【Redis】.Net Core 面试破冰

目录

• • 1.Redis简介
  • 2.使用场景
  • 3.C# 具体使用介绍(Nuget)
    • StackExchange.Redis
    • FreeRedis
    • NewLife.Redis
    • ServiceStack.Redis (收费)
  • 4.Redis 常用面试问题以及回答
  • 5.建议及经验分享
    • 建议
    • Redis 经验分享
• ShareFlow

1.Redis简介

Redis 是一个开源的使用 ANSI C 语言编写、遵守 BSD 协议、支持网络、可基于内存、分布式、可选持久性的键值对(Key-Value)存储数据库，并提供多种语言的 API。

Redis 支持丰富的数据类型，常用的如下：

• string（字符串） // 是 redis 最基本的类型， string 可以包含任何数据，一个键最大能存储 512MB
• hash（哈希） // hash 特别适合用于存储对象
• list（列表） // 列表是简单的字符串列表，按照插入顺序排序。可以用作队列。
• set（集合） //集合内元素的唯一性
• zset (sorted set：有序集合)

2.Redis 的性能极高 – Redis 能读的速度是 110000 次/s，写的速度是 81000 次/s 。

3.Redis 支持数据的持久化，可以将内存中的数据保存在磁盘中，重启的时候可以再次加载进行使用

4.Redis 支持数据的高并发、高可用，如主从模式、哨兵模式、cluster 集群模式

2.使用场景

• 字符串（String）: 最基本的数据类型，可以存储字符串、整数或浮点数。场景：缓存 Session 会话，计数器，流水号等。

• 哈希/散列/字典（Hash）:键值对的集合，可以在一个哈希数据结构中存储多个字段和值。场景：存电商的购物车信息

• 列表（List）:按照插入顺序存储一组有序的值，可以在列表的两端执行插入、删除和访问操作。场景：用作简单的消息队列。

• 集合（Set）:无序的唯一值集合。场景：实现抽奖，文章的点赞、评论。

• 有序集合（Sorted Set）:可以根据分数对成员进行排序，同时保持唯一性。场景：实现体育赛事排行榜，游戏积分榜，热销商品排行榜。

• Windows 下安装 redis 参考教程

  • https://blog.csdn.net/weixin_44893902/article/details/123087435

3.C# 具体使用介绍(Nuget)

StackExchange.Redis

StackExchange.Redis 是一个.NET 平台上的高性能、异步的 Redis 客户端库，由 StackExchange 团队开发。

仓库地址:https://github.com/StackExchange/StackExchange.Redis

文档地址:https://stackexchange.github.io/StackExchange.Redis/Basics

using StackExchange.Redis;
...
ConnectionMultiplexer redis = ConnectionMultiplexer.Connect("localhost");
IDatabase db = redis.GetDatabase();

string value = "abcdefg";
db.StringSet("mykey", value);
...
string value = db.StringGet("mykey");
Console.WriteLine(value); // writes: "abcdefg"
...

小插曲:StackExchange.Redis Timeout 确实很烦...... 但是可以使用下面两款 redis Nuget 包

FreeRedis

是基于 .NET 的 redis 客户端， CSRedisCore 是 .NETFramework 4.0 及以上 访问 redis-server 的客户端组件，也是 FreeSql 作者早年发布的 nuget 版本。后来重构了更简易的 FreeRedis，目前推荐大家使用 FreeRedis，支持几乎所有 .NET 平台和 AOT。

官方文档:https://freesql.net/guide/freeredis.html

仓库地址:https://github.com/2881099/FreeRedis

public static RedisClient cli = new RedisClient("127.0.0.1:6379,password=123,defaultDatabase=13");
cli.Serialize = obj => JsonConvert.SerializeObject(obj);
cli.Deserialize = (json, type) => JsonConvert.DeserializeObject(json, type);
cli.Notice += (s, e) => Console.WriteLine(e.Log); //print command log

cli.Set("key1", "value1");
cli.MSet("key1", "value1", "key2", "value2");

string value1 = cli.Get("key1");
string[] vals = cli.MGet("key1", "key2");

NewLife.Redis

是一个 Redis 客户端组件，以高性能处理大数据实时计算为目标。Redis 协议基础实现 Redis/RedisClient 位于[X 组件]，本库为扩展实现，主要增加列表结构、哈希结构、队列等高级功能。

推荐用法

public static class RedisHelper
{
    /// <summary>
    /// Redis实例
    /// </summary>
    public static FullRedis redisConnection { get; set; } = new FullRedis("127.0.0.1:6379", "123456", 4);
}
Console.WriteLine(RedisHelper.redisConnection.Keys);

基础用法(增,删,改,查)

// 实例化Redis，默认端口6379可以省略，密码有两种写法
//var rds = new FullRedis("127.0.0.1", null, 7);
var rds = new FullRedis("127.0.0.1:6379", "pass", 7);
//var rds = new FullRedis();
//rds.Init("server=127.0.0.1:6379;password=pass;db=7");
rds.Log = XTrace.Log;

var rds = new FullRedis("127.0.0.1", null, 7);
rds.Log = XTrace.Log;
rds.ClientLog = XTrace.Log; // 调试日志。正式使用时注释
var user = new User { Name = "NewLife", CreateTime = DateTime.Now };
rds.Set("user", user, 3600);
var user2 = rds.Get<User>("user");
XTrace.WriteLine("Json: {0}", user2.ToJson());
XTrace.WriteLine("Json: {0}", rds.Get<String>("user"));
if (rds.ContainsKey("user")) XTrace.WriteLine("存在！");
rds.Remove("user");

//----------------执行结果：----------------------------------------
14:14:25.990  1 N - SELECT 7
14:14:25.992  1 N - => OK
14:14:26.008  1 N - SETEX user 3600 [53]
14:14:26.021  1 N - => OK
14:14:26.042  1 N - GET user
14:14:26.048  1 N - => [53]
14:14:26.064  1 N - GET user
14:14:26.065  1 N - => [53]
14:14:26.066  1 N - Json: {"Name":"NewLife","CreateTime":"2018-09-25 14:14:25"}
14:14:26.067  1 N - EXISTS user
14:14:26.068  1 N - => 1
14:14:26.068  1 N - 存在！
14:14:26.069  1 N - DEL user
14:14:26.070  1 N - => 1

ServiceStack.Redis (收费)

是一个简单、高性能且功能丰富的 Redis C# 客户端，具有原生支持和 高级抽象，用于序列化 POCO 和支持原生同步和异步 API 的复杂类型。

会有一些破解版本~ 嘿嘿
官方地址:https://docs.servicestack.net/redis/
破解版本文章参考链接:https://www.cnblogs.com/nxahkm/p/14242143.html

基础用法

var redis = new RedisManagerPool("localhost:6379");
using (var client = redis.GetClient())
{
    client.Set("key", "value");
    var result = client.Get<string>("key");
    Console.WriteLine(result);

    client.SetEntryInHash("hash", "field1", "value1");
    client.SetEntryInHash("hash", "field2", "value2");
    var hashResult = client.GetAllEntriesFromHash("hash");
    foreach(var entry in hashResult)
    {
        Console.WriteLine(entry.Key + " : " + entry.Value);
    }
}

4.Redis 常用面试问题以及回答

1. 什么是Redis？

   • Redis是一个开源的基于内存的数据结构存储系统，可以用作数据库、缓存和消息代理。它支持多种数据结构，包括字符串、哈希、列表、集合、有序集合等。

2. Redis与Memcached之间的区别是什么？

   Redis支持更多的数据结构（例如哈希、列表、集合、有序集合）而不仅仅是简单的键值对。

   • Redis支持持久化，可以将数据保存到磁盘上，而Memcached通常只存储在内存中。
   • Redis支持复制和高可用性功能，而Memcached不支持。
   • Redis提供了更多的功能，例如事务、Lua脚本、发布/订阅等。

3. Redis的数据结构有哪些？

   • 字符串（String）
   • 哈希（Hash）
   • 列表（List）
   • 集合（Set）
   • 有序集合（Sorted Set）

4. Redis如何实现持久化？

   • Redis支持两种持久化方式
   • 快照（Snapshotting）：将内存中的数据保存到磁盘上，以快照的形式保存。
   • 日志（Journaling）：通过持续记录操作日志的方式来保证数据的持久性。

5. Redis的过期策略是什么？

   • Redis使用定期删除和惰性删除两种策略来处理过期键：
   • 定期删除：Redis默认每秒检查一定数量的过期键，并删除其中的过期键。
   • 惰性删除：当访问一个过期键时，Redis会先删除该过期键，然后返回给客户端一个错误。

6. Redis的主从复制是什么？如何设置？

   • 主从复制是指将一个Redis服务器的数据复制到其他Redis服务器的过程。其中一个Redis服务器作为主节点（master），负责处理写操作，而其他服务器作为从节点（slave），负责复制主节点的数据。这样可以实现数据的备份、读写分离以及提高系统的可用性。
   • 要设置主从复制，首先需要在从节点的配置文件中指定主节点的地址和端口，然后启动从节点。从节点会连接到主节点并发送SYNC命令，主节点收到SYNC命令后将数据发送给从节点，从节点接收到数据后进行初始化，然后开始进行增量复制。

7. Redis的数据淘汰策略有哪些？

   • Redis提供以下几种数据淘汰策略：

   • LRU（Least Recently Used）：删除最近最少使用的键。

   • LFU（Least Frequently Used）：删除最不经常使用的键。

   • TTL（Time To Live）：设置键的过期时间，当键过期时自动删除。

8. Redis事务是什么？

   • Redis事务是一组命令的集合，这些命令会按照顺序执行，且在执行事务期间不会被其他客户端的命令所打断。Redis事务使用MULTI、EXEC、DISCARD和WATCH命令来实现。

9. Redis的发布与订阅是如何工作的？

   • Redis的发布与订阅功能允许客户端订阅一个或多个频道，当有消息发布到被订阅的频道时，所有订阅了该频道的客户端都会接收到该消息。

10. Redis的哨兵（Sentinel）是什么？它的作用是什么？

    • Redis的哨兵是用于监控和管理Redis集群的组件。它的作用是监控主节点和从节点的状态，并在主节点宕机时自动进行故障转移，确保集群的高可用性和容错性。

11. Redis的持久化机制中，RDB（快照）和AOF（日志）两种方式各有什么优缺点？

    • RDB：

      • 优点：RDB快照方式将整个数据库的状态保存在磁盘上，适合用于备份和恢复。由于是将整个数据库保存在一个文件中，恢复速度较快。

      • 缺点：RDB方式可能会丢失最后一次持久化之后的数据，因为数据只在指定的时间间隔内进行持久化。

    • AOF：

      • 优点：AOF日志记录了每次写操作，可以确保即使Redis宕机，也可以通过重新执行AOF文件来恢复数据。这样可以更好地保证数据的完整性。
      • 缺点：AOF日志文件可能会变得非常大，因为每个写操作都会被记录下来，可能会影响性能。此外，AOF恢复的速度可能会比RDB方式慢一些。

12. Redis的集群模式是如何工作的？

    • Redis集群模式通过分片（Sharding）来实现数据的水平扩展。在Redis集群中，数据被分成多个槽（slot），每个槽可以存储一个键值对。客户端根据键的哈希值将键值对映射到相应的槽中，然后将命令发送到负责该槽的节点上进行处理。通过这种方式，Redis集群可以实现数据的分布式存储和负载均衡。

13. Redis的主从复制过程中可能出现的数据丢失问题如何解决？

    • 在Redis的主从复制中，可能会出现主节点宕机导致数据丢失的情况。为了解决这个问题，可以使用Redis的持久化机制来确保数据不会丢失。通过配置主节点和从节点的持久化方式（如AOF方式），可以在主节点宕机时，从节点仍然可以通过AOF文件来恢复数据。此外，还可以通过设置主从节点之间的复制延迟来减少数据丢失的风险。

14. Redis的Lua脚本是如何执行的？

    • Redis支持通过Lua脚本来执行一组原子操作。客户端可以通过EVAL命令将Lua脚本发送到Redis服务器执行。Redis服务器会将Lua脚本加载到内存中编译成字节码，并执行脚本中的命令。在执行Lua脚本期间，Redis会将脚本作为一个原子操作进行处理，确保脚本中的所有命令要么全部执行成功，要么全部执行失败。

缓存雪崩

缓存雪崩是指在缓存中大量的键在同一时间失效或者被删除，导致大量请求直接访问数据库，从而造成数据库负载过高的情况。以下是处理缓存雪崩问题的一些常见方法：

1. 设置不同的过期时间：

   将缓存中的键的过期时间设置成随机的，避免大量键在同一时间失效，从而分散了缓存失效时对数据库的访问压力。

2. 使用热点数据预热：

   在系统启动或者低峰期，提前加载热点数据到缓存中，避免在高峰期由于缓存未命中而直接访问数据库。

3. 缓存数据异步更新：

   当缓存中的数据过期时，不要立即删除缓存，而是异步地更新缓存数据，避免因为缓存过期而导致大量请求直接访问数据库。

4. 限流措施：

   对于缓存失效时的请求进行限流，限制每秒的请求量，避免大量请求同时涌入导致数据库负载过高。

5. 使用多级缓存：

   使用多级缓存（例如本地缓存、分布式缓存）来减轻对数据库的访问压力。当一级缓存失效时，可以先查询二级缓存，避免直接访问数据库。

6. 数据库容灾备份：

   在数据库层面采取容灾备份措施，如读写分离、主从复制等，确保即使在缓存雪崩时数据库也能正常提供服务。

7. 使用锁机制：

   在更新缓存时，可以使用锁机制保证同一时间只有一个线程更新缓存，避免出现并发更新导致的数据库访问压力过高。

缓存击穿

缓存击穿是指在缓存中缓存了一个过期时间非常短的数据，当有大量请求同时访问这个数据时，会导致大量请求都穿过缓存直接访问数据库，从而造成数据库负载过高的情况。以下是处理缓存击穿问题的一些常见方法：

1. 使用互斥锁（Mutex）：

   在获取缓存数据时，先尝试获取一个互斥锁，如果获取成功则从缓存中读取数据，如果获取失败则说明缓存中没有数据，此时再去查询数据库，并将查询结果写入缓存。这样可以确保只有一个线程去查询数据库，避免了大量线程同时穿透缓存直接访问数据库。

2. 设置热点数据永不过期：

   对于一些热点数据，可以将其永不过期，或者设置一个较长的过期时间，以确保即使缓存失效，也能够保持一段时间内的可用性，避免了缓存击穿的问题。

3. 缓存预热：

   在系统启动或者低峰期，提前将热点数据加载到缓存中，避免在高峰期由于缓存未命中而导致大量请求直接访问数据库。

4. 使用缓存穿透保护机制：

   在业务逻辑层对请求进行拦截和检查，如果检测到查询不存在的数据的请求，可以直接拒绝或者返回预设的空值，避免请求直接访问数据库。

5. 限制查询频率：

   对于查询不存在的数据的请求，可以限制其查询频率，例如设置一个时间窗口内只允许查询一次。这样可以有效地减少恶意请求的影响，并且降低数据库负载。

6. 使用熔断机制：

   当缓存击穿情况发生时，可以使用熔断机制暂时关闭缓存，直接让请求访问数据库，避免数据库负载过高。

缓存穿透

缓存穿透是指恶意请求或者大量请求查询一个不存在的数据，导致请求都到达数据库，从而使数据库负载过高。以下是处理缓存穿透的一些常见方法：

1. 缓存空值（缓存零值）：

   当数据库中查询结果为空时，可以将这个空结果也缓存起来，但是设置一个较短的过期时间，避免缓存过期时间过长导致的缓存雪崩问题。这样可以确保相同的请求在短时间内都会被命中缓存，减少对数据库的访问压力。

2. 布隆过滤器（Bloom Filter）：

   布隆过滤器是一种数据结构，可以快速判断一个元素是否存在于集合中。可以在缓存层之前使用布隆过滤器过滤掉不存在的键，从而减少对数据库的查询请求。如果布隆过滤器判断请求的键不存在，可以直接返回一个预设的空值，而不必查询数据库。

3. 使用缓存穿透保护机制：

   在业务逻辑层对请求进行拦截和检查，如果检测到恶意请求或者大量查询不存在的数据的请求，可以直接拒绝或者返回预设的空值，避免请求直接访问数据库。

4. 限制查询频率：

   对于查询不存在的数据的请求，可以限制其查询频率，例如设置一个时间窗口内只允许查询一次。这样可以有效地减少恶意请求的影响，并且降低数据库负载。

5. 使用热点数据预热：

   针对业务中可能会频繁查询的热点数据，在系统启动或者定时任务中预先将这些数据加载到缓存中，避免因为缓存未命中而直接访问数据库。这样可以提高缓存命中率，减少对数据库的请求。

6. C# Bloom Filter Code

参考文章1.:https://www.cnblogs.com/mushroom/p/4556801.html
   
参考文章2:https://www.cnblogs.com/eventhorizon/p/16414593.html
github学习地址：https://github.com/eventhorizon-cli/EventHorizon.BloomFilter

5.建议及经验分享

建议

1. 缓存热点数据：

   使用Redis来缓存常用且频繁访问的数据，例如用户会话信息、页面片段、常用查询结果等。这样可以减轻数据库的压力，提高系统的性能和响应速度。

2. 分布式锁：

   在分布式系统中，使用Redis的分布式锁机制来实现对共享资源的并发访问控制。通过SETNX命令或者Redlock算法等方式，确保同一时间只有一个线程可以对关键资源进行操作，避免并发冲突和数据不一致性问题。

3. 消息队列：

   使用Redis的发布/订阅功能或者列表数据结构来实现消息队列，用于异步处理任务、解耦系统各个组件之间的依赖关系，提高系统的可扩展性和稳定性。

4. 会话管理：

   使用Redis来存储用户会话信息，实现分布式会话管理，从而实现多台服务器之间的会话共享和负载均衡。通过设置会话过期时间和定期刷新会话，确保会话数据的安全性和一致性。

5. 计数器和排行榜：

   使用Redis的计数器和有序集合等数据结构来实现计数器和排行榜功能，用于统计访问量、点赞数、排名等信息。这样可以快速地获取热门数据和实时统计结果。

6. 分布式缓存：

   在分布式系统中，使用Redis作为分布式缓存，通过集群模式和主从复制等特性来实现数据的高可用性和水平扩展，提高系统的稳定性和可靠性。

7. 持久化设置：

   根据业务需求和数据重要性，选择合适的持久化方式（如RDB快照、AOF日志）和持久化策略，确保数据在发生故障时能够快速恢复并且不会丢失。

8. 监控和调优：

   定期监控Redis的性能指标和使用情况，如内存使用率、连接数、命中率等，并根据监控结果进行调优和优化，保证Redis的稳定运行和高效利用。

Redis 经验分享

• 在 Linux 上多实例部署，实例个数等于处理器个数，各实例最大内存直接为本机物理内存，避免单个实例内存撑爆
• 把海量数据（10 亿+）根据 key 哈希（Crc16/Crc32）存放在多个实例上，读写性能成倍增长
• 采用二进制序列化，而非常见 Json 序列化
• 合理设计每一对 Key 的 Value 大小，包括但不限于使用批量获取，原则是让每次网络包控制在 1.4k 字节附近，减少通信次数
• Redis 客户端的 Get/Set 操作平均耗时 200~600us（含往返网络通信），以此为参考评估网络环境和 Redis 客户端组件
• 使用管道 Pipeline 合并一批命令
• Redis 的主要性能瓶颈是序列化、网络带宽和内存大小，滥用时处理器也会达到瓶颈
• 其它可查优化技巧 以上经验，源自于 300 多个实例 4T 以上空间一年多稳定工作的经验，并按照重要程度排了先后顺序，可根据场景需要酌情采用！

ShareFlow

欢迎关注“ShareFlow”，精选的内容和深入的分析，共同探讨、学习、创造，建立有意义的连接，致力于成为您的信息灯塔。