解密Redis:应对面试中的缓存相关问题2

news2024/11/18 21:49:42

在这里插入图片描述

面试官:Redis集群有哪些方案,知道嘛?
候选人:嗯~~,在Redis中提供的集群方案总共有三种:主从复制、哨兵模式、Redis分片集群。

面试官:那你来介绍一下主从同步。
候选人:嗯,是这样的,单节点Redis的并发能力是有上限的,要进一步提高Redis的并发能力,可以搭建主从集群,实现读写分离。一般都是一主多从,主节点负责写数据,从节点负责读数据。主节点写入数据之后,需要把数据同步到从节点中。

面试官:能说一下,主从同步数据的流程。
候选人:嗯~~,好!主从同步分为了两个阶段,一个是全量同步,一个是增量同步。全量同步是指从节点第一次与主节点建立连接的时候使用的同步方式。

第一:从节点请求主节点同步数据,其中从节点会携带自己的replication id和offset偏移量。

第二:主节点判断是否是第一次请求,主要判断的依据就是,主节点与从节点是否是同一个replication id,如果不是,就说明是第一次同步,那主节点就会把自己的replication id和offset发送给从节点,让从节点与主节点的信息保持一致。

第三:同时主节点会执行bgsave,生成rdb文件后,发送给从节点去执行,从节点先把自己的数据清空,然后执行主节点发送过来的rdb文件,这样就保持了一致。当然,如果在rdb生成执行期间,依然有请求到了主节点,主节点会以命令的方式记录到缓冲区,缓冲区是一个日志文件,最后把这个日志文件发送给从节点,这样就能保证主节点与从节点完全一致了,后期再同步数据的时候,都是依赖于这个日志文件,这个就是全量同步。

增量同步指的是,当从节点服务重启之后,数据就不一致了,所以这个时候,从节点会请求主节点同步数据。主节点还是判断不是第一次请求,不是第一次就获取从节点的offset值,然后主节点从命令日志中获取offset值之后的数据,发送给从节点进行数据同步。

在这里插入图片描述

面试官:怎么保证Redis的高并发高可用?
候选人:首先可以搭建主从集群,再加上使用Redis中的哨兵模式。哨兵模式可以实现主从集群的自动故障恢复,里面就包含了对主从服务的监控、自动故障恢复、通知。如果master故障,Sentinel会将一个slave提升为master。当故障实例恢复后也以新的master为主。同时Sentinel也充当Redis客户端的服务发现来源,当集群发生故障转移时,会将最新信息推送给Redis的客户端,所以一般项目都会采用哨兵的模式来保证Redis的高并发高可用。

面试官:你们使用Redis是单点还是集群,哪种集群?
候选人:嗯!,我们当时使用的是主从(1主1从)加哨兵。一般单节点不超过10G内存,如果Redis内存不足则可以给不同服务分配独立的Redis主从节点。尽量不做分片集群,因为集群维护起来比较麻烦,并且集群之间的心跳检测和数据通信会消耗大量的网络带宽,也没有办法使用lua脚本和事务。

面试官:Redis集群脑裂,该怎么解决呢?
候选人:嗯! 这个在项目很少见,不过脑裂的问题是这样的,我们现在用的是Redis的哨兵模式集群的。

有的时候由于网络等原因可能会出现脑裂的情况,就是说,由于Redis master节点和Redis slave节点和Sentinel处于不同的网络分区,使得Sentinel没有能够心跳感知到master,所以通过选举的方式提升了一个slave为master,这样存在了两个master,就像大脑分裂了一样,这样会导致客户端还在old master那里写入数据,新节点无法同步数据。当网络恢复后,Sentinel会将old master降为slave,这时再从新master同步数据,这会导致old master中的大量数据丢失。

关于解决的话,我记得在Redis的配置中可以设置:第一可以设置最少的slave节点个数,比如设置至少要有一个从节点才能同步数据。第二个可以设置主从数据复制和同步的延迟时间,达不到要求就拒绝请求,就可以避免大量的数据丢失。

面试官:Redis的分片集群有什么作用?
候选人:分片集群主要解决的是,海量数据存储的问题,集群中有多个master,每个master保存不同数据,并且还可以给每个master设置多个slave节点,就可以继续增大集群的高并发能力。同时,每个master之间通过ping监测彼此健康状态,就类似于哨兵模式了。当客户端请求可以访问集群任意节点,最终都会被转发到正确节点。

面试官:Redis分片集群中数据是怎么存储和读取的?
候选人:嗯~,在Redis集群中是这样的,Redis集群引入了哈希槽的概念,有16384个哈希槽。集群中每个主节点绑定了一定范围的哈希槽范围,key通过CRC16校验后对16384取模来决定放置哪个槽,通过槽找到对应的节点进行存储。

取值的逻辑是一样的,客户端请求通过CRC16校验后对16384取模,找到对应的槽所在的节点,从而进行数据读取。

面试官:Redis是单线程的,但是为什么还那么快?
候选人:嗯,这个有几个原因。首先,Redis是完全基于内存的,C语言编写,内存的读写速度非常快,使得Redis具有极高的读写性能。其次,Redis采用单线程,避免了不必要的上下文切换和竞争条件,提高了处理效率。此外,Redis使用多路I/O复用模型,非阻塞IO,能够在等待一个Socket的同时监听多个Socket,充分利用CPU资源,提高了网络处理性能。例如,bgsave和bgrewriteaof都是在后台执行操作,不影响主线程的正常使用,不会产生阻塞。这些因素共同作用使得Redis在单线程下仍然能够表现出优异的性能。
在这里插入图片描述

面试官:能解释一下I/O多路复用模型?
候选人:嗯~~,I/O多路复用是指利用单个线程来同时监听多个Socket,并在某个Socket可读、可写时得到通知,从而避免无效的等待,充分利用CPU资源。目前的I/O多路复用都是采用的epoll模型实现,它会在通知用户进程Socket就绪的同时,把已就绪的Socket写入用户空间,不需要挨个遍历Socket来判断是否就绪,提升了性能。

其中,Redis的网络模型就是使用I/O多路复用结合事件的处理器来应对多个Socket请求。例如,提供了连接应答处理器、命令回复处理器,命令请求处理器。在Redis6.0之后,为了提升更好的性能,在命令回复处理器使用了多线程来处理回复事件,在命令请求处理器中,将命令的转换使用了多线程,增加命令转换速度,在命令执行的时候,依然是单线程。这样的设计使得Redis在单线程下依然能够处理高并发的请求,保证了其快速的响应速度。

面试官:非常好的解释!继续往下问,Redis主从同步的时候,是否存在数据丢失的风险?

候选人:在主从同步的过程中,确实存在数据丢失的风险。主从同步分为全量同步和增量同步两个阶段。

全量同步是在从节点第一次与主节点建立连接时使用的同步方式。主节点会将自己的数据发送给从节点,保持两者的数据一致。但是在全量同步期间,如果主节点接收到了新的写入请求,这些写入请求会被记录到缓冲区(命令缓冲区或复制缓冲区)中。如果此时主节点宕机,那么缓冲区中的数据会丢失,从节点只能从头开始进行全量同步,可能会丢失部分数据。

增量同步是在从节点服务重启之后使用的同步方式。此时,从节点会请求主节点同步增量数据。但是在增量同步期间,如果主节点接收到了新的写入请求,而从节点服务还未重启,那么从节点可能会丢失这部分期间的数据。

为了减少数据丢失的风险,可以考虑使用持久化机制,即通过开启AOF(Append Only File)或RDB(Redis Database)持久化来将数据保存到硬盘中,以防止数据丢失。同时,合理配置Redis的参数,避免缓冲区溢出或过小,也可以降低数据丢失的风险。

面试官:很棒!你对Redis的集群方案和同步机制都有很深入的理解。那最后一个问题,Redis集群在扩展性方面有什么考虑?

候选人:Redis集群在扩展性方面非常灵活。可以通过主从复制方式实现读写分离,提高读写性能。同时,也可以通过搭建Redis分片集群来实现水平扩展,增加集群的高并发能力。

在Redis分片集群中,数据被分散到多个节点上,每个节点负责处理其中的一部分数据,从而将负载均衡到多个节点上,提高了集群的整体性能。当需要扩展集群时,只需添加新的主节点,将部分数据迁移到新节点上即可。这种方式可以有效地利用服务器资源,实现线性扩展。

但是需要注意的是,Redis分片集群的维护和管理较为复杂,需要考虑数据的拆分和迁移、负载均衡、故障处理等问题。因此,在选择集群方案时,需要综合考虑业务需求、硬件资源、运维成本等因素。

面试官:非常好!你对Redis的集群方案和扩展性有着深入的了解。感谢你的分享和解答,你在本次面试中表现非常出色!

候选人:非常感谢您给予我这次面试机会,能够与您分享我的知识和经验,我也从中学到了很多新的东西。无论结果如何,我都会继续努力,不断学习和提升自己的技术水平。再次感谢您!

在这里插入图片描述

在这次面试中,候选人表现出色地回答了关于Redis集群方案的问题。他介绍了Redis集群提供的三种方案:主从复制、哨兵模式和Redis分片集群。然后,他深入解释了主从同步的过程,包括全量同步和增量同步,并指出了在主从同步过程中可能存在的数据丢失风险。候选人还提到了如何保证Redis的高并发高可用,包括搭建主从集群和使用哨兵模式,以实现自动故障恢复。

候选人对Redis分片集群的作用和数据存储、读取的流程进行了清晰的解释。他还回答了Redis为什么能够高效快速的问题,涉及到Redis基于内存、采用单线程、使用多路I/O复用模型等特点。此外,候选人还解释了I/O多路复用模型的概念和工作原理。

最后,候选人对于面试官的问题,如Redis集群扩展性方面的考虑,也进行了深入的回答。他提到了通过主从复制实现读写分离和通过Redis分片集群实现水平扩展,以提高集群的高并发能力。同时,他也提到了在选择集群方案时需要综合考虑多个因素。

候选人在本次面试中展现了对Redis集群方案的深入理解和扎实的技术功底。他的回答表现出了他对Redis的高度熟悉和对技术细节的把握。在整个面试过程中,候选人表现得非常自信和专业,对问题的回答清晰明了,展现了良好的沟通能力和技术能力。

总体来说,候选人在这次面试中表现出色,展现了他在Redis方面的专业知识和技能。他的深入解答和自信表现给面试官留下了深刻的印象。无论结果如何,候选人都展现了他的学习态度和对技术的热情,相信他会在未来的发展中取得更大的成就。

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/831090.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

IDEA基础使用

IDEA基础使用 1、IDEA中显示用法和用户截图展示有调用显示无调用显示 对应方法 2、如何找出项目中所有不被调用方法截图展示对应方法 3、常用代码(Code)说明及快捷键:4、未完待续待日后更新。。。总结:欢迎指导,也祝码友们代码越来越棒,技术越…

python版puppeteer——pyppeteerselenium的加强版——seleniumwire

目录 前言seleniumwire安装创建web driver设置代理反屏蔽修改window.navigator.webdriver关键字返回结果options追加参数 pyppeteerpuppeteer安装快速入门参数配置隐藏浏览器特征拦截请求更多文档&博客 Playwright安装快速入门新概念:Context页面基本操作选择器…

wolfSSL5.6.3移植至ZYNQ(XC7Z010)记录

上篇文章主要描述了如何从源工程中将configure.ac转变为configure,并成功使其在Ubuntu上运行,此篇主要描述将其移植到嵌入式arm开发板上(在官方手册中有列举支持的硬件平台架构)。 交叉编译 1. 解压源工程代码; 2.进…

XUbuntu22.04之统计屏幕使用时间activitywatch(一百八十八)

简介: CSDN博客专家,专注Android/Linux系统,分享多mic语音方案、音视频、编解码等技术,与大家一起成长! 优质专栏:Audio工程师进阶系列【原创干货持续更新中……】🚀 人生格言: 人生…

Node.js-http模块服务端请求与响应操作,请求报文与响应报文

简单案例创建HTTP服务端: // 导入 http 模块 const http require("http"); // 创建服务对象 const server http.createServer((request, response) > {// 设置编码格式,解决中文乱码问题response.setHeader("content-type", &…

WAF独木难支 RASP与ADR将成应用安全防护2.0时代新宠

曾几何时,黑客攻击大多通过网络层进行,但随着基于网络层的基础安全防护措施趋于严密,防火墙、入侵防御、防病毒等安全软硬件构建起了相对完善的防护体系,想再从网络层钻空子的难度增大。如今,黑客攻击从网络层转入Web为…

学无止境·运维高阶③(Mysqldump脚本)

Mysqldump脚本 1、详细脚本2、执行 1、详细脚本 #!/bin/bash mysql_cmd‘-uroot -pRedHat123’ exclude_db‘information_schema|performance_schema|sys’ bak_path/backup/db mysql m y s q l c m d − e ′ s h o w d a t a b a s e s ′ − N ∣ e g r e p − v " {m…

网络电视盒子哪个品牌好?2023最新性价比电视盒子排行榜

电视盒子是电视机成本最低的更新方案,但面对众多品牌和机型时往往不知道网络电视盒子哪个品牌好,踩雷的消费者非常多,想要小编分享电视盒子推荐,今天带新手们了解一下业内最新的性价比电视盒子排行榜,看看哪些电视盒子…

Docker 安装 Tomcat

目录 一、查看 tomcat 版本 二、拉取 Tomcat Docker 镜像 三、创建 Tomcat 容器 四、访问 Tomcat 五、停止和启动容器 一、查看 tomcat 版本 访问 tomcat 镜像库地址:https://hub.docker.com/_/tomcat,可以通过 Tags 查看其他版本的 tomcat; 二、拉…

聊聊我的故事-悲惨的童年

目录 前言一、介绍二、17年回顾1.出生2.上幼儿园3.上小学4.上初中 高中总结 前言 本人是06年生的,快18了, 提示:以下是本篇文章正文内容,下面案例可供参考 一、介绍 本人已经17了,在这17年过的很悲惨,也…

【Linux多线程】设计一个线程池(代码+讲解)

线程池 Lock.hpp说明 Task.hpp代码代码说明 Threadpool.hpp代码说明 Threadpool.cc代码说明 Log.hpp代码说明 Makefile运行结果 Lock.hpp #pragma once#include <iostream> #include <pthread.h>class Mutex { public:Mutex(){pthread_mutex_init(&lock_, nul…

百度离线地图(包含轨迹回放)

先来个效果图&#xff08;demo没那么仔细&#xff09; 现在下载资源包文件放至static文件内 如果需要新的瓦片则添加至static/tiles(我用的是png也可以是jpg) 在此处修改即可 但是&#xff0c;最好还是放在服务器内&#xff0c;因为瓦片很多&#xff0c;项目是无法运行的&…

FTP Cadence中心库的创建与配置 (中)

在上节介绍的ftp服务器根目录下 一、创建一个文件夹 Cadence_lib&#xff0c;并把其设置为 共享。 共享给用户hw 和用户layout&#xff0c;并设置对应权限。 点击“共享”按钮。 二、在Cadence_lib文件夹下&#xff0c;添加如下文件夹&#xff0c;及文件。 其中 “00DataShee…

Vue-函数式组件

最近在开发项目的时候&#xff0c;定制了一个公司内部样式的Modal模态框组件。 Modal组件伪代码 <!-- Modal/index.vue--> <template><div class"modal-container" id"modalContainer"><!-- Modal Content --><div class&quo…

MySQL的索引使用的数据结构,事务知识

一、索引的数据结构&#x1f338; 索引的数据结构&#xff08;非常重要&#xff09; mysql的索引的数据结构&#xff0c;并非定式&#xff01;&#xff01;&#xff01;取决于MySQL使用哪个存储引擎 数据库这块组织数据使用的数据结构是在硬盘上的。我们平时写的代码是存在内存…

编译原理陈火旺第三版第九章课后题答案

下面的答案仅供参考&#xff01; 1. 有哪些存储分配策略&#xff1f;并叙述何时用何种存储分配策略&#xff1f; 答&#xff1a;存储分配策略分为静态分配策略和动态分配策略两大类,而动态分配策略又可分为栈式动态分配策略和堆式动态分配策略两类。 在一个的具体的编译…

软件测试需求分析的常用方法

软件测试需求分析时&#xff0c;应要求产品人员对需求进行讲解&#xff0c;并使用相对应的方法进行科学分析&#xff0c;否则无法保障软件测试的完整性和科学性&#xff0c;从而造成在项目中后期Bug频出、风险增大等问题。 而常用的测试需求分析的方法&#xff1a; 1、功能分解…

腾讯云MSS多项能力获IDC五星评价,综合实力位列第一

近日&#xff0c;IDC发布了《IDC Technology Assessement: 中国公有云托管安全服务能力&#xff0c;2023》报告&#xff08;以下简称“报告”&#xff09;。腾讯云安全托管服务MSS凭借多年的技术积累和出色的服务能力&#xff0c;在报告的专家能力、漏洞及威胁检测、事件分析、…

二叉搜索树(BST)的模拟实现

序言&#xff1a; 构造一棵二叉排序树的目的并不是为了排序&#xff0c;而是为了提高查找效率、插入和删除关键字的速度&#xff0c;同时二叉搜索树的这种非线性结构也有利于插入和删除的实现。 目录 &#xff08;一&#xff09;BST的定义 &#xff08;二&#xff09;二叉搜…

刘汝佳の树状数组详解

引入 二叉索引树&#xff0c;也叫树状数组是一种便于数组单点修改和区间求和的数据结构 主要根据下标的lowbit值来建树 至于lowbit(x)&#xff0c;则是(x)&(-(x))&#xff0c;也就是一个二进制数从右边数第一个1代表的数 #define lowbit(x) ((x)&(-(x)))基础树状数组…