阿里后端一面面经

自我介绍，做过的项目

你项目中用到redis，可以介绍一下为什么使用它吗？

基于内存操作，内存读写速度快。

支持多种数据类型，包括String、Hash、List、Set、ZSet等。

支持持久化。Redis支持RDB和AOF两种持久化机制，持久化功能可以有效地避免数据丢失问题。

支持事务。Redis的所有操作都是原子性的，同时Redis还支持对几个操作合并后的原子性执行。

支持主从复制。主节点会自动将数据同步到从节点，可以进行读写分离。

Redis命令的处理是单线程的。Redis6.0引入了多线程，需要注意的是，多线程用于处理网络数据的读写和协议解析，Redis命令执行还是单线程的。

redis为什么性能好

• 基于内存：

Redis是使用内存存储，没有磁盘IO上的开销。数据存在内存中，读写速度快。

• IO多路复用模型：

Redis 采用 IO 多路复用技术。

I/O ：网络 I/O；多路：多个 TCP 连接；复用：共用一个线程或进程。

生产环境中的使用，通常是多个客户端连接 Redis，然后各自发送命令至 Redis 服务器，最后服务端处理这些请求返回结果。应对大量的请求，Redis 中使用 I/O 多路复用程序同时监听多个套接字，并将这些事件推送到一个队列里，然后逐个被执行。最终将结果返回给客户端。

• 单线程

redis是单线程的，避免了上下文切换

• 高效的数据结构：

Redis 每种数据类型底层做了优化，有高效的数据结构和合理的编码

redis如何处理分布式任务

1. 主从模式（读写分离）

redis单节点虽然有通过RDB和AOF持久化机制能将数据持久化到硬盘上，但数据是存储在一台服务器上的，如果服务器出现硬盘故障等问题，会导致数据不可用，而且读写无法分离，读写都在同一台服务器上，请求量大时会出现I/O瓶颈。

为了避免单点故障 和 读写不分离，Redis 提供了复制（replication）功能实现master数据库中的数据更新后，会自动将更新的数据同步到其他slave数据库上。

2. 哨兵模式

哨兵模式核心还是主从复制，只不过在相对于主从模式在主节点宕机导致不可写的情况下，多了一个竞选机制：从所有的从节点竞选出新的主节点。竞选机制的实现，是依赖于在系统中启动一个sentinel进程。

但是哨兵本身也可能遇到单点故障的问题，所以在一个一主多从的Redis系统中，可以使用多个哨兵进行监控，哨兵不仅会监控主数据库和从数据库，哨兵之间也会相互监控。

3. Redis集群方案 （cluster模式）

Cluster采用无中心结构,它的特点如下：

所有的redis节点彼此互联(PING-PONG机制),内部使用二进制协议优化传输速度和带宽

节点的fail是通过集群中超过半数的节点检测失效时才生效

客户端与redis节点直连,不需要中间代理层.客户端不需要连接集群所有节点,连接集群中任何一个可用节点即可

Cluster模式的具体工作机制：

在Redis的每个节点上，都有一个插槽（slot），取值范围为0-16383

当我们存取key的时候，Redis会根据CRC16的算法得出一个结果，然后把结果对16384求余数，这样每个key都会对应一个编号在0-16383之间的哈希槽，通过这个值，去找到对应的插槽所对应的节点，然后直接自动跳转到这个对应的节点上进行存取操作

为了保证高可用，Cluster模式也引入主从复制模式，一个主节点对应一个或者多个从节点，当主节点宕机的时候，就会启用从节点

当其它主节点ping一个主节点A时，如果半数以上的主节点与A通信超时，那么认为主节点A宕机了。如果主节点A和它的从节点都宕机了，那么该集群就无法再提供服务了

Cluster模式集群节点最小配置6个节点(3主3从，因为需要半数以上)，其中主节点提供读写操作，从节点作为备用节点，不提供请求，只作为故障转移使用。

redis如何实现一个队列和栈

栈

用LPUSH创建名为“stack”的key并放入元素，使用LRANGE查看放入的元素，使用LPOP取出放入的元素；可以发现取出的顺序与放入的顺序相反（先进后出）

LPUSH stack q w e r t y u i o p  
LRANGE stack 0 -1 
LPOP stack  

队列

LPUSH queue q w e r t y u i o p  
LRANGE queue 0 -1  
RPOP queue  

redis有哪几种类型，可以介绍一下吗？

Redis支持5种核心的数据类型，分别是字符串、哈希、列表、集合、有序集合；

Redis还提供了Bitmap、HyperLogLog、Geo类型，但这些类型都是基于上述核心数据类型实现的；

Redis在5.0新增加了Streams数据类型，它是一个功能强大的、支持多播的、可持久化的消息队列。

看你项目中用到了elasticsearch，介绍一下es如何实现数据同步？

同步双写

这是一种比较简单的方式，就是在将数据写入到MySQL的时候，同时将数据写入到ES,实现数据的双写。

异步双写（MQ方式）

针对第一种同步双写的性能和数据丢失问题，可以考虑引入MQ,从而形成异步双写的方案。

由于MQ的性能基本比mysql高出一个数量级，所以性能可以得到显著的提高。

异步双写（Worker方式）

上面方案中都存在硬编码问题，也就是有任何对mysq进行增删改查的地方植入ES代码，代码的侵入性太强。

如果对实时性要求不高的情况下，可以考虑用定时器，比如logstash处理，具体步骤如下：

数据库的相关表中增加一个字段为timestamp的字段，任何crud操作都会导致该字段的时间发生变化；

原来程序中的CURD操作不做任何变化；增加一个定时器程序，让该程序按一定的时间周期扫描指定的表，把该时间段内发生变化的数据提取出来；逐条写入到ES中。

注：

Logstash 是免费且开放的服务器端数据处理管道，能够从多个来源采集数据，转换数据，然后将数据发送到您最喜欢的“存储库”中

Binlog 同步方式：

上面方案要么有代码侵入，要么有硬编码，要么有时延，第4中方案，可以使用go-mysql-elasticsearch插件实现相关功能，他是利用mysql的binlog来进行同步

具体步骤如下：

1） 读取mysql的binlog日志，获取指定表的日志信息；

2） 将读取的信息转为MQ；

3） 编写一个MQ消费程序；

4） 不断消费MQ，每消费完一条消息，将消息写入到ES中。

说一下选择排序和冒泡排序

冒泡排序

从第一个数开始，依次往后进行相邻两个数之间的比较，如果前面的数比后面的数大就交换这两个数的位置，如果前面的数较小或两者一样大，就不作处理。

选择排序

选择排序法就是从需要排序的数据元素中 选出最小或最大的一个元素，把他和第一个位置的元素进行互换。

来写一段sql吧：有一张表,有id,name,type三个类型，选择每种类型中id最大的数据

假设这张表名为data_table

SELECT type, MAX(id) AS max_id 
FROM data_table 
GROUP BY type;

一面准备的不充分，昨天被其他部门捞了，今晚七点复活赛，要认真准备了