一份热乎乎的字节面试真题(一)

发布于 2022-6-29 11:18
浏览
0收藏

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
一份热乎乎的字节面试真题(一)-开源基础软件社区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:一份热乎乎的字节面试真题(一)-开源基础软件社区1.2.1 SDS简单动态字符串
一份热乎乎的字节面试真题(一)-开源基础软件社区 •  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
一份热乎乎的字节面试真题(一)-开源基础软件社区 •  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 多路复用一份热乎乎的字节面试真题(一)-开源基础软件社区多路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
一份热乎乎的字节面试真题(一)-开源基础软件社区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:一份热乎乎的字节面试真题(一)-开源基础软件社区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:一份热乎乎的字节面试真题(一)-开源基础软件社区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:一份热乎乎的字节面试真题(一)-开源基础软件社区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。 

一份热乎乎的字节面试真题(一)-开源基础软件社区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:一份热乎乎的字节面试真题(一)-开源基础软件社区
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。如双通道复制方案一份热乎乎的字节面试真题(一)-开源基础软件社区 •  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。一份热乎乎的字节面试真题(一)-开源基础软件社区 •  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:一份热乎乎的字节面试真题(一)-开源基础软件社区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:一份热乎乎的字节面试真题(一)-开源基础软件社区 •  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;

已于2022-6-29 11:18:38修改
收藏
回复
举报
回复
添加资源
添加资源将有机会获得更多曝光,你也可以直接关联已上传资源 去关联
    相关推荐