黑马Java面试笔记之Redis篇（分布式锁）

面试题

我看你做的项目中，都用到了redis，你在最近的项目中那些场景使用了redis呢

         如果回答了分布式锁，那么就会有以下这个问题

redis分布式锁，是如何实现的？

 需要结合项目中的业务进行回答，通常情况下，分布式锁使用的场景：

集群情况下的定时任务、枪单、幂等性场景

案例

以下设置一个抢券场景

抢券执行流程

        当线程1查询优惠券时，查到还有一张，当进行查询库存是否充足时，线程2也进行查询，此时线程2也可以查到一张优惠券，线程1和线程2同时减1，咋会出现超卖情况

如果项目是单体项目，并且只启动一台服务，加synchronized锁可以解决这个问题，如下

但是为了支持更多的并发请求，往往会把项目进行集群部署，即将代码部署到多台服务器上，如果使用集群部署的话，再使用synchronized锁就会出现问题

         synchronized锁是本地的锁，属于gvm，每个服务都有各自的gvm，只能解决同一个gvm下线程的互斥，解决不了多个gvm下线程的互斥，所以在集群情况下，就不能使用本地的锁来解决了

只能使用外部的锁来解决，即分布式锁，Redis就可以作为分布式锁

一. Redis分布式锁

        Redis实现分布式锁主要利用Redis的setnx命令。setnx时SET if not exists(如果不存在 ，则AET)的简写。

这里面试官有可能就问了

这里有两种方案，一种是根据业务执行时间预估，一种是给锁续期

根据业务执行时间预估是不可行的，如果出现卡顿等问题，都会导致业务执行时间变慢；

第二种给锁续期也就是redisson实现的分布式锁，以下是执行流程（问的比较多）

如果面试官问：

使用redisson实现的分布式锁是否可以重入？

 同一个线程是可以重入的，不是同一个线程则不可以重入

redisson实现的分布式锁能保证主从数据一致性吗？

 使用RedLock红锁保证分布式锁的主从一致性

但是红锁是由缺点的，实现复杂，性能差，运维繁琐，所以使用的很少。

 总结

面试官：Redis分布式锁如何实现？

候选人：在redis中提供了一个命令setnx（SET if not exists）

        由于redis是单线程的，用了命令之后，只能有一个客户端对某一个key设置值，在没有过期或者删除key的时候是其他客户端不能设置这个key的

面试官：好的，那你如何控制Redis实现分布式锁的有效时长呢？

候选人：嗯，的确，redis的setnx指令不好控制这个问题，我们当时采用的redis的一个框架redisson实现的。

        在redisson中需要手动加锁，并且可以控制锁的失效时间和等待时间，当锁住的一个业务还没有执行完成的时候，在redisson中引入了一个看门狗机制，就是说每隔一段时间就检查当前业务是否还持有锁，如果持有就增加加锁的持有时间，当业务完成之后需要使用释放锁就可以了

       还有一个好处就是 在高并发下，一个业务有可能会执行很快，先客户1持有锁的时候，客户2来了以后并不会马上拒绝，他会自选不断尝试获取锁，如果客户1释放之后，客户2就可以马上持有锁，性能也得到了提升。

面试官：好的，redisson实现的分布式锁是可重入的吗？

候选人：嗯，是可重入的。这样做是为了避免死锁的产生。这个重入其实在内部就是判断是否是当前线程持有的锁，如果是当前线程持有的锁就会计数，如果释放锁就会在计算上减一。在存储数据的时候采用hash结构，大key可以按照自己的业务进行定制，其中小key是当前线程的唯一标识，value是当前线程重入的次数

面试官：redisson实现的分布式锁能解决主从一致性问题吗？

候选人：这个是不能的，但是可以使用redisson提供的红锁来解决，但是这样的话，性能就太低了，如果业务中非要保证数据的强一致性，建议采用zookeeper实现的分布式锁

还有一些redis其他的面试问题，这些问题可能跟业务没啥关系，但是仍是一些高频面试问题。

二. Redis集群方案

Redis集群有哪些方案，知道吗？

 在Redis中提供集群方案总共有三种

• 主从复制
• 哨兵模式
• 分片集群

在集群中其他的面试问题有以下几个

2.1 主从复制

特点：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，就需要搭建主从集群，实现读写分离

主从数据同步原理

主从全量同步

主从增量同步

 总结

2.2 哨兵模式

作用：Redis提供了哨兵（Sentinel）机制来实现主从集群的自动故障恢复。哨兵结构和作用如下

极大保障redis主从的高可用

服务状态监控

        Sentinel基于心跳机制检测服务状态，每隔一秒向集群的每个实例发送ping命令：

• 主管下线：如果sentinel节点发现某实例未在规定时间响应，则认为该实例主观下线。
• 客观下线：若超过指定数量（quorum）的sentinel都认为该实例主观下线，则该实例客观下线。quorum值最好超过Sentinel实例数量的一半。

哨兵模式会出现脑裂问题

        这是一个正常结合哨兵模式的主从架构

         此时由于网络问题，主节点master和哨兵模式处在不同分区，此时哨兵只能检测从节点，检测不了主节点

         当网络恢复后

解决方案如下： 

 总结

 2.3 分片集群

主从和哨兵可以解决高可用，高并发读的问题。但是仍然有两个问题没有解决：

• 海量数据存储问题
• 高并发写的问题

使用分片集群可以解决上述问题，分片集群的特征：

• 集群中有多个master，每个master保存不同数据
• 每个master都可以有多个slave节点
• master之间通过ping检测彼此健康状态
• 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

 分片集群结构-数据读写

        Redis分片集群引入了哈希槽的概念，Redis集群有16384个哈希槽，每个key通过CRC16校验后对16384取模解决放置哪个槽，集群的每一个节点负责一部分hash槽。

 总结

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，并且还可以给每一个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检测彼此健康状态，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。

三.其他面试问题

Redis是单线程的，但是为什么还那么快？

•  Redis是纯内存操作，执行速度非常快
• 采用单线程，避免不必要的上下文切换可竞争条件，多线程还要考虑线程安全问题
• 使用I/O多路复用模型，非阻塞IO

能解释一下I/O多路复用模型吗

         Redis是纯内存操作，执行速度非常快，他的性能瓶颈是网络延迟而不是执行速度，I/O多路复用模型主要就是实现了搞笑的网络请求

• 用户空间和内核空间
• 常见的IO模型
  • 阻塞IO（Blocking IO）
  • 非阻塞IO（Nonblocking IO）
  • IO多路复用（IO Multiplexing）
• Redis网络模型

3.1 用户空间和内核空间

 3.2 阻塞IO（Blocking IO）

 3.3 非阻塞IO（Nonblocking IO）

 3.4 IO多路复用（IO Multiplexing）

        IO多路复用是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。不过监听Socket的方式，通知的方式又有多种实现，常见的有：

• select
• poll
• epoll

三者是有差异的

 3.4 Redis网络模型

        Redis通过IO多路复用来提高网络性能，并且支持各种不同的多路复用实现，并且将这些实现进行封装，提供了统一的高性能事件库

 总结

能解释一下I/O多路复用模型吗？

面试官：Redis是单线程的，为什么还那么快？

候选人：嗯，这个有几个原因

        1.完全基于内存，C语言编写

        2. 采用单线程，避免不必要的上下文切换可竞争条件

        3.使用多路I/O复用模型，非阻塞IO

        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。

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模式实现，他会在通知用户进程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，比如，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