DataBase

A database is an organized collection of structured information

Based on Redis


Redis

20道Redis经典面试题

Redis 基础

Redis 底层有哪些数据结构

Redis 的底层的数据结构有 6 种,简单动态字符串、双向链表、整数数组、压缩列表、哈希表、跳表。

详见:redis 为什么这么快


rehash 的过程

首先因为大量的数据写入会造成 哈希冲突,所以需要增大哈希桶,进行 rehash 过程。

rehash 的时机:当写入元素过多达到一定比例,同时,Redis 目前没有执行 RDB 或者 AOF 操作时。

Redis 采取的是 渐进式 rehash

Redis 有两个全局 hash 表,当其中一个需要扩容时,将另一个哈希表扩大为当前需扩容哈希表的一倍。

在处理请求时会顺带进行数据迁移,后台也会启动周期性的任务进行迁移。


Redis 为什么是一个单线程的模型

这里的单线程是指 Redis 的网络 I/O 是由一个线程来完成的,这即是 Redis 对外提供键值存储服务的主要流程。其余的功能,如持久化、异步删除、集群同步都是额外的线程执行

主要原因也是因为多线程会存在加锁问题,多线程并发访问问题。

但是 Redis 采用了 I/O 多路复用技术,epoll 基于事件回调机制,针对不同的场景的发生调用相应的处理函数。这样Redis就不需要一直轮询时间的发生。

Redis 6.0 其实也支持了多线程模型,但 Redis 的多线程模型只用来处理网络读写请求,对于 Redis 的读写命令,依然是单线程处理。 详见: Redis 6.0 新特性:带你 100% 掌握多线程模型


zset 的底层实现

zset 是有序字典,自动去重的集合数据类型,其底层的实现为字典(dict)+ 跳表(skiplist)。

Redis 常见面试题


Redis 的 key 过期机制和淘汰原理

Key 过期策略:

  1. 惰性删除:在取出键时才对键进行过期检查,如果发现过期了就会被删除
  2. 定期删除:定期每隔一段时间执行一次删除过期键的操作。

内存淘汰机制:

  1. volatile-lru:从已设置过期时间的数据集中挑选最少使用的数据淘汰
  2. volatile-ttl:从已设置过期时间的数据集中挑选将要过期的进行数据淘汰
  3. volatile-random:从已设置过期时间的数据集中任意选择数据淘汰
  4. valatile-lfu:从已设置过期时间的数据集挑选使用频率最低的数据淘汰
  5. allkeys-lru:从数据(server.db[i].dict)中挑选最近最少使用的数据淘汰
  6. allkeys-lfu:从数据(server.db[i].dict)中挑选使用频率最低的数据淘汰
  7. allkeys-random:从数据(server.db[i].dict)中随意淘汰
  8. no-enviction(驱逐):禁止驱逐数据,这也是默认策略。意思是当内存不足以容纳新入数据时,新写入操作就会报错,请求可以继续进行,线上任务也不能持续进行,采用no-enviction策略可以保证数据不被丢失。

详见:https://www.cnblogs.com/pinxiong/p/13288087.html


Redis的持久化机制

AOF :通过靠保存 Redis 服务器所执行命令日志的方式

  • 优点:故障时,丢的数据量小。
  • 缺点:体积大,恢复慢

RDB:通过内存快照的机制把内存中的数据集写入磁盘,也就是 Snapshot 快照(数据库中所有键值对数据)

  • 优点:快照文件,数据紧凑,体积小,恢复时速度快。
  • 缺点:服务器故障时,因为不能实时保存内存。所以有可能要丢失一段时间的数据。

详见:https://kiosk007.top/post/redis%E6%8C%81%E4%B9%85%E5%8C%96%E6%9C%BA%E5%88%B6/

https://cloud.tencent.com/developer/news/307359


Redis 如何实现高可用

Redis 实现高可用有三种部署模式:主从模式,哨兵模式,集群模式

  • 主从模式:Redis部署了多台机器,有主节点,负责读写操作,有从节点,只负责读操作。从节点的数据来自主节点,实现原理就是主从复制机制
  • 哨兵模式:主从模式中,一旦主节点由于故障不能提供服务,需要人工将从节点晋升为主节点,同时还要通知应用方更新主节点地址。而哨兵模式就是为了解决该问题。
  • 集群模式:哨兵模式基于主从模式,实现读写分离,它还可以自动切换,系统可用性更高。但是它每个节点存储的数据是一样的,浪费内存,并且不好在线扩容。因此,Cluster集群应运而生,它在Redis3.0加入的,实现了Redis的分布式存储。对数据进行分片,也就是说每台Redis节点上存储不同的内容,来解决在线扩容的问题。并且,它也提供复制和故障转移的功能。

redis 分布式锁

和单机模式上的锁机制类似,分布式锁同样可以用一个变量来实现。但是有两个要求,要求一:需要实现分布式的原子性。要求二:共享存储系统的可靠性。

假设一个变量 redis_lock,初始值是0。A来加锁,由0变1,此时B再来持锁,就持锁失败了。因为变量 redis_lock 已经是1了。再由于redis是一个单线程模型,redis会串行处理他们的请求。

使用 SETNS 和 DEL 两个命令实现加锁和释放锁。(SETNX 命令,它用于设置键值对的值。具体来说,就是这个命令在执行时会判断键值对是否存在,如果不存在,就设置键值对的值,如果存在,就不做任何设置)

1
2
3
4
5
6
// 加锁
SETNX lock_key 1
// 业务逻辑
DO THINGS
// 释放锁
DEL lock_key

附加:

  1. 可以给变量加个过期时间。当客户端异常没有主动解锁时,可以自动删除锁。
  2. 为了保证锁不被其他客户端误释放,可以加一个 unique_value 。只有unique_value相同才可以操作。
1
2
// 加锁, unique_value作为客户端唯一性的标识
SET lock_key unique_value NX PX 10000

Redis如何应对并发访问

首先加锁可以解决并发访问问题,其次 Redis 提供两种原子操作的方法来实现并发控制,分别是单命令操作和Lua脚本。

其本质是将多个操作放到 Lua 脚本中原子执行


redis AOF 日志文件太大怎么办

AOF 重写。根据数据库的现状重新创建一个新的 AOF 文件,对每个键值对只记录最新的最终状态。


Redis 使用

Redis 有什么操作会导致其变慢

Redis 处理变慢主要原因有两个。

  1. Redis 本身的值的读写是单线程,任意一个请求阻塞都会导致 Redis 请求变慢

  2. 并发量特别大时,单线程读写客户端 I/O 数据存在瓶颈。

可能导致慢的实际操作:

  1. 大 Key 操作,写入删除一个大Key会消耗更多的时间;
  2. HGETALL 等 O(N) 操作:
  3. 大量的 key 集中过期:
  4. 数据持久化,如 AOF 的 always 机制,主从全量同步生成 RDB 等。

针对问题1,除了需要开发人员从代码角度尽量避免大key,另一方面 Redis 在 4.0 推出 lazy-free 机制,将 大key 的释放内存的耗时操作都放到了异步线程中执行,避免对主线程的影响。

针对问题2,由于单个实例可能会造成在持久化时压力过大,可以考虑多实例。


Redis 在时间序场景的应用

场景:已有大量的pcap格式的网络数据包,当计算出网络数据流的重传数据包,则表示当前网络中出现了重传,并且可能出现了丢包。需要计算在时间序中哪个时间段出现的丢包较为频繁。丢包是否是单独某条连接的问题。

使用 zset 和 hash 表。

zset 可以获取一个时间范围的丢包信息。而hash表可以获取到某个具体时间的丢包信息。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
// HASH 表
HGET task_id:traffic_stream 202208030905
"23"

HMGET task_id:traffic_stream 202208030905 202208030907 202208030908
1)"23"
2) "30"
3) "0"

// ZSET
ZRANGEBYSCORE task_id:traffic_stream 202208030905 202208030908
1)"23"
2) "30"
3) "0"

另外也可以基于 RedisTimeSeries 模块保存时间序列数据

详情:https://time.geekbang.org/column/article/282478


Redis缓存失效

直接参考: Redis基础-缓存设计


redis大key问题

直接参考:20道redis经典面试题


cluster

slot

我们都知道在集群模式下key是需要进行路由的,那就需要有路由策略,Redis Cluster并没有使用一致性hash的方案,而是使用分配slot的方式进行key路由。

其使用 crc16 做hash的方案。 没有采用 一致性 hash 的主要原因是防止 宕机雪崩。

参考:Redis 集群为什么不采用一致性hash方案


Elasticsearch

什么是倒排索引

倒排索引包含两个部分:单词词典和倒排表。

  • 单词词典(Term Dictionary):记录所有文档的单词,记录单词到倒排列表的关联关系(单词词典一般比较大,通过 B+ 树或哈希拉链法实现,以满足高性能的插入与查询)
  • 倒排表(Posting List):记录了单词对应的文档结合,由倒排索引组成。
    • 文档ID
    • 词频 TF - 该单词在文档中分词的位置。用于语句搜索
    • 位置(Position)- 单词在文档中分词的位置,用于语句搜索
    • 偏移(Offset)- 记录单词的开始结束位置,实现高亮显示。

详见:https://kiosk007.top/post/elasticsearch/


文档索引步骤顺序

  1. 客户端向某节点1 发送新建、索引、或者删除请求
  2. 节点1 根据文档 _id 判断文档所属分片0,而分片0 在节点2上,请求被转发至Node2。
  3. Node2 执行请求,成功后,请求并行同步到Node1 和 Node3 的副本分片。一旦所有的副本分片都报告成功,Node2 回复 协调节点,协调节点向客户端报告成功。

MySQL

MySQL常见面试题

myisam 和 innodb 的区别?

myisam 不支持事务、行级锁还有外键,所以一般用于有大量查询少量插入的场景。

innodb 是基于聚簇索引建立的,innodb 支持 事务还有外键。


MySQL 的索引有哪些?

按照数据结构来说,索引包含 B+树索引 和 Hash索引


MySQL的锁的类型有哪些呢?

mysql锁分为共享锁排他锁,也叫做读锁写锁

读锁是共享的,可以通过lock in share mode实现,这时候只能读不能写。

写锁是排他的,它会阻塞其他的写锁和读锁。从颗粒度来区分,可以分为表锁行锁两种。

表锁会锁定整张表并且阻塞其他用户对该表的所有读写操作,比如alter修改表结构的时候会锁表。

行锁又可以分为乐观锁悲观锁,悲观锁可以通过for update实现,乐观锁则通过版本号实现。


事务的基本特性和隔离级别

事务基本特性ACID分别是:

原子性(atomicity):一个事务中的操作要么全部成功,要么全部失败

一致性(consistency):数据库总是从一个一致性的状态转换到另一个一致性的状态。(比如A给B转帐100元,sql 执行失败,A不会损失100,B也不会多出100)

隔离性(isolation):一个事务的修改在最终提交之前,对其他事务不可见

持久性(durability):事务一旦提交,所做的修改就会永久的保存到数据库中。

隔离性有4个隔离级别,分别是:

  • read uncommit 读未提交,可能会读到其他事务未提交的数据,也叫做脏读。
  • read commit 读已提交,同一次事务中两次读取结果不一致,叫做不可重复读。
  • repeatable read 可重复读,MySQL的默认级别,就是每次读取结果都一样,但是会产生幻读。
  • serializable 串行,一般不会使用,他会给每一行读数据加锁,会导致大量超时问题。

MySQL 主从同步是如何实现的

主从同步原理:

  1. master 提交完事务后,写入 binlog
  2. master 创建dump线程,推送binglog 到 slave
  3. slave 再开启一个IO线程读取同步过来的master的binlog,记录到relay log 中继日志中
  4. slave 再开启一个 SQL 线程读取 relay log 事件并在 slave 执行,完成同步
  5. slave 记录自己的binlog

由于mysql默认的复制方式是异步的,主库把日志发送给从库后不关心从库是否已经处理,这样会产生一个问题就是假设主库挂了,从库处理失败了,这时候从库升为主库后,日志就丢失了。由此产生两个概念。

全同步复制

主库写入binlog后强制同步日志到从库,所有的从库都执行完成后才返回给客户端,但是很显然这个方式的话性能会受到严重影响。

半同步复制

和全同步不同的是,半同步复制的逻辑是这样,从库写入日志成功后返回ACK确认给主库,主库收到至少一个从库的确认就认为写操作完成。


MySQL事务中什么是幻读

幻读是指事务A执行过程中由于事务B并发插入了一条新的数据记录。事务A两次读数据的内容不一样,出现了“虚幻”的新记录。

MySQL 的 InnoDB 引擎在RR级别下可以防止幻读的发生

  • 在快照读(snapshot read)的情况下,MySQL 通过 MVCC(多版本并发控制)来避免幻读

快照读,读取的是记录的可见版本 (有可能是历史版本),不用加锁。主要应用于无需加锁的普通查询(select)操作。

  • 在当前读(current read)的情况下,MySQL 通过next-key lock 来避免幻读

当前读,读取的是记录的最新版本,并且会对当前记录加锁,防止其他事务发修改这条记录。加行共享锁(SELECT … LOCK IN SHARE MODE )、加行排他锁(SELECT … FOR UPDATE / INSERT / UPDATE / DELETE)的操作都会用到当前度。

InnoDB支持三种行锁定的方式。

  1. 行锁(Record Lock):锁直接加在索引记录上面(无索引项时蜕变成表锁)
  2. 间隙锁(Gap Lock):锁定索引记录间隙,确保索引记录的间隙不变,间隙锁是针对事务隔离级别为可重复读或以上级别。
  3. Next-Key Lock:行锁和间隙锁组合起来就是 Next-Key Lock

参考: https://www.jianshu.com/p/d5c2613cbb81


什么是Next-Key Lock

InnoDB采用Next-Key Lock解决幻读问题。 Next-Key Lock 是行锁和间隙锁组合起来。

Next-Key Lock 的规则:

  1. 原则1:加锁的基本单位是 next-key lock, next-key lock 是前开后闭的区间。
  2. 原则2:只有访问到的对象才会加锁

优化

  1. 优化1:命中唯一索引时,退化为行锁。命中普通索引时,左右两边的GAP Lock 和 行锁。
  2. 优化2:索引上的等值查询时,向右遍历时且最后一个值不满足等值条件的时候, 退化为GAP锁。

参考: MySQL实战45-为什么只改一行的语句,锁这么多Next-Key Lock 的规则


MySQL的日志 undo log \ redo log \ binlog

  1. undo log除了实现MVCC外,还用于事务的回滚。
  2. binlog,是mysql服务层产生的日志,常用来进行数据恢复、数据库复制
  3. redo log记录了数据操作在物理层面的修改,mysql中使用了大量缓存,缓存存在于内存中,修改操作时会直接修改内存,而不是立刻修改磁盘,当内存和磁盘的数据不一致时,称内存中的数据为脏页(dirty page)。为了保证数据的安全性,事务进行中时会不断的产生redo log,在事务提交时进行一次flush操作,保存到磁盘中, redo log是按照顺序写入的,磁盘的顺序读写的速度远大于随机读写。当数据库或主机失效重启时,会根据redo log进行数据的恢复,如果redo log中有事务提交,则进行事务提交修改数据。这样实现了事务的原子性、一致性和持久性。

什么是 MVCC

MVCC 多版本控制,其是为了提高并发,读写之间不冲突,就是读取数据时通过一种类似快照的方式将数据保存下来,这样读锁就和写锁不冲突了,不同的事务session会看到自己特定版本的数据。 只在 READ COMMITTED 和 REPEATABLE READ 两个级别下工作。

  • 实现原理 InnoDB中通过undo log实现了数据的多版本,而并发控制通过锁来实现。每新增一个事务就增加一个trx_id,即在版本链上增加了一个undo log. ReadView中主要就是有个列表来存储我们系统中当前活跃着的读写事务,也就是begin了还未提交的事务。通过这个列表来判断记录的某个版本是否对当前事务可见 MySQL 的 MVCC 通过版本链,实现多版本,可并发读-写,写-读。通过ReadView生成策略的不同实现不同的隔离级别。

详见:一文理解MySQL MVCC


什么是 MySQL 的两段式提交,为什么必须要“两段式”提交?

  1. 什么是两段式提交

当有数据修改时,会先将修改 redo log cache 和 binlog cache 然后再刷入到磁盘形成 redo log file,当 redo log file 全部刷入磁盘时(prepare 状态)和提交成功后才能将 binlog cache刷入磁盘。当 binlog 全部刷新到磁盘后会形成一个 xid,然后redo log file上打上 commit 标志(commit 阶段)

  1. 为什么要两段式提交

在没有两段式提交的情况下。

  • 如果先写redo log,后 binlog,在 redo log 写完,binlog 还没写完时数据库崩溃,当恢复后,主数据库被修改了,但是 binlog 并没有该语句,因此从库会丢失该更新导致主从不一致。

  • 如果先写 binlog,后写 redolog,在 binlog 写完,redo log 还没写完时崩溃,恢复后从库比主库多了一条更新,导致主从不一致。

有了两段式提交。

  • redo 写入时崩溃,因为此时 binlog 还没有写入,恢复数据不受影响

  • redo 写好后,binlog 写入时崩溃,这时的redo 是 prepare 状态,还没有提交,恢复时事务会回滚,binlog没有记录,不影响。

  • redo 写好,binlog 也写好了,但是没有commit时崩溃了,这时判断对应事务的binlog是否存在并完整

    • 如果存在并完整则提交
    • 如果binlog 不存在或者不完整,会恢复事务提交之前的状态。
  • redo 已经有了commit 标识,则直接提交事务,同时因为binlog有记录,则恢复数据不受影响。

    mysql15


MySQL 索引为什么用B+树

首先二叉树必须是平衡的才有比较高的查询效率,如果不平衡最差会退化成链表。

B树是多叉树又名平衡多路查找树(查找路径不止两个), 相对平衡二叉树在节点空间的利用率上进行了改进,B树在每个节点保存了更多的数据,减少了树的高度从而提升了查找的性能,使用B树的数据库,一般节点大小是16K,这是考虑到磁盘数据存储是采用块的形式存储,每个块大小为16K,每次对磁盘进行 IO 数据读取时,一个磁盘IO可以读取B树的一个节点。

B+树是对B树的一个改进。主要是查询的稳定性和数据排序方面更友好。

B+树的非叶子节点不保存具体数据,之保存关键字的索引,而所有的数据最终会保存到叶子节点。

其关键字从小到大有序排列,左边结尾数据都会保存右边节点开始数据的指针,因为叶子节点都是有序排列的,所以B+树对数据的排序支持有着更好的支持。

参考:https://zhuanlan.zhihu.com/p/27700617 (里面有图,更助于理解)


MySQL索引为什么会有最左前缀匹配原则

由于联合索引构建存储的方式是根据第一个索引列“单调递增”排序,如果第一列相等再根据第二列单调递增排序,以此类推。。。 也就是说,对于(b,c,d)联合索引来说,相当于创建了(b)、(b,c)、(b,c,d) 三个索引。