关于Python常见的面试题之Redis

当你学完Python并到工作时，你肯定会遇到一些不知道如何回答的问题，比如关于Redis的问题。而最近也有不少网友针对这类问题咨询了小编，我整理了一篇关于这方面的文章，希望对大家有所帮助。

如何解决Redis宕机?

宕机：服务器停止服务

如果只有一个redis，肯定会造成数据丢失，无法保存;如果有多个redis或者redis集群，宕机则需要分为在主从模式下区分来看：

slave从redis宕机，redis是在配置主从复制的时候配置的。slave会从master的redis中读取master的redis操作日志1。库在redis中重启后，会自动添加到主从架构中，自动完成数据的同步;

如果从库实现了持久化，此时不要立即重启服务，否则可能导致数据丢失。正确操作如下：对slave数据执行SLAVEOFONONE，断开主从关系，将slave升级到master库，此时重启主库，执行SLAVEOF，设置为从库，连接主redis进行主从复制，自动备份数据。

以上过程容易配置错误，可以使用redis提供的sentinel机制来简化以上操作。简单的方法：redis的哨兵功能。

Redis集群解决方案怎么做?有哪些解决方案?

1.Codis目前使用最多的集群方案，效果和twemproxy基本一样，但是支持在节点数变化时将旧节点数恢复到新的hash节点。

2、rediscluster3.0自带的集群特点是它的分布式算法不是一致性hash，而是hashslot的概念，并且本身支持node设置slave节点。

3、在业务代码层，设置几个不相关的redis实例，在代码层，对key进行hash计算，然后去对应的redis实例对数据进行操作。这种方式对hash层代码要求比较高，一些考虑包括节点故障后的替代算法方案、数据冲击后的字典脚本恢复、实例监控等。

Redis回收过程是如何工作的?

客户端运行了一个新命令并添加了新数据。

redis检查内存使用情况，如果大于maxmemory限制，会按照设置的策略回收。

一个新的命令被执行等等，所以我们不断地跨越内存限制的边界，通过不断地到达边界然后不断地回收回到边界之下。如果一个命令的结果导致大量内存被使用(例如，一个大集合的交集被保存到一个新的键)，那么这个内存限制就会被这个内存使用量超越。