Redis面试核心原理与数据结构使用场景

Redis单线程和高性能

所有数据都在内存中，类似于HashMap，HashMap的优势就是查找和操作的时间复杂度都是O(1)；采用单线程，避免了不必要的上下文切换的性能消耗。

因为Redis是单线程，所以使用Redis指令时需要注意谨慎使用耗时的指令，如keys，避免Redis出现卡顿。

Redis单线程如何处理并发客户端连接

基于IO多路复用，redis利用epoll来实现IO多路复用，将连接信息和事件放到队列中，依次放到文件事件分派器，事件分派器将事件分发给事件处理器。

Redis默认最大连接数是10000：

ocalhost:6379> config get maxclients
1) "maxclients"
2) "10000"

根据官方的测试，10000连接数QPS约9000，如图：

常见5种数据结构

字符串（String），散列（Hash），列表（List），集合（Set），有序集合（Sorted Sets）

String

应用场景

1. 单值缓存

set key value
get key

2. 对象缓存

set user:1 value
mset user:1:name Cherry user:1:age 18
mget user:1:name user:1:age

3. 分布式锁

setnx user:1 true ex 5 nx 
setnx user:1 true ex 5 nx # 

del user:1

4. 计数器（文章阅读量，点赞等）

incr article:readCount:{id}

5. session共享
   spring session + redis 实现分布式session共享

6. 分布式系统全局序列号（自增id，订单id等）

incrby userId 10000

Hash

优点：

1. 相比string操作消耗内存和cpu更少
2. 比string节省空间

缺点：

1. 过期功能只能设置在key上，不能作用在field上
2. Redis集群下不适合大规模使用

应用场景

1. 对象缓存

hmset user {userId}:name Cherry {userId}:age 18

2. 购物车实现

用户id未key，商品id为field，商品数量为value

hset cart:{userId} {productId} productCount

假设用户id是userId1，商品id是product1：

• 添加一件商品到购物车：

  hset cart:userId1 product1 1
  

• 增加商品数量

  hincrby cart:userId1 product1 1
  

• 购物车删除商品

  hdel cart:userId1 product1
  

• 获取商品总数

  hlen cart:userId1
  

• 获取购物车所有商品

  hgetall cart:userId1
  

List

两个阻塞指令

blpop：从列表表头弹出一个元素，若列表中没有元素，阻塞等待timeout秒，如果timeout设置成0，则一直等待。

brpop：从列表表尾弹出一个元素，若列表中没有元素，阻塞等待timeout秒，如果timeout设置成0，则一直等待。

应用场景

1. 实现栈和队列数据结构

栈（FILO）：

lpush + lpop

队列：

lpush + rpop

阻塞队列：

lpush + brpop

2. 微博和微信公众号发送和查看消息

场景描述：用户A关注了汽车之家和本地宝两个公众号：
1. 汽车之家推送新消息时，往用户A的消息队列插入这条消息id
lpush msg:{用户A的ID} {id}
1. 本地宝推送新消息时，往用户A的消息队列插入这条消息id
lpush msg:{用户A的ID} {id}
2. 用户A查看最新消息
lrange msg:{用户A的ID} 0 5

Set

指令

srandmember key [count]

从集合中选出count个元素，元素不从key中删除

spop key [count]

从集合中选出count个元素，元素从key中删除

应用场景

抽奖活动

1. 参与抽奖，加入集合

sadd key {userId}

2. 查看参与抽奖所有用户

smembers key

3. 抽取count名中奖者

srandmember key [count]
（或spop key [count]）

点赞，收藏，标签

1. 点赞

sadd like:{messagId} {userId}

2. 取消点赞

srem like:{messagId} {userId}

3. 检查用户是否点赞

sismember like:{messagId} {userId}

4. 获取点赞用户列表

smembers like:{messagId}

5. 获取点赞用户数
   scard like:{messagId}

集合操作，微博微信关注功能模型

交集：sinter set1 set2 set3
结果：{a}

并集：sunion set1 set2 set3
结果：{a,b,c,d,e,f}

差集（以第一个元素为基准）：sdiff set1 set2 set3
结果：{b}

微博微信关注功能模型

1. 我关注的人
   me: {tangyan, luojin,eryingzhang}

2. 唐嫣关注的人
   tangyan: {luojin}

3. 罗晋关注的人
   luojin: {tangyan}

4. 我和罗晋共同关注的人
   sinter me tangyan --> {luojin}

5. 我关注的人也关注他（唐嫣）
   sismember luojin tangyan
   sismember eryingzhang tangyan

6. 我可能认识的人
   sdiff luojin me

购物网站商品筛选

如上图，通过redis维护各个筛选参数：
sadd brand:lenovo T50
sadd brand:apple macbook-pro-2020
sadd ram:16G T50 2020

sinter brand:apple ram:16G 可以查询出结果：{macbook-pro-2020}

ZSET

集合操作

1. zunionstore destKey numberkeys key[key…]：并集计算
2. zinterstore destKey numberkeys key[key…]：交集计算

排行榜

1. 点击新闻
   incryby hotNews:{日期20200701} 1 {newsId}

2. 查询排前10的新闻
   zrevrange hotNews:20200701 0, 9 withscores

3. 查询7天搜索榜单
   zunionstore hotNews:20200701-20200707 7 hotNews:20200701 hotNews:20200702 hotNews:20200703 hotNews:20200704 hotNews:20200705 hotNews:20200706 hotNews:20200707

4. 7天排行前十榜单
   zinterstore hotNews:20200701-20200707 0 9 withscores