Ethan's Notes

Appearance

Redis 知识卡片（简历版） ​

这份卡片按你当前简历的项目强度整理。

目标不是 Redis 运维 / 底层源码级全覆盖，而是：

  • 能撑住 黑马点评 的缓存治理、秒杀并发控制、异步削峰追问
  • 能撑住 苍穹外卖 AI 智能客服 Agent 里的多级缓存、一致性、限流、分布式锁追问
  • 能过常规后端一面 / 二面的 Redis 主干题

1. Redis 为什么快 ​

  • Redis 快的核心不是只因为“在内存里”
  • 关键原因：
  • 基于内存，避免磁盘随机 IO
  • 数据结构高效，命令执行路径短
  • IO 多路复用，高效监听大量连接
  • 命令执行层保持单线程，减少锁竞争和线程切换
  • 记一句：
  • 并发监听很多连接
  • 不等于 多线程并发执行命令

2. IO 多路复用 / 单线程 ​

  • IO 多路复用解决的是网络连接监听问题
  • 一个线程能同时感知很多 socket 的读写事件
  • Linux 下常见实现是 epoll
  • Redis 命令执行仍然主要是单线程串行
  • Redis 6 引入多线程，主要是为了优化网络 IO，不是把命令执行彻底并行

3. 常见数据结构 ​

  • string：缓存、计数器、分布式锁
  • hash：对象属性存储
  • list：简单消息队列、顺序队列
  • set：去重、共同好友、标签集合
  • zset：排行榜、按分数排序
  • bitmap：签到、布尔位统计
  • hyperloglog：基数统计
  • stream：可靠消息流、消费组场景

4. 缓存穿透 / 击穿 / 雪崩 ​

  • 缓存穿透：

  • Redis 没有

  • 数据库也没有

  • 请求还反复打进来

  • 常见方案：

  • 空值缓存

  • 布隆过滤器

  • 缓存击穿：

  • 热点 key 失效

  • 高并发同时回源数据库

  • 常见方案：

  • 互斥锁

  • 逻辑过期

  • 缓存雪崩：

  • 大量 key 同时过期

  • 或 Redis 整体不可用

  • 常见方案：

  • TTL 加随机值

  • 高可用架构

  • 限流、降级、熔断

  • 多级缓存

5. 逻辑过期 ​

  • 适合热点数据
  • 核心不是“更一致”，而是“更抗并发”
  • 逻辑过期流程：
  • 缓存里存数据 + 逻辑过期时间
  • 未过期直接返回
  • 过期后只让一个线程抢锁异步重建
  • 其他线程直接返回旧值
  • 本质：
  • 用短暂不一致换吞吐和可用性
  • 不保证强一致
  • 保证最终一致

6. 空值缓存 / 布隆过滤器 ​

  • 空值缓存适合拦截重复查询同一个不存在 key
  • 缺点：
  • 占内存
  • 对分散恶意请求效果有限
  • 布隆过滤器适合做前置存在性判断
  • 优点：
  • 拦截能力强
  • 缺点：
  • 有误判率
  • 维护成本更高

7. 多级缓存 ​

  • 完整的形式：浏览器 → CDN → Nginx (proxy_cache / Lua) → Redis → Caffeine (JVM) → MySQL (Buffer Pool)
  • 常用的形式：Nginx + Lua -> Redis -> Caffine (JVM)
  • 你项目里的典型形态：
  • Caffeine + Redis
  • 本地缓存负责更快命中
  • Redis 负责分布式共享缓存
  • 好处：
  • 降低远程 Redis 访问频率
  • 降低数据库压力
  • 记一句：
  • 本地缓存快
  • 分布式缓存统一
  • 一致性最难

8. 多级缓存一致性 ​

  • 常见问题：
  • 本地缓存和 Redis 脏读窗口
  • 多实例本地缓存不一致
  • 常见方案：
  • 删除缓存而不是直接更新缓存
  • Redis Pub/Sub 广播本地缓存重载
  • TTL + 主动刷新结合
  • FAQ 场景下：
  • 后台 FAQ 更新后
  • 通过 Redis Pub/Sub 通知各 JVM 重载本地语义缓存

9. 分布式锁 ​

  • 最基础思路：
  • setnx + expire
  • 常见问题：
  • 原子性
  • 可重入
  • 锁过期
  • 锁误删
  • Redisson 的价值：
  • 封装分布式锁实现
  • 提供可重入
  • 提供 watchdog 自动续期
  • 简化工程使用

10. 秒杀防超卖 ​

  • 不能靠业务代码 if(stock > 0) stock--
  • 核心要点：
  • 库存检查
  • 一人一单检查
  • 预扣库存
  • 这些要做成原子操作
  • 你项目里的主线：
  • Redis + Lua 做资格校验和预扣
  • MySQL 作为最终落库兜底
  • 数据库侧还要有：
  • where stock > 0
  • 唯一约束
  • 事务 / 幂等控制

11. Lua 脚本 ​

  • Lua 在 Redis 里执行
  • 本质价值是：
  • 多个操作原子执行
  • 常见放进去的动作：
  • 库存检查
  • 一人一单检查
  • 预扣库存
  • 写入异步消息
  • 记一句：
  • 不是操作 MySQL
  • 是在 Redis 里原子完成资格校验和预扣

12. Redis Stream ​

  • 比简单 List 更适合可靠消息场景
  • 核心点：
  • 消费者组
  • ACK
  • Pending List
  • 如果消费成功才 ACK
  • 如果消费失败或宕机
  • 未 ACK 消息留在 Pending List
  • 重启后可恢复消费
  • 适合：
  • 秒杀异步下单
  • 削峰
  • 消息不丢场景

13. 最终一致性链路 ​

  • 你项目里的完整链条：
  • Redis Lua 做库存检查、一人一单、预扣库存、写 Stream
  • 异步消费者消费消息
  • MySQL 侧落正式订单
  • 数据库侧用事务、唯一约束、条件更新兜底
  • 记一句：
  • Redis 保入口不超卖
  • MySQL 保最终落库一致

14. Redis 和数据库的一致性边界 ​

  • 展示型数据可以短暂旧
  • 扣减型数据不能靠缓存值做最终判断
  • 读优化：
  • 逻辑过期
  • 多级缓存
  • 空值缓存
  • 写一致性：
  • Lua 原子预扣
  • 数据库条件更新
  • 事务
  • 唯一约束

15. 持久化 ​

  • RDB：
  • 快照式持久化
  • 恢复快
  • 可能丢最近一段数据
  • AOF：
  • 记录写命令
  • 数据更完整
  • 文件更大，恢复更慢
  • 面试里常见口径：
  • Redis 高性能主因不在持久化
  • 持久化是可恢复性能力，不是性能来源

16. 高可用 ​

  • 主从复制：读扩展、数据备份
  • 哨兵：故障检测与主从切换
  • 集群：分片 + 高可用
  • 雪崩场景下不能只答哨兵
  • 还要补：
  • 限流
  • 降级
  • 本地缓存
  • 热点预热

17. 限流 ​

  • 你简历里的限流点：
  • Redisson 滑动窗口
  • HTTP 场景：AOP 拦截
  • WebSocket 场景：双通道限流
  • 面试里要会说：
  • 为什么不只做单机限流
  • 为什么 Redis 适合做分布式限流
  • HTTP AOP 限流：
  • 自定义限流注解
  • AOP 拦截 Controller 或接口方法
  • 根据用户、接口、IP、租户拼接限流 key
  • 调 Redisson 滑动窗口判断当前窗口请求数
  • 超过阈值直接返回限流响应
  • 不进入后续业务逻辑
  • WebSocket 限流：
  • WebSocket 没有传统 HTTP 请求生命周期
  • 通常在消息入口做拦截
  • 每条消息按用户维度或会话维度计数
  • 超过阈值返回错误消息
  • 或关闭连接 / 降级提示
  • 为什么用 Redisson 滑动窗口：
  • 单机计数只能限制当前节点
  • 多实例部署下会失效
  • Redis 是共享状态
  • Redisson 封装分布式计数和过期窗口
  • 滑动窗口比固定窗口更平滑
  • 不容易在窗口边界被突刺打穿
  • key 设计：
  • HTTP 可以是 rate:http:{userId}:{uri}
  • WebSocket 可以是 rate:ws:{userId}:{sessionId} 或 rate:ws:{userId}:{scene}
  • 管理端接口可以加角色或租户维度
  • 超限返回：
  • HTTP 返回统一错误码
  • 比如 429 Too Many Requests
  • WebSocket 返回限流消息
  • 比如 操作太频繁，请稍后再试
  • 记一句：
  • HTTP 限流拦接口，WebSocket 限流拦消息，Redis 负责多实例共享计数

18. 结合你项目必须会落的 Redis 口径 ​

  • 黑马点评
  • 为什么热点查询选逻辑过期
  • 为什么拿不到锁直接返回旧值
  • 为什么秒杀校验放 Lua
  • Redis Stream 怎么保证消息不丢
  • 预扣后 MySQL 怎么兜底最终一致
  • 苍穹外卖 AI 智能客服 Agent
  • FAQ 本地语义缓存怎么做
  • Redis Pub/Sub 怎么做多实例缓存重载
  • Redis 持久化执行状态怎么服务高风险确认挂起与恢复
  • 分布式锁和限流为什么都落在 Redis

19. 当前完成标准 ​

  • 如果目标是常规后端一面 / 二面
  • 补齐上面 1 到 18，基本算 Redis 主干完成
  • 如果目标是项目深挖
  • 还要继续补：
  • 热 key 治理
  • 大 key / big key
  • Redis 内存淘汰策略
  • 双写一致性方案
  • 集群数据迁移与 slot