Spring集成Redis面试题库

生成时间：2026-05-24 21:59

【面试题】1. Redis的ZSet底层编码有哪几种？什么情况下会转换？在排行榜场景如何优化？

【标准答案】 ZSet底层有两种编码：ziplist和skiplist。

编码转换条件：

元素数量 < 128 且所有元素长度 < 64字节，使用ziplist
超过阈值自动转为skiplist + dict组合结构

排行榜优化实战：

控制榜单长度：只保留Top N，用ZREMRANGEBYRANK清理
避免大Key：按时间分片（日榜、周榜、月榜）
批量查询：用ZRANGE批量获取排名，减少RTT
分页优化：避免深分页，改用游标式查询（记录lastScore）
预热缓存：凌晨预计算冷门榜单

实际项目中，我会设置zset-max-ziplist-entries 128，排行榜超过1万条就按天分片。

【面试题】2. Redis RDB和AOF各自的优缺点是什么？生产环境如何选择持久化策略？

【标准答案】 RDB优点：

文件紧凑，适合备份和灾备
恢复速度快，直接加载内存
对性能影响小，fork子进程完成

RDB缺点：

可能丢失最后一次快照后的数据
fork大内存进程可能阻塞（Copy-On-Write）

AOF优点：

数据安全性高，最多丢1秒数据（everysec）
可读性强，支持误操作恢复

AOF缺点：

文件体积大
恢复速度慢于RDB
写入性能有损耗

生产环境选择：

只开RDB：允许分钟级数据丢失，追求极致性能
只开AOF：数据敏感，不允许丢失
混合持久化（推荐）：RDB做基线 + AOF增量，兼顾恢复速度和数据安全

我们的订单系统用混合持久化，配置aof-use-rdb-preamble yes，AOF重写时先写RDB格式。

【面试题】3. Spring Data Redis中RedisTemplate和StringRedisTemplate有什么区别？序列化如何选择？

【标准答案】 核心区别：

RedisTemplate默认用JDK序列化，Key和Value都会加类信息前缀
StringRedisTemplate是RedisTemplate<String, String>特化版，用String序列化

序列化选择实战：

StringRedisSerializer：Key必须用，可读性强
JdkSerializationRedisSerializer：不推荐，序列化后体积大、有安全风险
Jackson2JsonRedisSerializer：需要指定类型，适合单一对象
GenericJackson2JsonRedisSerializer：自动带@class类型信息，适合多态对象

生产配置建议：

java

RedisTemplate<String, Object> template = new RedisTemplate<>();
template.setKeySerializer(new StringRedisSerializer());
template.setHashKeySerializer(new StringRedisSerializer());
template.setValueSerializer(new GenericJackson2JsonRedisSerializer());
template.setHashValueSerializer(new GenericJackson2JsonRedisSerializer());

我们的项目统一用StringRedisTemplate存字符串，复杂对象用GenericJackson2JsonRedisSerializer。

【面试题】4. Redis缓存穿透、缓存击穿、缓存雪崩分别是什么？如何解决？

【标准答案】 缓存穿透：查询不存在的Key，请求直接打到数据库。

解决方案：

布隆过滤器：提前过滤不存在的Key
空值缓存：缓存null值，TTL设短（5分钟）
参数校验：拦截非法请求

缓存击穿：热点Key过期瞬间，大量请求同时击穿到数据库。

解决方案：

互斥锁：SET NX抢锁，只让一个线程查库
逻辑过期：不设TTL，后台异步更新
热点数据永不过期：配合主动更新

缓存雪崩：大量Key同时过期，或Redis宕机。

解决方案：

随机TTL：基础时间 + 随机值，避免同时过期
多级缓存：本地缓存（Caffeine） + Redis
熔断降级：Hystrix/Sentinel限流
Redis高可用：主从 + 哨兵 + Cluster

我们的促销系统用布隆过滤器防穿透，热点商品用逻辑过期防击穿，TTL加随机值防雪崩。

【面试题】5. 如何用Redis实现分布式锁？Redisson的看门狗机制是什么？

【标准答案】 基础实现（SET NX EX）：

java

// 加锁
SET lock:key unique_value NX EX 30
// 释放锁（Lua保证原子性）
if redis.call("get", KEYS[1]) == ARGV[1] then
    return redis.call("del", KEYS[1])
end

问题：

业务超时，锁自动释放导致并发
误删其他线程的锁

Redisson原理：

可重入锁：Hash结构存储线程ID和重入次数
看门狗续期：后台线程每10秒续期（默认30秒锁），防止业务未执行完锁过期
Lua原子操作：加锁、解锁都是原子脚本

实战配置：

java

RLock lock = redisson.getLock("order:lock:123");
try {
    if (lock.tryLock(10, 30, TimeUnit.SECONDS)) {
        // 执行业务
    }
} finally {
    lock.unlock();
}

我们的订单系统用Redisson，超时时间设业务执行时间的3倍，看门狗自动续期。

【面试题】6. Redis主从复制的工作原理是什么？全量同步和增量同步分别发生在什么场景？

【标准答案】 主从复制流程：

从节点发送PSYNC命令
主节点执行bgsave生成RDB，发送给从节点
主节点缓存期间写命令到复制积压缓冲区
从节点加载RDB，接收后续增量命令

全量同步触发场景：

从节点首次连接
从节点断开时间过长，复制积压缓冲区溢出
主节点RunID变化（重启或切换）

增量同步触发场景：

从节点短暂断开重连
主节点仍保留复制积压缓冲区中的偏移量
通过PSYNC <runid> <offset>请求部分同步

优化建议：

增大repl-backlog-size：默认1MB，生产建议100MB+
开启repl-diskless-sync：无盘复制，网络直传
合理控制从节点数量：避免主节点压力过大

我们的生产环境把复制缓冲区调到512MB，网络抖动时增量同步成功率达95%以上。

【面试题】7. Spring Cache注解@Cacheable的condition和unless有什么区别？如何实现动态TTL？

【标准答案】 condition vs unless：

condition：执行方法前判断，决定是否查缓存
unless：执行方法后判断，决定是否缓存结果（可以引用#result）

使用示例：

java

// condition：参数大于100才缓存
@Cacheable(value = "user", key = "#id", condition = "#id > 100")

// unless：结果为null不缓存
@Cacheable(value = "user", key = "#id", unless = "#result == null")

动态TTL实现： Spring Cache默认不支持动态TTL，需要自定义CacheManager：

java

@Bean
public RedisCacheManager cacheManager(RedisConnectionFactory factory) {
    RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig()
        .entryTtl(Duration.ofMinutes(30))
        .serializeKeysWith(RedisSerializationContext.SerializationPair
            .fromSerializer(new StringRedisSerializer()))
        .serializeValuesWith(RedisSerializationContext.SerializationPair
            .fromSerializer(new GenericJackson2JsonRedisSerializer()));
    
    // 不同缓存空间不同TTL
    Map<String, RedisCacheConfiguration> cacheConfig = new HashMap<>();
    cacheConfig.put("user", config.entryTtl(Duration.ofHours(2)));
    cacheConfig.put("product", config.entryTtl(Duration.ofMinutes(10)));
    
    return RedisCacheManager.builder(factory)
        .cacheDefaults(config)
        .withInitialCacheConfigurations(cacheConfig)
        .build();
}

我们的系统按业务配置TTL：用户缓存2小时，商品缓存10分钟，验证码缓存5分钟。

【面试题】8. 如何用Redis实现接口限流？滑动窗口和令牌桶算法怎么选？

【标准答案】 滑动窗口实现（Lua脚本）：

lua

local key = KEYS[1]
local now = tonumber(ARGV[1])
local window = tonumber(ARGV[2])
local limit = tonumber(ARGV[3])

redis.call('ZREMRANGEBYSCORE', key, 0, now - window * 1000)
local count = redis.call('ZCARD', key)
if count < limit then
    redis.call('ZADD', key, now, now)
    redis.call('PEXPIRE', key, window * 1000)
    return 1
end
return 0

令牌桶实现（Redisson）：

java

RRateLimiter limiter = redisson.getRateLimiter("api:limit");
limiter.trySetRate(RateType.OVERALL, 100, 1, TimeUnit.SECONDS);
if (limiter.tryAcquire()) {
    // 允许访问
}

算法选择：

滑动窗口：精确控制，适合严格限流（防止刷接口）
令牌桶：允许突发流量，适合平滑限流（保护下游服务）
漏桶：恒定速率流出，适合流量整形

生产建议：

网关层限流：Nginx + Lua，滑动窗口
应用层限流：Redisson RateLimiter，令牌桶
分布式限流：Redis集群 + Lua原子操作

我们的秒杀接口用滑动窗口严格限流，普通API用令牌桶允许一定突发。

【面试题】9. Redis Cluster为什么用16384个槽位而不是更多？节点间如何通信？

【标准答案】 16384槽位原因：

心跳包大小：每个槽位用1bit表示，16384槽位 = 2KB心跳包；如果65536槽位 = 8KB，网络开销大
主节点数量限制：建议最多1000个主节点，16384足够
槽数据结构：每个节点维护16384位的bitmap，空间效率高

节点通信机制（Gossip协议）：

每个节点定时（每秒）随机选择几个节点发送PING
PING消息包含：节点ID、槽位信息、故障检测状态
接收节点回复PONG，更新集群状态
如果节点故障，其他节点标记为PFAIL（主观下线）
多数主节点确认后，标记为FAIL（客观下线），触发故障转移

故障转移流程：

从节点发现主节点下线
从节点发起选举（Raft协议）
获得多数主节点投票后晋升为新主节点
新主节点广播槽位映射更新

我们的生产集群6主6从，心跳包2KB，集群状态同步延迟在100ms内。

【面试题】10. 如何用Redis实现延迟队列？Redisson延迟队列底层原理是什么？

【标准答案】 ZSet实现延迟队列：

java

// 生产者：订单30分钟后过期
long expireTime = System.currentTimeMillis() + 30 * 60 * 1000;
redis.zadd("delay:queue", expireTime, "order:123");

// 消费者：定时轮询
while (true) {
    Set<Tuple> tasks = redis.zrangebyscore("delay:queue", 0, 
        System.currentTimeMillis(), 0, 10);
    for (Tuple task : tasks) {
        // Lua原子操作移除并处理
        if (redis.zrem("delay:queue", task.getElement()) > 0) {
            processTask(task.getElement());
        }
    }
    Thread.sleep(1000);
}

Redisson延迟队列原理：

使用ZSet存储延迟任务（score为执行时间戳）
后台线程每100ms轮询到期任务
到期任务转移到就绪队列（List结构）
消费者从就绪队列BLPOP阻塞获取

Redisson使用示例：

java

RBlockingQueue<String> queue = redisson.getBlockingQueue("delay:order");
RDelayedQueue<String> delayedQueue = redisson.getDelayedQueue(queue);
delayedQueue.offer("order:123", 30, TimeUnit.MINUTES);

// 消费者
while (true) {
    String task = queue.take();
    processTask(task);
}

对比选择：

ZSet + 定时轮询：轻量，适合小规模
Redisson延迟队列：封装完善，支持持久化，生产推荐
Redis Stream：支持消费者组，适合消息可靠性要求高的场景

我们的订单超时取消用Redisson延迟队列，每天处理10万+延迟任务，零丢失。

总结：本轮覆盖数据结构、持久化、序列化、缓存三灾、分布式锁、主从复制、Spring Cache、限流、Cluster、延迟队列10大核心考点。每题都从原理到实战，面试官最爱问，回答时有理有据。

Spring集成Redis面试题库 ​

【面试题】1. Redis的ZSet底层编码有哪几种？什么情况下会转换？在排行榜场景如何优化？ ​

【面试题】2. Redis RDB和AOF各自的优缺点是什么？生产环境如何选择持久化策略？ ​

【面试题】3. Spring Data Redis中RedisTemplate和StringRedisTemplate有什么区别？序列化如何选择？ ​

【面试题】4. Redis缓存穿透、缓存击穿、缓存雪崩分别是什么？如何解决？ ​

【面试题】5. 如何用Redis实现分布式锁？Redisson的看门狗机制是什么？ ​

【面试题】6. Redis主从复制的工作原理是什么？全量同步和增量同步分别发生在什么场景？ ​

【面试题】7. Spring Cache注解@Cacheable的condition和unless有什么区别？如何实现动态TTL？ ​

【面试题】8. 如何用Redis实现接口限流？滑动窗口和令牌桶算法怎么选？ ​

【面试题】9. Redis Cluster为什么用16384个槽位而不是更多？节点间如何通信？ ​

【面试题】10. 如何用Redis实现延迟队列？Redisson延迟队列底层原理是什么？ ​

Spring集成Redis面试题库

【面试题】1. Redis的ZSet底层编码有哪几种？什么情况下会转换？在排行榜场景如何优化？

【面试题】2. Redis RDB和AOF各自的优缺点是什么？生产环境如何选择持久化策略？

【面试题】3. Spring Data Redis中RedisTemplate和StringRedisTemplate有什么区别？序列化如何选择？

【面试题】4. Redis缓存穿透、缓存击穿、缓存雪崩分别是什么？如何解决？

【面试题】5. 如何用Redis实现分布式锁？Redisson的看门狗机制是什么？

【面试题】6. Redis主从复制的工作原理是什么？全量同步和增量同步分别发生在什么场景？

【面试题】7. Spring Cache注解@Cacheable的condition和unless有什么区别？如何实现动态TTL？

【面试题】8. 如何用Redis实现接口限流？滑动窗口和令牌桶算法怎么选？

【面试题】9. Redis Cluster为什么用16384个槽位而不是更多？节点间如何通信？

【面试题】10. 如何用Redis实现延迟队列？Redisson延迟队列底层原理是什么？