Redis高频面试题（含答案）
当然可以，Redis 是面试中非常常见的高频考点，尤其在后台开发、分布式系统、缓存设计等方向，面试官常常通过 Redis 来考察你的高并发处理能力、系统设计能力和对缓存一致性理解。
以下是一些典型 Redis 的面试场景题目类型和你可以如何回答的思路：
✅ 一、基础使用类问题
1. Redis 是什么？为什么要用它？
Redis 是一个开源的基于内存的高性能键值对数据库，支持多种数据结构（String、List、Set、Hash、ZSet 等），常用于缓存、排行榜、消息队列等场景。
优点：
- 内存存储，访问速度快（纳秒级）
- 支持丰富的数据结构
- 支持持久化（RDB/AOF）
- 支持发布订阅、分布式锁等功能
2. Redis 有哪些数据类型？分别适合什么场景？
| 数据类型 | 说明 | 场景 |
|---|---|---|
| String | 最基本的数据类型 | 缓存对象、计数器 |
| List | 有序链表 | 消息队列、时间线 |
| Set | 无序不重复集合 | 标签、好友推荐、抽奖系统 |
| Hash | 键值对集合 | 存储对象（如用户信息） |
| ZSet | 有序集合（分数排序） | 排行榜、延迟队列 |
✅ 二、缓存类问题
3. Redis 缓存雪崩、穿透、击穿的区别？怎么解决？
| 问题 | 原因 | 解决方案 |
|---|---|---|
| 缓存穿透 | 查询一个数据库和缓存都没有的数据 | 布隆过滤器、缓存空值 |
| 缓存击穿 | 热点数据过期瞬间大量请求打到数据库 | 设置互斥锁、永不过期+异步刷新 |
| 缓存雪崩 | 大量缓存同时过期 | 设置不同过期时间、加锁限流、预热机制 |
4. 缓存与数据库如何保持一致性？
常用方案：
- 延迟双删策略：
- 先删缓存
- 更新数据库
- 睡几毫秒，再删一次缓存（防止并发读取旧数据）
- Binlog + 消息队列同步（复杂业务）：监听数据库更新事件，同步刷新缓存
- 强一致性要求较低时： 允许缓存短暂脏读（最终一致性）
✅ 三、并发控制与分布式锁
5. Redis 如何实现分布式锁？
- 使用
SET key value NX PX 3000实现互斥锁 - 解锁时需确保是“自己加的锁”才能释放（防止误删）
- 如果是分布式集群，推荐使用 Redlock 算法（多个 Redis 实例加锁成功才算真正加锁）
✅ 四、性能与持久化相关
6. Redis 是单线程的吗？为什么性能还这么高？
- 是单线程的（主要指命令执行是单线程）
- 性能高的原因：
- 基于内存操作
- 使用非阻塞 I/O，多路复用（epoll）
- 数据结构简单（O(1) 操作为主）
7. Redis 的持久化机制有哪些？区别？
- RDB（快照）： 周期性保存内存数据，适合全量备份，恢复快
- AOF（Append Only File）： 每次写操作都记录日志，数据更安全，但恢复较慢
- 混合模式（默认）： Redis 7+ 支持 RDB + AOF 混合持久化，兼顾恢复速度和数据安全
✅ 五、其他高频问题
8. Redis 集群怎么实现？如何扩容？
- 使用 Redis Cluster 实现分布式部署
- 数据按槽位（slot）分配，共 16384 个槽位，节点间分配槽位
- 扩容方式：添加节点，重新分配槽位即可
9. 如何实现排行榜功能？
用 ZSet 类型，设置分数作为排名值，如：
ZADD ranking 100 user1
ZADD ranking 200 user2
ZREVRANGE ranking 0 9 WITHSCORES
10. Redis 如何防止内存爆炸？淘汰策略有哪些？
- 设置
maxmemory限制最大内存 - Redis 提供多种淘汰策略（通过
maxmemory-policy配置）：- noeviction：不淘汰，内存不足时报错
- allkeys-lru：淘汰最久未使用 key
- volatile-lru：仅淘汰设置了过期时间的 key 中最久未使用的
- 还有 LFU、TTL、随机策略等
✅ 额外加分：项目中 Redis 的实际使用经验
你可以补充你项目中的 Redis 使用场景，比如：
- 热门接口数据缓存（商品详情、用户信息）
- 秒杀系统库存处理
- 基于布隆过滤器防止缓存穿透
- Redis + Redisson 实现分布式锁控制并发
- 使用 Lua 脚本实现原子操作
- 利用 Stream 做异步消息队列处理
如果你告诉我你平时项目中 Redis 主要用在哪些模块，我也可以帮你量身定制一段“项目场景 + Redis 技术点”的面试回答，贴合你实际经历更有说服力！要不要我帮你加一下？