Redis扩容（Redis扩缩容）有哪些最佳实践和注意事项？

一对一聊天源码,你是否了解ERedis的扩容机制?

判断依据就是存储数据的哈希表的当前大小是否已经大于哈希表容量的5倍，如果大于，则强制扩容。扩容实现细节 判断扩容：在_dictKeyIndex（）方法中，会调用_dictExpandIfNeeded（）方法来判断是否需要扩容。

编译步骤：make # 编译主程序make test # 运行测试用例（可选）编译后生成 src/redis-server（服务端）和 src/redis-cli（客户端）等可执行文件。 选择入口模块推荐起点：核心模块：server.c（主服务器逻辑）、networking.c（网络处理）、aof.c/rdb.c（持久化）。

Redis的rehash操作采用渐进式机制，旨在避免阻塞Redis进程。在rehash过程中，旧表中的元素逐步迁移至新表，实现数据结构的调整。通过源码分析，我们可以了解rehash操作以bucket为单位进行，确保迁移过程的平滑与有序。扫描新表和旧表时，scan命令同时返回结果，满足客户端需求。

在扩容时，Scan命令从新数组的高位开始遍历，避免重复访问旧数组的元素；在缩容时，Scan命令同样遵循高位到低位的遍历顺序，但可能有少量重复元素出现。Redis的rehash过程采用渐进式机制，避免阻塞Redis进程。在rehash过程中，旧表中的元素逐步迁移到新表，以bucket为单位进行迁移，确保数据的连续性和一致性。

业务请求量膨胀的扩容技术实践

1、在业务请求量膨胀时，有效的扩容技术实践是确保系统稳定性和性能的关键。分布式削峰、缓存技术和数据库水平拆分是三种常见的扩容方法。通过合理应用这些方法，可以显著降低单个节点的负载，提高系统的整体性能和可扩展性。同时，也需要根据具体的业务场景和需求进行灵活选择和组合使用这些方法，以达到最佳的扩容效果。

2、解决大事务导致的回滚段膨胀问题，需从事务拆分、数据库配置优化、SQL优化及批量处理功能应用等多方面入手。具体方案如下：拆分大事务为小事务大事务会长时间占用回滚段空间，且失败时需存储大量修改信息，导致膨胀。通过拆分事务可显著降低压力。

3、分库分表的必要性关系型数据库性能瓶颈当单表数据量超过千万级后，检索性能急剧下降，即使优化索引也难以满足低延迟需求。例如商城系统中商品池和订单表随业务增长迅速膨胀，需通过分库分表解决存储与查询压力。单库并发限制分表仅解决数据量过大问题，但无法分散并发请求。

4、初创期：单一应用架构背景：闲鱼起源于淘宝二手，业务规模和用户量小，采用单一应用支撑所有业务，整体架构和服务面向PC设计。技术栈：使用阿里内部的webx框架（类似Spring MVC），服务端编写Velocity模板代码，前端代码也部署在业务服务器中。特点：架构与淘宝PC架构基本一致，未进行服务化拆分。

细品Redis的SCAN和KEYS命令

KEYS命令：适用于快速获取少量匹配key的场景，但在key数量庞大时应谨慎使用，以避免性能问题。SCAN命令：适用于大规模数据集的遍历场景，可以分步查询，不会阻塞线程，但需要处理可能的重复key值。在使用SCAN命令时，需要了解其内部机制，包括底层数据结构、游标机制、扩容与缩容处理以及渐进式rehash等，以确保正确和高效地使用该命令。

Web前端求职技巧:Redis常见面试题答疑必看

1、Redis相比memcached有哪些优势？数据类型支持：memcached所有值均为简单字符串，Redis支持更丰富的数据类型（如字符串、哈希、列表、集合、有序集合等）。性能：Redis速度比memcached快，尤其在复杂数据结构操作时优势明显。

2、介绍自己：这是面试开场常见问题，用于让面试官初步了解求职者的基本情况、教育背景、技能和工作经验等。项目里做过 word 和 excel 的导出，是怎么实现的：考察求职者在实际项目中对特定功能的实现能力，涉及到相关技术（如 Java 中可能用到 Apache POI 等库）的运用。

3、深度题：展现源码级理解，如分析Koa中间件实现原理（洋葱模型、async/await支持）。知识面：主动关联后端技术（如Nginx配置、Redis缓存），体现全栈思维。P6级别能力要求：需具备独立设计中等复杂度模块的能力，对技术选型有明确依据，并能通过监控与日志定位线上问题。

4、Dubbo支持多种协议，包括但不限于RMI、Hessian、HTTP、Webservice、Thrift、Memcached、Redis、REST等。其中，Dubbo推荐使用其自定义的协议（即Dubbo协议），因为它在性能、可靠性和扩展性方面都有较好的表现。 Dubbo需要Web容器吗？Dubbo的Provider在启动的时候依赖SpringIOC容器，但不依赖Web容器。

5、测试基本知识 典型问题：接口测试、UI自动化、性能测试的常用工具是什么？回答要点：接口测试：Postman、Jmeter、RestAssured（需说明工具适用场景，如Postman适合手动调试，Jmeter适合性能压测）。UI自动化：Selenium（Web）、Appium（移动端）、Cypress（前端）。

6、Node.js面试题「2023」要点如下：Node.js适用场景：实时数据处理。服务器端编程。Web开发和API服务。尤其适合I/O密集型任务，如实时通信和大数据处理。事件循环与浏览器的对比：Node.js的事件循环不同于浏览器的事件循环机制。Node.js有6个任务队列，如文件读写、网络请求等，保证了高并发处理。

redis如何防雪崩

避免缓存集中过期随机化过期时间：为缓存设置基础过期时间（如1小时）后，叠加随机偏移量（如0-300秒），使缓存分散失效。

Redis雪崩的解决方案包括互斥锁、缓存预热、降级处理、异步更新、限流、分散请求、定期检查键有效期以及监控和告警。具体如下：互斥锁/分布式锁在获取失效键前，通过互斥锁或分布式锁控制并发访问，确保同一时间仅一个线程或进程能访问失效键。该线程负责获取新值并更新Redis，避免大量请求同时穿透至后端数据源。

总结缓存雪崩：通过分散 key 过期时间、使用 Redis 主从集群、服务熔断或请求限流解决。缓存击穿：热点 key 不设置过期时间或使用互斥锁解决。缓存穿透：缓存空值、使用布隆过滤器或参数校验解决。数据不一致性：通过先更新数据库再删除缓存、延迟双删或使用消息队列解决。

热点数据永不过期：对于某些热点数据，可以将其设置为永不过期，避免其key过期后直接访问数据库。互斥锁：使用zookeeper或Redis等分布式锁机制，确保在热点数据key过期后，只有第一个请求会去数据库查询并更新缓存，其他请求则等待缓存更新完成后再访问。