更多特训营笔记详见个人主页【面试鸭特训营】专栏

250107

1. 如何解决 Redis 中的热点 key 问题？

• 将 访问频率占比过大 或 宽带占比过大 的 key 定义为热点 key
• 由于 Redis 的读写操作是单线程进行，热点 key 可能会占用大量 CPU 资源，在集群环境下导致流量不均衡

如何发现热点 key

解决方案	优点	缺点
根据业务经验	简单省事	经验判断不一定准确
redis 集群监控	使用简单	每次发生状况都需要进行排查
hotkey监控	4.0版本后 redis 自带	需要扫描整个ketspace ，且实时性不好
monitor 命令	redis1.0 自带功能	非常消耗性能
客户端收集	性能损耗低	成本较大，需要聚合计算平台查看计算后的结果
代理层收集	客户端使用方便	构建代理的成本不低，且转发有性能损耗

如何解决热点 key

• 多级缓存
  • 一级缓存
    • 一般时候应用程序本地缓存（JVM 内存中的缓存）
  • 二级缓存
    • Redis 缓存
  • 当数据不存在于一级缓存中时，才会请求二级缓存
  • 可以有效减低 Redis 的访问次数
• 拆分热点 key
  • 可以将 test 这个缓存拆分成 test1 test2 test3 ，他们三个各缓存一部分数据，不同用户仅需访问不同数据
  • 当热度降低下来时，再访问替换数据

2. Redis 集群的实现原理是什么？

• 主要方案是分片集群 + 主从复制

分片集群方案

• 总共有 16384 个哈希槽
• 将 16384 个哈希槽平均分配给不同的实例
• 读写数据时，通过哈希算法计算有效值，该值对 16384 取余，通过余数判断其所属实例

主从复制方案

• Redis 集群中有多个主节点，每个主节点都可以进行写操作，提高并发写能力
• 每个主节点都可以有多个从节点，且从节点数据信息与主节点保持全量一致，保证并发读能力
• 不同主节点间会定期向其他主节点发送心跳包，以检测主节点的健康状况，如果某个主节点死亡，集群会通过选举机制选择一个新的主节点，并重新分配哈希值

3. Redis 中的 Big Key 问题是什么？如何解决？

• Big Key 是指一个内存空间占用较大的 key

Big Key 的危害

• 内存分布不均匀导致查询效受影响
• Redis 单线程执行，操作大 key 时间较长，可能造成阻塞
• 网络传输时大 key 占用较多资源，可能导致客户端超时

Big Key 的解决方案

• 开发方面
  • 将存储对象压缩后再存储
  • 将一个大 key 拆成多个小 key
  • 选取更加合适的数据结构进行存储
• 业务方面
  • 仅存储必要数据，不存储不常用信息
  • 选择性展示信息，而非全部进行展示
• 数据分布方面
  • 将大 key 拆散分布到 Redis 集群中不同的服务器上