面试题：设计实验评估Redis过期键删除策略对复杂数据结构性能的影响

服务器：选用一台具有足够资源（如多核 CPU、大容量内存）的服务器，以避免资源瓶颈对实验结果的干扰。操作系统推荐使用 Linux（如 Ubuntu、CentOS）。
Redis 安装：在服务器上安装 Redis，可以从 Redis 官方网站下载最新稳定版本并按照官方文档进行编译安装。
编程语言及框架：选择一种常用的编程语言，如 Python，并搭配对应的 Redis 客户端库（如 redis - py），用于编写测试脚本。

数据结构及负载设置
- 哈希（Hash）：
  - 低负载：创建包含 100 个字段的哈希，每个字段值为简单字符串，设置不同的过期时间（如 1 - 10 秒）。
  - 中负载：创建包含 1000 个字段的哈希，字段值为稍复杂的字符串或短数组，设置过期时间范围为 1 - 30 秒。
  - 高负载：创建包含 10000 个字段的哈希，字段值为复杂对象或长数组，设置过期时间范围为 1 - 60 秒。
- 列表（List）：
  - 低负载：创建包含 100 个元素的列表，元素为简单数字或短字符串，设置过期时间（如 1 - 10 秒）。
  - 中负载：创建包含 1000 个元素的列表，元素为中等长度字符串，设置过期时间范围为 1 - 30 秒。
  - 高负载：创建包含 10000 个元素的列表，元素为长字符串或复杂对象，设置过期时间范围为 1 - 60 秒。
删除策略测试
- 惰性删除：在插入数据后，等待数据过期，然后执行读取操作，触发惰性删除。
- 定期删除：通过修改 Redis 配置文件（如 redis.conf 中的 hz 参数来调整定期删除的频率），设置不同的定期删除频率（如 10、100、1000），在数据插入后，观察不同频率下过期键的删除情况。

响应时间：记录每次操作（如读取、写入、删除过期键）的响应时间，使用编程语言的时间模块（如 Python 中的 time 模块）来获取操作前后的时间戳，计算差值。可以计算平均响应时间、最大响应时间和最小响应时间。
吞吐量：统计单位时间内完成的操作次数，通过记录操作开始和结束时间以及操作总数来计算吞吐量。例如，在 10 秒内完成了 1000 次读取操作，则吞吐量为 100 次/秒。
内存使用：使用系统工具（如 ps 命令结合 grep 过滤 Redis 进程，获取 Redis 进程占用的内存大小）或 Redis 自带的命令（如 INFO memory）来监控 Redis 在不同负载和删除策略下的内存使用情况，观察内存是否随着过期键的增加和删除而合理变化。
过期键删除延迟：记录从键过期到实际被删除的时间间隔，通过设置键的过期时间并在特定时间点检查键是否存在来确定删除延迟。

星途面试题库