前言
Redis 也是中高级后端工程师技术面试中，面试官最喜欢问的问题之一。特别是那些优秀的、竞争激烈的大型互联网公司，通常要求面试者不仅仅掌握 Redis 基础使用，更要求深层理解 Redis 内部实现的细节原理。毫不夸张地说，能把 Redis 的知识点全部吃透，你的半只脚就已经踏进心仪大公司的技术研发部。
定义
Redis 本质上是一个 Key-Value 类型的内存非关系数据库， 整个数据库加载在内存当中进行操作， 定期通过异步操作把数据库数据 flush 到硬盘上进行保存。
- Redis 的性能非常出色， 每秒可以处理超过 10 万次读写操作， 是已知性能最快的 Key-Value DB。
- Redis 最大的魅力是支持保存多种数据结构
- 单个value 的最大限制是 1GB， 不像 memcached 只能保存 1MB 的数据
- Redis 也可以对存入的Key-Value 设置 expire 时间
- Redis 的主要缺点是数据库容量受到物理内存的限制， 不能用作海量数据的高性能读写
Redis和Memcache区别
- 存储方式：memcache 把数据全部存在内存之中，断电后会挂掉，而redis支持持久化。
- Redis在存储小数据量时比Memcached性能更高。而在100k以上的数据时，Memcached性能要高于Redis
- 数据支持类型：redis在数据支持上要比memecache多的多。
- Memcached本身并不支持分布式，因此只能在客户端通过像一致性哈希这样的分布式算法来实现Memcached的分布式存储。Redis更偏向于在服务器端构建分布式存储
Redis版本新增的一些新特性记录
- 部分复制（Redis 2.8.18）：用来解决主节点在快照同步时大量IO影响效率的问题。
- Redis在3.0版正式引入了集群这个特性
- Redis在4.0版正式引入了混合持久化：RDB加AOF混合持久化的方式。
- Redis 5.0引入的一种新数据类型：Stream数据结构，用来持久化消息队列
Redis 数据类型
Redis支持五种数据类型：string（字符串），hash（哈希），list（列表），set（集合）及zset(sorted set：有序集合)。
①string 类型是 Redis 最基本的数据类型，string 类型的值最大能存储 512MB。Redis 常用 SET 和 GET 命令。
②Redis hash 是一个键值(key=>value)对集合。Redis hash 是一个 string 类型的 field 和 value 的映射表，hash 特别适合用于存储对象。Redis 中每个 hash 可以存储 232 - 1 键值对（40多亿）。命令示例：HMSET runoob field1 "Hello" field2 "World" HGET runoob field1
③Redis 列表是简单的字符串列表，按照插入顺序排序。你可以添加一个元素到列表的头部（左边）或者尾部（右边）。命令示例： lpush runoob redis lrange runoob 0 10
④Redis 的 Set 是 string 类型的无序集合。集合是通过哈希表实现的，所以添加，删除，查找的复杂度都是 O(1)。命令示例：sadd runoob redis smembers runoob
⑤Redis zset 和 set 一样也是string类型元素的集合,且不允许重复的成员。不同的是每个元素都会关联一个double类型的分数。redis正是通过分数来为集合中的成员进行从小到大的排序。zset的成员是唯一的,但分数(score)却可以重复。命令示例： zadd runoob 0 redis ZRANGEBYSCORE runoob 0 1000
Redis 事务
一个事务从开始到执行会经历以下三个阶段：先以 MULTI 开始一个事务， 然后将多个命令入队到事务中， 最后由 EXEC 命令触发事务， 一并执行事务中的所有命令
①开始事务：MULTI命令的执行标志着事务的开始，MULTI命令可以将执行该命令的客户端从非事务状态切换至事务状态。
127.0.0.1:6379> MULTI
OK
② 命令入队：事务队列是一个以先进先出（FIFO）的方式保存入队的命令，较先入队的命令会被放到数组的前面，而较后入队的命令则会被放到数组的后面
127.0.0.1:6379>> MULTI
OK
127.0.0.1:6379>> set name Redis;
QUEUED
127.0.0.1:6379>> get name;
QUEUED
127.0.0.1:6379>> set author "Peter Seibei";
QUEUED
127.0.0.1:6379>> get author;
QUEUED
③ 执行事务：
当一个处于事务状态的客户端向服务器发送EXEC命令时，这个EXEC命令将立即被服务器执行。服务器会遍历这个客户端的事务队列，执行队列中保存的所有的命令，最后将执行命令所得的结果返回给客户端。对于上例子：
127.0.0.1:6379> EXEC
1) OK
2) "Redis"
3) OK
4) "Peter Seibei"
注：redis事务特性
①事务在执行过程中不会被中断，当事务队列中的所有命令都被执行完毕之后，事务
才会结束。
②Redis事务不支持回滚机制，中间某条指令的失败不会导致前面已做指令的回滚，也不会造成后续的指令不做。
③在事务执行过程，其他客户端提交的命令请求不会插入到事务执行命令序列中。
不支持回滚的理由：
1、redis认为，失败都是由命令使用不当造成
2、redis这样做，是为了保持内部实现简单快速
3、redis还认为，回滚并不能解决所有问题
redis缓存雪崩和穿透
缓存雪崩：可能是因为数据未加载到缓存中，或者缓存同一时间大面积的失效，从而导致所有请求都去查数据库，导致数据库CPU和内存负载过高，甚至宕机。解决思路：
- 加锁计数（即限制并发的数量，可以用semphore）或者起一定数量的队列来避免缓存失效时大量请求并发到数据库。但这种方式会降低吞吐量。
- 分析用户行为，然后失效时间均匀分布。或者在失效时间的基础上再加1~5分钟的随机数。
- 如果是某台缓存服务器宕机，则考虑做主备。
缓存穿透：指用户查询数据，在数据库没有，自然在缓存中也不会有。这样就导致用户查询的时候，在缓存中找不到，每次都要去数据库中查询。解决思路：
- 如果查询数据库也为空，直接设置一个默认值存放到缓存，这样第二次到缓冲中获取就有值了，而不会继续访问数据库。设置一个过期时间或者当有值的时候将缓存中的值替换掉即可。
- 可以给key设置一些格式规则，然后查询之前先过滤掉不符合规则的Key。
缓存并发：如果网站并发访问高，一个缓存如果失效，可能出现多个进程同时查询DB，同时设置缓存的情况，如果并发确实很大，这也可能造成DB压力过大，还有缓存频繁更新的问题。解决思路：
- 对缓存查询加锁，如果KEY不存在，就加锁，然后查DB入缓存，然后解锁；其他进程如果发现有锁就等待，然后等解锁后返回数据或者进入DB查询。
redis如何保障数据热点-数据淘汰策略
场景：
数据库中有1000w的数据，而redis中只有50w数据，如何保证redis中10w数据都是热点数据？
方案1：
限定 Redis 占用的内存，Redis 会根据自身数据淘汰策略，留下热数据到内存。所以，计算一下 50W 数据大约占用的内存，然后设置一下 Redis 内存限制即可，并将淘汰策略为volatile-lru或者allkeys-lru。
redis 内存数据集大小上升到一定大小的时候，会施行数据淘汰策略。redis 提供 6种数据淘汰策略：
- volatile-lru：从已设置过期时间的数据集（server.db[i].expires）中挑选最近最少使用的数据淘汰
- volatile-ttl：从已设置过期时间的数据集（server.db[i].expires）中挑选将要过期的数据淘汰
- volatile-random：从已设置过期时间的数据集（server.db[i].expires）中任意选择数据淘汰
- allkeys-lru：从数据集（server.db[i].dict）中挑选最近最少使用的数据淘汰
- allkeys-random：从数据集（server.db[i].dict）中任意选择数据淘汰
- no-enviction（驱逐）：禁止驱逐数据
方案2：
只是把Redis当缓存来用.提供一种简单实现缓存失效的思路: LRU(最近少用的淘汰)即redis的缓存每命中一次,就给命中的缓存增加一定ttl(过期时间)(根据具体情况来设定, 比如10分钟).一段时间后, 热数据的ttl都会较大, 不会自动失效, 而冷数据基本上过了设定的ttl就马上失效了.
redis缓存与数据库一致性解决方案
一致性解决方式
- 缓存双淘汰，传统的玩法在进行写操作的时候，先淘汰cache再写主库。在主从同步时间窗口之内可能有脏数据入cache，此时如果再发起一个异步的淘汰，即使不一致时间窗内脏数据入了cache，也会再次淘汰掉。
- 使用中间件，业务层不直接访问数据库，而是通过中间件访问数据库，这个中间件会记录哪一些key上发生了写请求，在数据主从同步时间窗口之内，如果key上又出了读请求，就将这个请求也路由到主库上去，使用这个方法来保证数据的一致性。
- 使用队列，创建几个队列如20个，根据key值去做hash值，然后对队列量进行取模决定放到哪个队列中。先把它放进队列里，当有数据更新请求时，先看下缓存有没有数据，如果没有再去队列中查看是否有相同的key在做更新，如果有也把查询的请求放到队列中，然后同步等待缓存更新成功。当更新完时从队列里去除。
常见问题：
查看Redis使用情况及状态信息用什么命令？
info
Jedis与Redisson对比有什么优缺点？
Jedis是Redis的Java实现的客户端，其API提供了比较全面的Redis命令的支持；Redisson是一个高级的分布式协调Redis客服端，Redisson实现了分布式和可扩展的Java数据结构，和Jedis相比，功能较为简单，不支持字符串操作，不支持排序、事务、管道、分区等Redis特性。Redisson的宗旨是促进使用者对Redis的关注分离，从而让使用者能够将精力更集中地放在处理业务逻辑上。
文章参考：
https://www.toutiao.com/a6747926805744730627/
只是把Redis当缓存来用.提供一种简单实现缓存失效的思路: LRU(最近少用的淘汰)即redis的缓存每命中一次,就给命中的缓存增加一定ttl(过期时间)(根据具体情况来设定, 比如10分钟).
一段时间后, 热数据的ttl都会较大, 不会自动失效, 而冷数据基本上过了设定的ttl就马上失效了.