一份热乎乎的字节面试真题（一）

前言

大家好，我是捡田螺的小男孩，有位伙伴面试了字节（四年半工作经验），分享下面试真题，大家一起加油哈。

 

1.说说Redis为什么快
2.Redis有几种数据结构,底层分别是怎么存储的
3.Redis有几种持久化方式
4.多线程情况下,如何保证线程安全？
5.用过volatile吗？底层原理是？
6.MySQL的索引结构，聚簇索引和非聚簇索引的区别
7.MySQL有几种高可用方案，你们用的是哪一种
8.说说你做过最有挑战性的项目
9.秒杀采用什么方案
10.聊聊分库分表，需要停服嘛
11.redis挂了怎么办？
12.你怎么防止优惠券有人重复刷？
13.抖音评论系统怎么设计
14.怎么设计一个短链地址
15.有一个数组，里面元素非重复，先升序再降序，找出里面最大的值

1.说说Redis为什么快
1.1 基于内存存储实现

内存读写是比在磁盘快很多的，Redis基于内存存储实现的数据库，相对于数据存在磁盘的MySQL数据库，省去磁盘I/O的消耗。

 

1.2 高效的数据结构

Mysql索引为了提高效率，选择了B+树的数据结构。其实合理的数据结构，就是可以让你的应用/程序更快。先看下Redis的数据结构&内部编码图：1.2.1 SDS简单动态字符串
 •  字符串长度处理：Redis获取字符串长度，时间复杂度为O(1)，而C语言中，需要从头开始遍历，复杂度为O（n）;

 

 •  空间预分配：字符串修改越频繁的话，内存分配越频繁，就会消耗性能，而SDS修改和空间扩充，会额外分配未使用的空间，减少性能损耗。

 

 •  惰性空间释放：SDS 缩短时，不是回收多余的内存空间，而是free记录下多余的空间，后续有变更，直接使用free中记录的空间，减少分配。

 

1.2.2 字典

Redis 作为 K-V 型内存数据库，所有的键值就是用字典来存储。字典就是哈希表，比如HashMap，通过key就可以直接获取到对应的value。而哈希表的特性，在O（1）时间复杂度就可以获得对应的值。

 

1.2.3 跳跃表
 •  跳跃表是Redis特有的数据结构，就是在链表的基础上，增加多级索引提升查找效率。
 •  跳跃表支持平均 O（logN）,最坏 O（N）复杂度的节点查找，还可以通过顺序性操作批量处理节点。

1.3 合理的数据编码

 •  Redis 支持多种数据类型，每种基本类型，可能对多种数据结构。什么时候,使用什么样数据结构，使用什么样编码，是redis设计者总结优化的结果。

 

 •  String：如果存储数字的话，是用int类型的编码;如果存储非数字，小于等于39字节的字符串，是embstr；大于39个字节，则是raw编码。

 

 •  List：如果列表的元素个数小于512个，列表每个元素的值都小于64字节（默认），使用ziplist编码，否则使用linkedlist编码

 

 •  Hash：哈希类型元素个数小于512个，所有值小于64字节的话，使用ziplist编码,否则使用hashtable编码。

 

 •  Set：如果集合中的元素都是整数且元素个数小于512个，使用intset编码，否则使用hashtable编码。

 

 •  Zset：当有序集合的元素个数小于128个，每个元素的值小于64字节时，使用ziplist编码，否则使用skiplist（跳跃表）编码

 

1.4 合理的线程模型

I/O 多路复用多路I/O复用技术可以让单个线程高效的处理多个连接请求，而Redis使用用epoll作为I/O多路复用技术的实现。并且，Redis自身的事件处理模型将epoll中的连接、读写、关闭都转换为事件，不在网络I/O上浪费过多的时间。

 

2. Redis有几种数据结构，底层分别是怎么存储的

 •  常用的，Redis有以下这五种基本类型：

 

 •  String（字符串）

 •  Hash（哈希）

 •  List（列表）

 •  Set（集合）

 •  zset（有序集合） 它还有三种特殊的数据结构类型

 •  Geospatial

 •  Hyperloglog

 •  Bitmap

2.1 Redis 的五种基本数据类型
String（字符串）

 

 •  简介:String是Redis最基础的数据结构类型，它是二进制安全的，可以存储图片或者序列化的对象，值最大存储为512M
 •  简单使用举例: set key value、get key等
 •  应用场景：共享session、分布式锁，计数器、限流。
 •  内部编码有3种，int（8字节长整型）/embstr（小于等于39字节字符串）/raw（大于39个字节字符串）

 

Hash（哈希）

 

 •  简介：在Redis中，哈希类型是指v（值）本身又是一个键值对（k-v）结构
 •  简单使用举例：hset key field value 、hget key field
 •  内部编码：ziplist（压缩列表） 、hashtable（哈希表）
 •  应用场景：缓存用户信息等。

List（列表）

 

 •  简介：列表（list）类型是用来存储多个有序的字符串，一个列表最多可以存储2^32-1个元素。
 •  简单实用举例：lpush key value [value ...] 、lrange key start end
 •  内部编码：ziplist（压缩列表）、linkedlist（链表）
 •  应用场景：消息队列，文章列表

Set（集合）

 

 •  简介：集合（set）类型也是用来保存多个的字符串元素，但是不允许重复元素
 •  简单使用举例：sadd key element [element ...]、smembers key
 •  内部编码：intset（整数集合）、hashtable（哈希表）
 •  应用场景：用户标签,生成随机数抽奖、社交需求。

有序集合（zset）

 

 •  简介：已排序的字符串集合，同时元素不能重复
 •  简单格式举例：zadd key score member [score member ...]，zrank key member
 •  底层内部编码：ziplist（压缩列表）、skiplist（跳跃表）
 •  应用场景：排行榜，社交需求（如用户点赞）。

2.2 Redis 的三种特殊数据类型

 •  Geo：Redis3.2推出的，地理位置定位，用于存储地理位置信息，并对存储的信息进行操作。
 •  HyperLogLog：用来做基数统计算法的数据结构，如统计网站的UV。
 •  Bitmaps ：用一个比特位来映射某个元素的状态，在Redis中，它的底层是基于字符串类型实现的，可以把bitmaps成作一个以比特位为单位的数组

 

3. Redis有几种持久化方式

Redis是基于内存的非关系型K-V数据库，既然它是基于内存的，如果Redis服务器挂了，数据就会丢失。为了避免数据丢失了，Redis提供了持久化，即把数据保存到磁盘。

 

Redis提供了RDB和AOF两种持久化机制，它持久化文件加载流程如下：3.1 RDB

RDB，就是把内存数据以快照的形式保存到磁盘上。

 

什么是快照?可以这样理解，给当前时刻的数据，拍一张照片，然后保存下来。

 

RDB持久化，是指在指定的时间间隔内，执行指定次数的写操作，将内存中的数据集快照写入磁盘中，它是Redis默认的持久化方式。执行完操作后，在指定目录下会生成一个dump.rdb文件，Redis 重启的时候，通过加载dump.rdb文件来恢复数据。RDB触发机制主要有以下几种：RDB 的优点

 

适合大规模的数据恢复场景，如备份，全量复制等

 

RDB缺点

 

 •  没办法做到实时持久化/秒级持久化。
 •  新老版本存在RDB格式兼容问题

3.2 AOF

AOF（append only file） 持久化，采用日志的形式来记录每个写操作，追加到文件中，重启时再重新执行AOF文件中的命令来恢复数据。它主要解决数据持久化的实时性问题。默认是不开启的。

 

AOF的工作流程如下：AOF的优点

 

数据的一致性和完整性更高

 

AOF的缺点

 

AOF记录的内容越多，文件越大，数据恢复变慢。

 

4. 多线程情况下,如何保证线程安全？

加锁，比如悲观锁select for update，sychronized等，如，乐观锁，乐观锁如CAS等，还有redis分布式锁等等。

 

5. 用过volatile吗？它是如何保证可见性的，原理是什么

volatile关键字是Java虚拟机提供的的最轻量级的同步机制，它作为一个修饰符， 用来修饰变量。它保证变量对所有线程可见性，禁止指令重排，但是不保证原子性。

 

我们先来看下java内存模型（jmm）：

 

 •  Java虚拟机规范试图定义一种Java内存模型,来屏蔽掉各种硬件和操作系统的内存访问差异，以实现让Java程序在各种平台上都能达到一致的内存访问效果。
 •  Java内存模型规定所有的变量都是存在主内存当中，每个线程都有自己的工作内存。这里的变量包括实例变量和静态变量，但是不包括局部变量，因为局部变量是线程私有的。
 •  线程的工作内存保存了被该线程使用的变量的主内存副本，线程对变量的所有操作都必须在工作内存中进行，而不能直接操作操作主内存。并且每个线程不能访问其他线程的工作内存。 

volatile变量，保证新值能立即同步回主内存，以及每次使用前立即从主内存刷新，所以我们说volatile保证了多线程操作变量的可见性。

 

volatile保证可见性跟内存屏障有关。我们来看一段volatile使用的demo代码：

public class Singleton {  
    private volatile static Singleton instance;  
    private Singleton (){}  
    public static Singleton getInstance() {  
    if (instance == null) {  
        synchronized (Singleton.class) {  
        if (instance == null) {  
            instance = new Singleton();  
        }  
        }  
    }  
    return instance;  
    }  
}  

编译后，对比有volatile关键字和没有volatile关键字时所生成的汇编代码，发现有volatile关键字修饰时，会多出一个lock addl $0x0,(%esp)，即多出一个lock前缀指令，lock指令相当于一个内存屏障

 

lock指令相当于一个内存屏障，它保证以下这几点：

 

1.重排序时不能把后面的指令重排序到内存屏障之前的位置
2.将本处理器的缓存写入内存
3.如果是写入动作，会导致其他处理器中对应的缓存无效。

第2点和第3点就是保证volatile保证可见性的体现嘛

 

6. MySQL的索引结构，聚簇索引和非聚簇索引的区别

 •  一个表中只能拥有一个聚集索引，而非聚集索引一个表可以存在多个。
 •  索引是通过二叉树的数据结构来描述的，我们可以这么理解聚簇索引：索引的叶节点就是数据节点。而非聚簇索引的叶节点仍然是索引节点，只不过有一个指针指向对应的数据块。
 •  聚集索引：物理存储按照索引排序；非聚集索引：物理存储不按照索引排序

 

7. MySQL有几种高可用方案，你们用的是哪一种

 •  主从或主主半同步复制
 •  半同步复制优化
 •  高可用架构优化
 •  共享存储
 •  分布式协议

7.1 主从或主主半同步复制

用双节点数据库，搭建单向或者双向的半同步复制。架构如下：
通常会和proxy、keepalived等第三方软件同时使用，即可以用来监控数据库的健康，又可以执行一系列管理命令。如果主库发生故障，切换到备库后仍然可以继续使用数据库。

 

这种方案优点是架构、部署比较简单，主机宕机直接切换即可。缺点是完全依赖于半同步复制，半同步复制退化为异步复制，无法保证数据一致性；另外，还需要额外考虑haproxy、keepalived的高可用机制。

 

7.2 半同步复制优化

半同步复制机制是可靠的，可以保证数据一致性的。但是如果网络发生波动，半同步复制发生超时会切换为异步复制，异复制是无法保证数据的一致性的。因此，可以在半同复制的基础上优化一下，尽可能保证半同复制。如双通道复制方案 •  优点：这种方案架构、部署也比较简单，主机宕机也是直接切换即可。比方案1的半同步复制，更能保证数据的一致性。

 

 •  缺点：需要修改内核源码或者使用mysql通信协议，没有从根本上解决数据一致性问题。

7.3 高可用架构优化

保证高可用，可以把主从双节点数据库扩展为数据库集群。Zookeeper可以作为集群管理，它使用分布式算法保证集群数据的一致性，可以较好的避免网络分区现象的产生。 •  优点：保证了整个系统的高可用性，扩展性也较好，可以扩展为大规模集群。
 •  缺点：数据一致性仍然依赖于原生的mysql半同步复制；引入Zookeeper使系统逻辑更复杂。

7.4 共享存储

共享存储实现了数据库服务器和存储设备的解耦，不同数据库之间的数据同步不再依赖于MySQL的原生复制功能，而是通过磁盘数据同步的手段，来保证数据的一致性。

DRBD磁盘复制

 

DRBD是一个用软件实现的、无共享的、服务器之间镜像块设备内容的存储复制解决方案。主要用于对服务器之间的磁盘、分区、逻辑卷等进行数据镜像，当用户将数据写入本地磁盘时，还会将数据发送到网络中另一台主机的磁盘上，这样的本地主机(主节点)与远程主机(备节点)的数据就可以保证实时同步。常用架构如下：当本地主机出现问题，远程主机上还保留着一份相同的数据，即可以继续使用，保证了数据的安全。

 

 •  优点：部署简单，价格合适，保证数据的强一致性

 •  缺点：对IO性能影响较大，从库不提供读操作

7.5 分布式协议

分布式协议可以很好解决数据一致性问题。常见的部署方案就是MySQL cluster，它是官方集群的部署方案，通过使用NDB存储引擎实时备份冗余数据，实现数据库的高可用性和数据一致性。如下： •  优点：不依赖于第三方软件，可以实现数据的强一致性；
 •  缺点：配置较复杂；需要使用NDB储存引擎；至少三节点；