解密Redis:应对面试中的缓存相关问题2

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.rhkb.cn/news/84245.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

设计模式行为型——模板模式

目录 模板模式的定义 模板模式的实现 模板模式角色 模板模式类图 模板模式举例 模板模式代码实现 模板模式的特点 优点 缺点 使用场景 注意事项 实际应用 模板模式的定义 模板模式(Template Pattern)属于行为型设计模式,又叫模版…

第7章 通过内网本机IP获取微信code值及其对code值的回调。

在第5章中讲述了怎样通过内网穿透外外网从而获取微信code值,实际上微信测试帐号管理页中也支持通过内网本机IP获取微信code值。 1 重构launchSettings.json "https": { "commandName": "Project", "dotnetRunMessages": t…

数据结构——空间复杂度

3.空间复杂度 空间复杂度也是一个数学表达式,是对一个算法在运行过程中临时占用存储空间大小的量度 。 空间复杂度不是程序占用了多少bytes的空间,因为这个也没太大意义,所以空间复杂度算的是变量的个数。 空间复杂度计算规则基本跟实践复杂…

kafka partition的数据文件(offffset,MessageSize,data)

partition中的每条Message包含了以下三个属性: offset,MessageSize,data,其中offset表示Message在这个partition中的偏移量,offset不是该Message在partition数据文件中的实际存储位置,而是逻辑上一个值&…

【刻削生千变,丹青图“万相”】阿里云AI绘画创作模型 “通义万相”测评

刻削生千变,丹青图“万相 4月7日,阿里大模型“通义千问”开始邀请用户测试体验。现阶段该模型主要定向邀请企业用户进行体验测试,用户可通过官网申请(tongyi.aliyun.com),符合条件的用户可参与体验。 随…

RabbitMQ(一) - 基本结构、SpringBoot整合RabbitMQ、工作队列、发布订阅、直接、主题交换机模式

RabbitMQ结构 Publisher : 生产者 Queue: 存储消息的容器队列; Consumer:消费者 Connection:消费者与消息服务的TCP连接 Channel:信道,是TCP里面的虚拟连接。例如:电缆相当于TCP,信道是一条独立光纤束&…

在vue中Antv G2 折线图如何添加点击事件获取折线上点的值

在项目中有个需求是点击折线图的点,获取当前点的信息,其它图形都可以参考相关的API获取到,但area做的折线图怎么都获取不到点击的信息,只能获取全部的信息,最终解决如下: 实现思路 用户的鼠标在折线图上移…

基于低代码和数字孪生技术的电力运维平台设计

电力能源服务商在为用能企业提供线上服务的时候,不可避免要面对用能企业的各种个性化需求。如果这些需求和想法都要靠平台厂家研发人员来实现,那在周期、成本、效果上都将是无法满足服务运营需要的,这也是目前很多线上能源云平台应用效果不理…

单例模式-java实现

介绍 单例模式的意图:保证某个类在系统中有且仅有一个实例。 我们可以看到下面的类图:一般的单例的实现,是属性中保持着一个自己的私有静态实例引用,还有一个私有的构造方法,然后再开放一个静态的获取实例的方法给外界…

快速修复应用程序中的问题的利器—— Android热修复

热修复技术在Android开发中扮演着重要的角色,它可以帮助开发者在不需要重新发布应用程序的情况下修复已经上线的应用程序中的bug或者添加新的功能。 一、热修复是什么? 热修复(HotFix)是一种在运行时修复应用程序中的问题的技术…

树结构转换

思路: 先把数组转化成一个对象(map),对象的key值是对象的id 遍历对象;map[map[k].pid].children.push(map[k]),【k代表索引】,pid等于0代表是根节点 // 数结构转换let arr [{id: 1,pid: 0,name: "b…

【OpenVINOSharp】 基于C#和OpenVINO2023.0部署Yolov8全系列模型

基于C#和OpenVINO2023.0部署Yolov8全系列模型 1 项目简介1.1 OpenVINOTM 2 OpenVinoSharp2.1 OpenVINOTM 2023.0安装配置2.2 C 动态链接库2.3 C#构建Core推理类2.4 NuGet安装OpenVinoSharp 3 获取和转换Yolov8模型3.1 安装ultralytics3.2 导出yolov8模型3.3 安装OpenVINOTM Pyt…

python——案例15:判断奇数还是偶数

案例15:判断奇数还是偶数numint(input(输入数值:))if(num%2)0: #通过if语句判断print("{0}是偶数".format(num))else: #通过else语句判断print("{0}是奇数".format(num))

flask-migrate使用

1.介绍 # 表,字段发生变化,都会有记录,自动同步到数据库中--》django支持这种操作 # 原生的sqlalchemy,不支持修改表的 # flask-migrate可以实现类似于django的 python manage.py makemigrations #记录 python manage.py migrate …

Docker之jenkins部署harbor在harbor中完成部署

Docker之jenkins部署harbor在harbor中完成部署 1、harbor作用 Harbor允许用户用命令行工具对容器镜像及其他Artifact进行推送和拉取,并提供了图形管理界面帮助用户查阅和删除这些Artifact。在Harbor 2.0版本中,除容器镜像外,Harbor对符合OCI…

爬虫程序中使用爬虫ip的优势

作为一名爬虫技术员,我发现在爬虫程序中使用代理IP可以提升爬取效率和匿名性。今天,我就来详细讲解一下代理IP在爬虫程序中的工作原理及应用。 首先,我们来了解一下代理IP在爬虫程序中的工作原理。当我们使用爬虫程序进行数据采集时&#xf…

计算机的构造和原理

本资料转载于B站up主芯片超人-花 仅用于学习和讨论,如有侵权请联系 计算机工作原理之3D动画揭秘:计算机内部如何工作_哔哩哔哩_bilibili 1.CPU的部分 1.1 CPU放大看 1.2 一个芯片中,有80亿至100亿晶体管 1.3 放大磁道 1.4 共享3级缓存 1.5 …

二、MySql库的操作

文章目录 一、库的操作(一)创建数据库(二)创建数据库案例(三)字符集和校验规则1、 查看系统默认字符集以及校验规则2、查看数据库支持的字符集3、查看数据库支持的字符集校验规则4、校验规则对数据库的影响…

python中的装饰器的真正含义和用法

闭包: 闭包是python中的一个很实用的写法,可以使得用户在函数中调用该函数外的函数的变量,使得该变量常驻于内存中。 闭包函数: 输入是函数,输出也是一个函数。 装饰器的写法是python闭包的语法糖。 面试中经常面…

常用抓包工具

Fiddler Fiddler 是一个很好用的抓包工具,可以用于抓取http/https的数据包,常用于Windows系统的抓包,它有个优势就是免费 Charles Charles是由JAVA开发的,可以运行在window Linux MacOS,但它是收费的,和…