接的速度；在經常需要根據范圍進行搜索的列上創建索引，因為索引已經排序，其指定的范圍是連續的；在經常需要排序的列上創建索引，因為索引已經排序，這樣查詢可以利用索引的排序，加快排序查詢時間；在經常使用在WHERE子句中的列上面創建索引，加快條件的判斷速度。

同樣，對於有些列不應該創建索引。一般來說，不應該創建索引的的這些列具有下列特點：

第一，對於那些在查詢中很少使用或者參考的列不應該創建索引。這是因為，既然這些列很少使用到，因此有索引或者無索引，並不能提高查詢速度。相反，由於增加了索引，反而降低了系統的維護速度和增大了空間需求。

第二，對於那些只有很少數據值的列也不應該增加索引。這是因為，由於這些列的取值很少，例如人事表的性別列，在查詢的結果中，結果集的數據行占了表中數據行的很大比例，即需要在表中搜索的數據行的比例很大。增加索引，並不能明顯加快檢索速度。

第三，對於那些定義為text, image和bit數據類型的列不應該增加索引。這是因為，這些列的數據量要么相當大，要么取值很少。

第四，當修改性能遠遠大於檢索性能時，不應該創建索引。這是因為，修改性能和檢索性能是互相矛盾的。當增加索引時，會提高檢索性能，但是會降低修改性能。當減少索引時，會提高修改性能，降低檢索性能。因此，當修改性能遠遠大於檢索性能時，不應該創建索引。

根據數據庫的功能，可以在數據庫設計器中創建三種索引：唯一索引、主鍵索引和聚集索引。

唯一索引

唯一索引是不允許其中任何兩行具有相同索引值的索引。

當現有數據中存在重復的鍵值時，大多數數據庫不允許將新創建的唯一索引與表一起保存。數據庫還可能防止添加將在表中創建重復鍵值的新數據。例如，如果在employee表中職員的姓(lname)上創建了唯一索引，則任何兩個員工都不能同姓。 主鍵索引 數據庫表經常有一列或列組合，其值唯一標識表中的每一行。該列稱為表的主鍵。 在數據庫關系圖中為表定義主鍵將自動創建主鍵索引，主鍵索引是唯一索引的特定類型。該索引要求主鍵中的每個值都唯一。當在查詢中使用主鍵索引時，它還允許對數據的快速訪問。 聚集索引 在聚集索引中，表中行的物理順序與鍵值的邏輯（索引）順序相同。一個表只能包含一個聚集索引。

如果某索引不是聚集索引，則表中行的物理順序與鍵值的邏輯順序不匹配。與非聚集索引相比，聚集索引通常提供更快的數據訪問速度。

局部性原理與磁盤預讀

由於存儲介質的特性，磁盤本身存取就比主存慢很多，再加上機械運動耗費，磁盤的存取速度往往是主存的幾百分分之一，因此為了提高效率，要盡量減少磁盤I/O。為了達到這個目的，磁盤往往不是嚴格按需讀取，而是每次都會預讀，即使只需要一個字節，磁盤也會從這個位置開始，順序向后讀取一定長度的數據放入內存。這樣做的理論依據是計算機科學中著名的局部性原理：當一個數據被用到時，其附近的數據也通常會馬上被使用。程序運行期間所需要的數據通常比較集中。

由於磁盤順序讀取的效率很高（不需要尋道時間，只需很少的旋轉時間），因此對於具有局部性的程序來說，預讀可以提高I/O效率。

預讀的長度一般為頁（page）的整倍數。頁是計算機管理存儲器的邏輯塊，硬件及操作系統往往將主存和磁盤存儲區分割為連續的大小相等的塊，每個存儲塊稱為一頁（在許多操作系統中，頁得大小通常為4k），主存和磁盤以頁為單位交換數據。當程序要讀取的數據不在主存中時，會觸發一個缺頁異常，此時系統會向磁盤發出讀盤信號，磁盤會找到數據的起始位置並向后連續讀取一頁或幾頁載入內存中，然后異常返回，程序繼續運行。

B-/+Tree索引的性能分析

到這里終於可以分析B-/+Tree索引的性能了。

上文說過一般使用磁盤I/O次數評價索引結構的優劣。先從B-Tree分析，根據B-Tree的定義，可知檢索一次最多需要訪問h個節點。數據庫系統的設計者巧妙利用了磁盤預讀原理，將一個節點的大小設為等於一個頁，這樣每個節點只需要一次I/O就可以完全載入。為了達到這個目的，在實際實現B-Tree還需要使用如下技巧：

每次新建節點時，直接申請一個頁的空間，這樣就保證一個節點物理上也存儲在一個頁里，加之計算機存儲分配都是按頁對齊的，就實現了一個node只需一次I/O。

B-Tree中一次檢索最多需要h-1次I/O（根節點常駐內存），漸進復雜度為O(h)=O(log_dN)。一般實際應用中，出度d是非常大的數字，通常超過100，因此h非常小（通常不超過3）。

而紅黑樹這種結構，h明顯要深的多。由於邏輯上很近的節點（父子）物理上可能很遠，無法利用局部性，所以紅黑樹的I/O漸進復雜度也為O(h)，效率明顯比B-Tree差很多。

綜上所述，用B-Tree作為索引結構效率是非常高的。

6.連接的種類

查詢分析器中執行：
--建表table1,table2：
create table table1(id int,name varchar(10))
create table table2(id int,score int)
insert into table1 select 1,'lee'
insert into table1 select 2,'zhang'
insert into table1 select 4,'wang'
insert into table2 select 1,90
insert into table2 select 2,100
insert into table2 select 3,70
如表
-------------------------------------------------
table1 | table2 |
-------------------------------------------------
id name |id score |
1 lee |1 90|
2 zhang| 2 100|
4 wang| 3 70|
-------------------------------------------------

以下均在查詢分析器中執行
一、外連接
1.概念：包括左向外聯接、右向外聯接或完整外部聯接

2.左連接：left join 或 left outer join
(1)左向外聯接的結果集包括 LEFT OUTER 子句中指定的左表的所有行，而不僅僅是聯接列所匹配的行。如果左表的某行在右表中沒有匹配行，則在相關聯的結果集行中右表的所有選擇列表列均為空值(null)。
(2)sql 語句
select * from table1 left join table2 on table1.id=table2.id
-------------結果-------------
idnameidscore
------------------------------
1lee190
2zhang2100
4wangNULLNULL
------------------------------
注釋：包含table1的所有子句，根據指定條件返回table2相應的字段，不符合的以null顯示

3.右連接：right join 或 right outer join
(1)右向外聯接是左向外聯接的反向聯接。將返回右表的所有行。如果右表的某行在左表中沒有匹配行，則將為左表返回空值。
(2)sql 語句
select * from table1 right join table2 on table1.id=table2.id
-------------結果-------------
idnameidscore
------------------------------
1lee190
2zhang2100
NULLNULL370
------------------------------
注釋：包含table2的所有子句，根據指定條件返回table1相應的字段，不符合的以null顯示

4.完整外部聯接:full join 或 full outer join
(1)完整外部聯接返回左表和右表中的所有行。當某行在另一個表中沒有匹配行時，則另一個表的選擇列表列包含空值。如果表之間有匹配行，則整個結果集行包含基表的數據值。
(2)sql 語句
select * from table1 full join table2 on table1.id=table2.id
-------------結果-------------
idnameidscore
------------------------------
1lee190
2zhang2100
4wangNULLNULL
NULLNULL370
------------------------------
注釋：返回左右連接的和（見上左、右連接）

二、內連接
1.概念：內聯接是用比較運算符比較要聯接列的值的聯接

2.內連接：join 或 inner join

3.sql 語句
select * from table1 join table2 on table1.id=table2.id
-------------結果-------------
idnameidscore
------------------------------
1lee190
2zhang2100
------------------------------
注釋：只返回符合條件的table1和table2的列

4.等價（與下列執行效果相同）
A:select a.*,b.* from table1 a,table2 b where a.id=b.id
B:select * from table1 cross join table2 where table1.id=table2.id (注：cross join后加條件只能用where,不能用on)

三、交叉連接(完全)

1.概念：沒有 WHERE 子句的交叉聯接將產生聯接所涉及的表的笛卡爾積。第一個表的行數乘以第二個表的行數等於笛卡爾積結果集的大小。（table1和table2交叉連接產生3*3=9條記錄）

2.交叉連接：cross join (不帶條件where...)

3.sql語句
select * from table1 cross join table2
-------------結果-------------
idnameidscore
------------------------------
1lee190
2zhang190
4wang190
1lee2100
2zhang2100
4wang2100
1lee370
2zhang370
4wang370
------------------------------
注釋：返回3*3=9條記錄，即笛卡爾積

4.等價（與下列執行效果相同）
A:select * from table1,table2

7.數據庫范式

1 第一范式（1NF）

在任何一個關系數據庫中，第一范式（1NF）是對關系模式的基本要求，不滿足第一范式（1NF）的數據庫就不是關系數據庫。
所謂第一范式（1NF）是指數據庫表的每一列都是不可分割的基本數據項，同一列中不能有多個值，即實體中的某個屬性不能有多個值或者不能有重復的屬性。如果出現重復的屬性，就可能需要定義一個新的實體，新的實體由重復的屬性構成，新實體與原實體之間為一對多關系。在第一范式（1NF）中表的每一行只包含一個實例的信息。簡而言之，第一范式就是無重復的列。

2 第二范式（2NF）

第二范式（2NF）是在第一范式（1NF）的基礎上建立起來的，即滿足第二范式（2NF）必須先滿足第一范式（1NF）。第二范式（2NF）要求數據庫表中的每個實例或行必須可以被惟一地區分。為實現區分通常需要為表加上一個列，以存儲各個實例的惟一標識。這個惟一屬性列被稱為主關鍵字或主鍵、主碼。
第二范式（2NF）要求實體的屬性完全依賴於主關鍵字。所謂完全依賴是指不能存在僅依賴主關鍵字一部分的屬性，如果存在，那么這個屬性和主關鍵字的這一部分應該分離出來形成一個新的實體，新實體與原實體之間是一對多的關系。為實現區分通常需要為表加上一個列，以存儲各個實例的惟一標識。簡而言之，第二范式就是非主屬性非部分依賴於主關鍵字。

3 第三范式（3NF）

滿足第三范式（3NF）必須先滿足第二范式（2NF）。簡而言之，第三范式（3NF）要求一個數據庫表中不包含已在其它表中已包含的非主關鍵字信息。例如，存在一個部門信息表，其中每個部門有部門編號（dept_id）、部門名稱、部門簡介等信息。那么在員工信息表中列出部門編號后就不能再將部門名稱、部門簡介等與部門有關的信息再加入員工信息表中。如果不存在部門信息表，則根據第三范式（3NF）也應該構建它，否則就會有大量的數據冗余。簡而言之，第三范式就是屬性不依賴於其它非主屬性。（我的理解是消除冗余）

8.數據庫優化的思路

這個我借鑒了慕課上關於數據庫優化的課程。

1.SQL語句優化

1）應盡量避免在 where 子句中使用!=或<>操作符，否則將引擎放棄使用索引而進行全表掃描。
2）應盡量避免在 where 子句中對字段進行 null 值判斷，否則將導致引擎放棄使用索引而進行全表掃描，如：
select id from t where num is null
可以在num上設置默認值0，確保表中num列沒有null值，然后這樣查詢：
select id from t where num=0
3）很多時候用 exists 代替 in 是一個好的選擇
4）用Where子句替換HAVING 子句 因為HAVING 只會在檢索出所有記錄之后才對結果集進行過濾

2.索引優化

看上文索引

3.數據庫結構優化

1）范式優化： 比如消除冗余（節省空間。。） 2）反范式優化：比如適當加冗余等（減少join） 3）拆分表： 分區將數據在物理上分隔開，不同分區的數據可以制定保存在處於不同磁盤上的數據文件里。這樣，當對這個表進行查詢時，只需要在表分區中進行掃描，而不必進行全表掃描，明顯縮短了查詢時間，另外處於不同磁盤的分區也將對這個表的數據傳輸分散在不同的磁盤I/O，一個精心設置的分區可以將數據傳輸對磁盤I/O競爭均勻地分散開。對數據量大的時時表可采取此方法。可按月自動建表分區。
4）拆分其實又分垂直拆分和水平拆分： 案例： 簡單購物系統暫設涉及如下表： 1.產品表（數據量10w，穩定） 2.訂單表（數據量200w，且有增長趨勢） 3.用戶表 （數據量100w，且有增長趨勢） 以mysql為例講述下水平拆分和垂直拆分，mysql能容忍的數量級在百萬靜態數據可以到千萬 垂直拆分：解決問題：表與表之間的io競爭 不解決問題：單表中數據量增長出現的壓力 方案： 把產品表和用戶表放到一個server上 訂單表單獨放到一個server上 水平拆分： 解決問題：單表中數據量增長出現的壓力 不解決問題：表與表之間的io爭奪
方案： 用戶表通過性別拆分為男用戶表和女用戶表 訂單表通過已完成和完成中拆分為已完成訂單和未完成訂單 產品表 未完成訂單放一個server上 已完成訂單表盒男用戶表放一個server上 女用戶表放一個server上(女的愛購物 哈哈)

4.服務器硬件優化

這個么多花錢咯！

9.存儲過程與觸發器的區別

觸發器與存儲過程非常相似，觸發器也是SQL語句集，兩者唯一的區別是觸發器不能用EXECUTE語句調用，而是在用戶執行Transact-SQL語句時自動觸發（激活）執行。觸發器是在一個修改了指定表中的數據時執行的存儲過程。通常通過創建觸發器來強制實現不同表中的邏輯相關數據的引用完整性和一致性。由於用戶不能繞過觸發器，所以可以用它來強制實施復雜的業務規則，以確保數據的完整性。觸發器不同於存儲過程，觸發器主要是通過事件執行觸發而被執行的，而存儲過程可以通過存儲過程名稱名字而直接調用。當對某一表進行諸如UPDATE、INSERT、DELETE這些操作時，SQLSERVER就會自動執行觸發器所定義的SQL語句，從而確保對數據的處理必須符合這些SQL語句所定義的規則。

 

Redis專題

1、什么是Redis？

Redis全稱為：Remote Dictionary Server（遠程數據服務），該軟件使用C語言編寫，Redis是一個key-value存儲系統，它支持豐富的數據類型，如：string、list、set、zset(sorted set)、hash。

2、Redis相比memcached有哪些優勢？

• 1 memcached所有的值均是簡單的字符串，redis作為其替代者，支持更為豐富的數據類型
• 2 redis的速度比memcached快很多
• 3 redis可以持久化其數據

3、Redis支持哪幾種數據類型？

• List
• String
• Hash
• Set
• Zset

4、Redis主要消耗什么物理資源？

內存

5、Redis的全稱是什么？

Remote Dictionary Server（遠程數據服務

6、Redis有哪幾種數據淘汰策略？

• volatile-lru：從已設置過期時間的數據集（server.db[i].expires）中挑選最近最少使用的數據淘汰
• volatile-ttl：從已設置過期時間的數據集（server.db[i].expires）中挑選將要過期的數據淘汰
• volatile-random：從已設置過期時間的數據集（server.db[i].expires）中任意選擇數據淘汰
• allkeys-lru：從數據集（server.db[i].dict）中挑選最近最少使用的數據淘汰
• allkeys-random：從數據集（server.db[i].dict）中任意選擇數據淘汰
• no-enviction（驅逐）：禁止驅逐數據；返回錯誤當內存限制達到並且客戶端嘗試執行會讓更多內存被使用的命令

7、一個字符串類型的值能存儲最大容量是多少？

512MB

8、為什么Redis需要把所有數據放到內存中？

Redis為了達到最快的讀寫速度將數據都讀到內存中，並通過異步的方式將數據寫入磁盤。所以redis具有快速和數據持久化的特征。如果不將數據放在內存中，磁盤I/O速度為嚴重影響redis的性能。在內存越來越便宜的今天，redis將會越來越受歡迎。 如果設置了最大使用的內存，則數據已有記錄數達到內存限值后不能繼續插入新值。

9、Redis集群方案應該怎么做？都有哪些方案？

一致性hash

hash槽

• 1.twemproxy，大概概念是，它類似於一個代理方式，使用方法和普通redis無任何區別，設置好它下屬的多個redis實例后，使用時在本需要連接redis的地方改為連接twemproxy，它會以一個代理的身份接收請求並使用一致性hash算法，將請求轉接到具體redis，將結果再返回twemproxy。使用方式簡便(相對redis只需修改連接端口)，對舊項目擴展的首選。 問題：twemproxy自身單端口實例的壓力，使用一致性hash后，對redis節點數量改變時候的計算值的改變，數據無法自動移動到新的節點。
• 2.codis，目前用的最多的集群方案，基本和twemproxy一致的效果，但它支持在 節點數量改變情況下，舊節點數據可恢復到新hash節點。
• 3.redis cluster3.0自帶的集群，特點在於他的分布式算法不是一致性hash，而是hash槽的概念，以及自身支持節點設置從節點。具體看官方文檔介紹。
• 4.在業務代碼層實現，起幾個毫無關聯的redis實例，在代碼層，對key 進行hash計算，然后去對應的redis實例操作數據。 這種方式對hash層代碼要求比較高，考慮部分包括，節點失效后的替代算法方案，數據震盪后的自動腳本恢復，實例的監控，等等。

11、Redis集群方案什么情況下會導致整個集群不可用？

Redis 集群的主從復制模型

為了使在部分節點失敗或者大部分節點無法通信的情況下集群仍然可用，所以集群使用了主從復制模型,每個節點都會有N-1個復制品.

在我們例子中具有A，B，C三個節點的集群,在沒有復制模型的情況下,如果節點B失敗了，那么整個集群就會以為缺少5501-11000這個范圍的槽而不可用.

然而如果在集群創建的時候（或者過一段時間）我們為每個節點添加一個從節點A1，B1，C1,那么整個集群便有三個master節點和三個slave節點組成，這樣在節點B失敗后，集群便會選舉B1為新的主節點繼續服務，整個集群便不會因為槽找不到而不可用了

不過當B和B1 都失敗后，集群是不可用的.

12、MySQL里有2000w數據，redis中只存20w的數據，如何保證redis中的數據都是熱點數據？

redis 內存數據集大小上升到一定大小的時候，就會施行數據淘汰策略。

13、Redis有哪些適合的場景？

1）會話緩存（Session Cache）

最常用的一種使用Redis的情景是會話緩存（session cache）。用Redis緩存會話比其他存儲（如Memcached）的優勢在於：Redis提供持久化。當維護一個不是嚴格要求一致性的緩存時，如果用戶的購物車信息全部丟失，大部分人都會不高興的，現在，他們還會這樣嗎？幸運的是，隨着 Redis 這些年的改進，很容易找到怎么恰當的使用Redis來緩存會話的文檔。甚至廣為人知的商業平台Magento也提供Redis的插件。

2）全頁緩存（FPC）

除基本的會話token之外，Redis還提供很簡便的FPC平台。回到一致性問題，即使重啟了Redis實例，因為有磁盤的持久化，用戶也不會看到頁面加載速度的下降，這是一個極大改進，類似PHP本地FPC。 再次以Magento為例，Magento提供一個插件來使用Redis作為全頁緩存后端。 此外，對WordPress的用戶來說，Pantheon有一個非常好的插件 wp-redis，這個插件能幫助你以最快速度加載你曾瀏覽過的頁面。

3）隊列 Reids在內存存儲引擎領域的一大優點是提供 list 和 set 操作，這使得Redis能作為一個很好的消息隊列平台來使用。Redis作為隊列使用的操作，就類似於本地程序語言（如Python）對 list 的 push/pop 操作。

如果你快速的在Google中搜索“Redis queues”，你馬上就能找到大量的開源項目，這些項目的目的就是利用Redis創建非常好的后端工具，以滿足各種隊列需求。例如，Celery有一個后台就是使用Redis作為broker，你可以從這里去查看。

4）排行榜/計數器 Redis在內存中對數字進行遞增或遞減的操作實現的非常好。集合（Set）和有序集合（Sorted Set）也使得我們在執行這些操作的時候變的非常簡單，Redis只是正好提供了這兩種數據結構。所以，我們要從排序集合中獲取到排名最靠前的10個用戶–我們稱之為“user_scores”，我們只需要像下面一樣執行即可： 當然，這是假定你是根據你用戶的分數做遞增的排序。如果你想返回用戶及用戶的分數，你需要這樣執行 ZRANGE user_scores 0 10 WITHSCORES Agora Games就是一個很好的例子，用Ruby實現的，它的排行榜就是使用Redis來存儲數據的，你可以在這里看到。

5）發布/訂閱

最后（但肯定不是最不重要的）是Redis的發布/訂閱功能。發布/訂閱的使用場景確實非常多。我已看見人們在社交網絡連接中使用，還可作為基於發布/訂閱的腳本觸發器，甚至用Redis的發布/訂閱功能來建立聊天系統

14、Redis支持的Java客戶端都有哪些？官方推薦用哪個？

Redisson、Jedis、lettuce等等，官方推薦使用Redisson。

15、Redis和Redisson有什么關系？

Redisson是一個高級的分布式協調Redis客服端，能幫助用戶在分布式環境中輕松實現一些Java的對象 (Bloom filter, BitSet, Set, SetMultimap, ScoredSortedSet, SortedSet, Map, ConcurrentMap, List, ListMultimap, Queue, BlockingQueue, Deque, BlockingDeque, Semaphore, Lock, ReadWriteLock, AtomicLong, CountDownLatch, Publish / Subscribe, HyperLogLog)。

16、Jedis與Redisson對比有什么優缺點？

Jedis是Redis的Java實現的客戶端，其API提供了比較全面的Redis命令的支持；Redisson實現了分布式和可擴展的Java數據結構，和Jedis相比，功能較為簡單，不支持字符串操作，不支持排序、事務、管道、分區等Redis特性。Redisson的宗旨是促進使用者對Redis的關注分離，從而讓使用者能夠將精力更集中地放在處理業務邏輯上。

17、Redis如何設置密碼及驗證密碼？

設置密碼：config set requirepass 123456 授權密碼：auth 123456

18、說說Redis哈希槽的概念？

Redis集群沒有使用一致性hash,而是引入了哈希槽的概念，Redis集群有16384個哈希槽，每個key通過CRC16校驗后對16384取模來決定放置哪個槽，集群的每個節點負責一部分hash槽。

19、Redis集群的主從復制模型是怎樣的？

為了使在部分節點失敗或者大部分節點無法通信的情況下集群仍然可用，所以集群使用了主從復制模型,每個節點都會有N-1個復制品.

20、Redis集群會有寫操作丟失嗎？為什么？

Redis並不能保證數據的強一致性，這意味這在實際中集群在特定的條件下可能會丟失寫操作。 例如cluster接受了一個寫請求，給client返回ok，這個寫請求的內容也可能丟失。因為其寫流程如下：

1. master B接受了一個寫請求；

2. B寫成功，返回ok給client；

3. B把數據廣播給slaves（B1、B2、B3）

如果第二步執行完畢后，B crash了，則會發生數據不一致現象。

21、Redis集群之間是如何復制的？

異步復制

22、Redis集群最大節點個數是多少？

16384個。

23、Redis集群如何選擇數據庫？

Redis集群目前無法做數據庫選擇，默認在0數據庫。

24、怎么測試Redis的連通性？

ping

25、Redis中的管道有什么用？

一次請求/響應服務器能實現處理新的請求即使舊的請求還未被響應。這樣就可以將多個命令發送到服務器，而不用等待回復，最后在一個步驟中讀取該答復。 這就是管道（pipelining），是一種幾十年來廣泛使用的技術。例如許多POP3協議已經實現支持這個功能，大大加快了從服務器下載新郵件的過程。

26、怎么理解Redis事務？

務是一個單獨的隔離操作：事務中的所有命令都會序列化、按順序地執行。事務在執行的過程中，不會被其他客戶端發送來的命令請求所打斷。 事務是一個原子操作：事務中的命令要么全部被執行，要么全部都不執行。

27、Redis事務相關的命令有哪幾個？

• 開始事務：MULTI
  • 命令的執行標記着事務的開始：這個命令唯一做的就是， 將客戶端的 REDIS_MULTI 選項打開， 讓客戶端從非事務狀態切換到事務狀態。
• 執行事務： EXEC
• 監視事務： WATCH
  • WATCH 命令用於在事務開始之前監視任意數量的鍵。 當調用 EXEC 命令執行事務時， 如果任意一個被監視的鍵已經被其他客戶端修改了， 那么整個事務不再執行， 直接返回失敗。
• 取消事務 DISCARD
  • DISCARD 命令用於取消一個事務， 它清空客戶端的整個事務隊列， 然后將客戶端從事務狀態調整回非事務狀態， 最后返回字符串 OK 給客戶端， 說明事務已被取消。

28、Redis key的過期時間和永久有效分別怎么設置？

EXPIRE和PERSIST命令。

29、Redis如何做內存優化？

盡可能使用散列表（hashes），散列表（是說散列表里面存儲的數少）使用的內存非常小，所以你應該盡可能的將你的數據模型抽象到一個散列表里面。比如你的web系統中有一個用戶對象，不要為這個用戶的名稱，姓氏，郵箱，密碼設置單獨的key,而是應該把這個用戶的所有信息存儲到一張散列表里面.

30、Redis回收進程如何工作的？

一個客戶端運行了新的命令，添加了新的數據。

Redi檢查內存使用情況，如果大於maxmemory的限制, 則根據設定好的策略進行回收。

一個新的命令被執行，等等。

所以我們不斷地穿越內存限制的邊界，通過不斷達到邊界然后不斷地回收回到邊界以下。

如果一個命令的結果導致大量內存被使用（例如很大的集合的交集保存到一個新的鍵），不用多久內存限制就會被這個內存使用量超越。

31、Redis回收使用的是什么算法？

LRU算法

32、Redis如何做大量數據插入？

官方在2.6版本推出了一個新的功能-pipe mode，即將支持Redis協議的文本文件直接通過pipe導入到服務端。 具體示例：

1. 新建一個文本文件，包含redis命令 SET Key0 Value0 SET Key1 Value1 ... SET KeyN ValueN 如果有了原始數據，其實構造這個文件並不難，譬如shell，python都可以 2. 將這些命令轉化成Redis Protocol。 因為Redis管道功能支持的是Redis Protocol，而不是直接的Redis命令。 如何轉化，可參考后面的腳本。 3. 利用管道插入 cat data.txt | redis-cli --pipe 

33、為什么要做Redis分區？

• 性能的提升，單機Redis的網絡I/O能力和計算資源是有限的，將請求分散到多台機器，充分利用多台機器的計算能力可網絡帶寬，有助於提高Redis總體的服務能力。
• 存儲的橫向擴展，即使Redis的服務能力能夠滿足應用需求，但是隨着存儲數據的增加，單台機器受限於機器本身的存儲容量，將數據分散到多台機器上存儲使得Redis服務可以橫向擴展。

34、你知道有哪些Redis分區實現方案？

• 范圍分區
  • 就是將一個范圍內的key都映射到同一個Redis實例中，加入數據集還是上面提到的用戶數據，
  • 我們需要一張表，這張表用來存儲用戶ID范圍到Redis實例的映射關系，比如用戶ID0-10000的是映射到R0實例
  • 們不僅需要對這張表進行維護，而且對於每種對象類型我們都需要一個這樣的表，比如我們當前存儲的是用戶信息，如果存儲的是訂單信息，我們就需要再建一張映射關系表
  • 如果我們想要存儲的數據的key並不能按照范圍划分怎么辦，比如我們的key是一組uuid，這個時候就不好用范圍分區了
• 哈希分區
  • id=hash(key)%N
• 客戶端實現：客戶端分區就是在客戶端就已經決定數據會被存儲到哪個redis節點或者從哪個redis節點讀取。大多數客戶端已經實現了客戶端分區。
• 代理實現：客戶端將請求發送給代理，然后代理決定去哪個節點寫數據或者讀數據。代理根據分區規則決定請求哪些Redis實例，然后根據Redis的響應結果返回給客戶端。redis和memcached的一種代理實現就是Twemproxy
• 查詢路由：客戶端隨機地請求任意一個redis實例，然后由Redis將請求轉發給正確的Redis節點。Redis Cluster實現了一種混合形式的查詢路由，但並不是直接將請求從一個redis節點轉發到另一個redis節點，而是在客戶端的幫助下直接redirected到正確的redis節點。

35、Redis分區有什么缺點？

• 涉及多個key的操作通常不支持，例如求交集，因為被分配到不同實例
• 同時操作多個key，則不能使用redis事務
• 分區粒度是key，不能使用很長的排序key存儲一個數據集
• 備份復雜，因為需要從不同實例手機RDB/AOF文件

36、Redis持久化數據和緩存怎么做擴容？

• Redis被當做緩存使用，使用一致性哈希實現動態擴容縮容。
• Redis被當做一個持久化存儲使用，必須使用固定的keys-to-nodes映射關系，節點的數量一旦確定不能變化。否則的話(即Redis節點需要動態變化的情況），必須使用可以在運行時進行數據再平衡的一套系統，而當前只有Redis集群可以做到這樣

37、分布式Redis是前期做還是后期規模上來了再做好？為什么？

• 既然Redis是如此的輕量（單實例只使用1M內存）,為防止以后的擴容，最好的辦法就是一開始就啟動較多實例。即便只有一台服務器，也可以一開始就讓Redis以分布式的方式運行，使用分區，在同一台服務器上啟動多個實例。一開始就多設置幾個Redis實例，例如32或者64個實例，對大多數用戶來說這操作起來可能比較麻煩，但是從長久來看做這點犧牲是值得的。這樣的話，當你的數據不斷增長，需要更多的Redis服務器時，需要做的就是僅僅將Redis實例從一台服務遷移到另外一台服務器而已（而不用考慮重新分區的問題）。一旦你添加了另一台服務器，你需要將你一半的Redis實例從第一台機器遷移到第二台機器

38、Twemproxy是什么？

• Twemproxy是Twitter維護的（緩存）代理系統，代理Memcached的ASCII協議和Redis協議。它是單線程程序，使用C語言編寫，運行起來非常快。Twemproxy支持自動分區，如果其代理的其中一個Redis節點不可用時，會自動將該節點排除（這將改變原來的keys-instances的映射關系，所以應該僅在把Redis當緩存時使用Twemproxy)。 Twemproxy本身不存在單點問題，因為可以啟動多個Twemproxy實例，然后讓客戶端去連接任意一個Twemproxy實例。Twemproxy是Redis客戶端和服務器端的一個中間層，由它來處理分區功能應該不算復雜，並且應該算比較可靠的。

39、支持一致性哈希的客戶端有哪些？

• Redis-rb、Predis等。

40、Redis與其他key-value存儲有什么不同？

• Redis有着更為復雜的數據結構並且提供對它們的原子性操作，這是一個不同於其它數據庫的進化路徑。
• Redis的數據類型都是基於基本數據結構的同時對程序員透明，無需進行額外的抽象
• Redis運行在內存中但是可以持久化到磁盤，所以在對不同數據集進行高速讀寫時需要權衡內存，應為數據量不能大於硬件內存。在內存數據庫方面的另一個優點是，相比在磁盤上相同的復雜的數據結構，在內存中操作起來非常簡單，這樣Redis可以做很多內部復雜性很強的事情。同時，在磁盤格式方面它們是緊湊的以追加的方式產生的，因為它們並不需要進行隨機訪問。

41、Redis的內存占用情況怎么樣？

• Redis會記錄類型信息引用計數等等。64位的系統比32位的需要更多的內存開銷，尤其是鍵值對都較小時，這是因為64位的系統里指針占用了8個字節。 但是當然，64位系統支持更大的內存，所以為了運行大型的Redis服務器或多或少的需要使用64位的系統

42、都有哪些辦法可以降低Redis的內存使用情況呢？

• 如果使用的是32位的Redis實例，可以好好利用Hash,list,sorted set,set等集合類型數據，因為通常情況下很多小的Key-Value可以用更緊湊的方式存放到一起。

43、查看Redis使用情況及狀態信息用什么命令？

• info

44、Redis的內存用完了會發生什么？

• 如果達到設置的上限，Redis的寫命令會返回錯誤信息（但是讀命令還可以正常返回。）或者可以將Redis當緩存來使用配置淘汰機制，當Redis達到內存上限時會沖刷掉舊的內容。

45、Redis是單線程的，如何提高多核CPU的利用率？

• 可以在同一個服務器部署多個Redis的實例，並當作不同的服務器來使用，在某些時候，無論如何一個服務器是不夠的， 所以，如果想使用多個CPU，可以考慮一下分片（shard）。

46、一個Redis實例最多能存放多少的keys？List、Set、Sorted Set他們最多能存放多少元素？

理論上Redis可以處理多達2的32次方的keys，並且在實際中進行了測試，每個實例至少存放了2億5千萬的keys。任何list、set、和sorted set都可以放2的32次方個元素。換句話說，Redis的存儲極限是系統中的可用內存值。

47、Redis常見性能問題和解決方案？

• Master最好不要做任何持久化工作，如RDB內存快照和AOF日志文件
• 如果數據比較重要，某個Slave開啟AOF備份數據，策略設置為每秒同步一次
• 為了主從復制的速度和連接的穩定性，Master和Slave最好在同一個局域網內
• 盡量避免在壓力很大的主庫上增加從庫
• 主從復制不要用圖狀結構，用單向鏈表結構更為穩定，即：Master <- Slave1 <- Slave2 <- Slave3... 這樣的結構方便解決單點故障問題，實現Slave對Master的替換。如果Master掛了，可以立刻啟用Slave1做Master，其他不變

48、Redis提供了哪幾種持久化方式？

• RDB持久化方式能夠在指定的時間間隔能對數據進行快照存儲。AOF持久化方式記錄每次對服務器寫的操作,當服務器重啟的時候會重新執行這些命令來恢復原始的數據,AOF命令以redis協議追加保存每次寫的操作到文件末尾.Redis還能對AOF文件進行后台重寫,使得AOF文件的體積不至於過大. 如果只希望數據在服務器運行的時候存在,也可以不使用任何持久化方式.也可以同時開啟兩種持久化方式, 在這種情況下, 當redis重啟的時候會優先載入AOF文件來恢復原始的數據,因為在通常情況下AOF文件保存的數據集要比RDB文件保存的數據集要完整. 最重要的事情是了解RDB和AOF持久化方式的不同,讓我們以RDB持久化方式開始。

49、如何選擇合適的持久化方式？

• 一般來說， 如果想達到足以媲美PostgreSQL的數據安全性，應該同時使用兩種持久化功能。如果非常關心數據，但仍然可以承受數分鍾以內的數據丟失，那么可以只使用RDB持久化。 有很多用戶都只使用AOF持久化，但並不推薦這種方式：因為定時生成RDB快照（snapshot）非常便於進行數據庫備份， 並且 RDB 恢復數據集的速度也要比AOF恢復的速度要快，除此之外， 使用RDB還可以避免之前提到的AOF程序的bug。

50、修改配置不重啟Redis會實時生效嗎？

• 針對運行實例，有許多配置選項可以通過 CONFIG SET 命令進行修改，而無需執行任何形式的重啟。從Redis 2.2開始，可以從AOF切換到RDB的快照持久性或其它方式而不需要重啟 Redis。檢索 ‘CONFIG GET *’ 命令獲取更多信息。但偶爾重新啟動是必須的，如為升級 Redis 程序到新的版本，或者當需要修改某些目前 CONFIG 命令還不支持的配置參數的時候。