后端岗位面试题 · 性能优化 · Redis
题库中标记为“后端”的结构化面试题。
共 89928 道真题 · 当前筛选命中 748 道 · 更新 2026-08-05
筛选题目已选：性能优化 · Redis
考察点
技术栈
第 1 题Redis 为什么这么快？ 考察对 Redis 性能核心因素的理解第 2 题请解释什么是 Redis 的大 key，以及如何发现和处理大 key 问题？ 考察对大 key 的危害、识别方法和处理技巧的理解第 3 题Redis大Key治理：小红书热帖评论列表超过10MB，如何拆分？ 考察大Key识别、拆分方案与实时性权衡第 4 题Redis用到了哪些数据结构？ 考察对Redis核心数据结构及其典型用途的理解第 5 题如何统计在线人数？ 考察对在线人数统计的技术方案、场景分析和性能考量第 6 题在 MySQL 环境下，你会采用哪些方法来定位并改进执行效率低下的 SQL 语句？ 考查候选人对 MySQL 慢查询定位与优化手段的掌握程度。第 7 题请从底层数据结构、I/O 模型、线程模型、网络协议和持久化机制等角度，系统分析 Redis 在单线程情况下仍能保持高吞吐量的核心原因，并说明这些设计在什么场景下会成为瓶颈。 考查对 Redis 高性能底层原理的系统理解，能否区分内存存储、事件驱动、I/O 多路复用与线程模型的各自贡献。第 8 题请解释 Redis 最初采用单线程模型的设计原因，并说明在 6.0 版本中引入多线程的动机及其主要应用场景。 考查对 Redis 单线程模型设计理念及后续多线程演进的理解，包括性能瓶颈与适用场景。第 9 题请解释 Redis 中 Big Key 的概念，并说明它会造成哪些影响，以及有哪些应对和处理手段？ 考查对 Redis 大键问题的理解及实际处理能力第 10 题在 Redis 使用过程中，如果某些 key 被高频访问形成热点，通常采取哪些策略来缓解或消除这类访问集中带来的性能问题？ 考察候选人对 Redis 热点 key 导致的服务端压力与可用性风险的识别，以及常用缓解手段的掌握程度。第 11 题场景题：直播平台需要实时统计每个直播间的在线人数，观众进入/离开直播间时需要实时更新，并支持查询指定直播间的当前在线人数。要求系统在高并发场景下（如热门主播直播间同时在线100万人，高点直播间进房QPS=15W，离房QPS=5W，同时在线直播间10W）保证数据准确性和性能。请给出设计思路。 考察高并发实时计数系统的架构设计、准确性与性能权衡第 12 题当Redis成为系统性能瓶颈时，你会从哪些维度进行分析和优化？请给出具体的排查步骤和应对措施。 考察对Redis性能问题的系统性排查思路和优化实践能力。第 13 题海量连接下减轻Redis压力如何优化？ 考察高并发场景下Redis的资源优化、连接管理与架构方案第 14 题在线上环境中，由于Redis资源耗尽导致机器压力过大，你会采取哪些策略来缓解和优化？ 考察候选人排查线上Redis资源瓶颈并制定优化方案的能力第 15 题Redis 速度快的原因是什么？ 考察对 Redis 高性能底层机制的理解与归纳能力第 16 题在高并发场景下，你是如何应对 Redis 热 key 的？其中本地缓存可以用哪些组件来实现，你在实际项目中是否用过？ 考察对热 key 问题识别、本地缓存方案选型与实战经验的深度第 17 题如何评估 Redis 锁的超时时间？请结合看门狗机制和压测来说明。 考察分布式锁超时评估方法及看门狗机制的理解第 18 题请描述你如何设计并实现一个系统，用于统计每个接口在每分钟内的调用次数？ 考查候选人对实时计数统计的系统设计能力，包括数据结构、并发处理、时间窗口管理和数据存储方案。第 19 题如果缓存过期时间设置得很长，Redis 内存爆了怎么办？ 考察缓存内存管理、淘汰策略与容量规划第 20 题在10万人同时秒杀的场景，除了Redis本身，还有哪些业务层面的优化空间？ 考察对秒杀场景的全链路优化思路，包括业务设计、缓存策略和异步化