redis 为什么是单线程的
redis基于内存操作的，cpu并不是他的瓶颈，使用单线程可以省去上下文切换的时间
什么是缓存穿透？怎么解决？
当数据库中不存在该条数据，理应缓存也不会有该条数据，去查询一条在数据库中不存在的数据，
查了缓存没有查到，就会一直查询数据库，导致服务瘫痪，这就是缓存穿透
解决方案:
1.即使查询的该条数据在数据库中不存在，也把NULL结果放入缓存，给定一个较短的过期时间
2.使用布隆过滤器进行拦截，布隆过滤器会判断该条数据是否在数据库中存在，不存在就不会往数据库查询
怎么保证缓存和数据库数据的一致性？
一般大多数人都是先更新数据库，然后再删除缓存，但是在高并发的情况下，这也还是会造成数据不一致性
可以使用消息队列来处理，写操作可以只负责更新数据库，将ID放到消息队里，消费者去消费消息，即根据ID删除缓存
就算删除缓存失败，也还可以进行多次重试删除
这有做不仅可以将更新数据库和删除缓存达到解耦的目的，还可以解决删除缓存失败的问题
redis 持久化的两种方式
rdb快照存储：每隔一段时间将数据集备份到磁盘上
aof持久化：将redis的操作日志以追加的方式写入文件
二者如何选择：假如你愿意牺牲一些性能用来换取更高的缓存一致性，那就选用aof,否则就选rdb
redis 淘汰策略有哪些？
- 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。
redisson实现分布式锁
不管使用什么中间件来实现分布式锁，有几点是实现分布式锁必须要考虑到的。
- 互斥：互斥需要考虑锁粒度的大小，比如可以将资源唯一标识作为锁名key
- 死锁: 如果一个线程获得锁，然后挂了，并没有释放锁，致使其他节点(线程)永远无法获取锁，这就是死锁。分布式锁必须做到避免死锁。
- 性能: 高并发分布式系统中，线程互斥等待会成为性能瓶颈，需要好的中间件和实现来保证性能。
- 锁特性：考虑到复杂的场景，分布式锁不能只是加锁，然后一直等待。最好实现如Java Lock的一些功能如：锁判断，超时设置，可重入锁等。
死锁的解决方案：
出现死锁的原因：某个线程一直不释放锁，其他线程无法获取到锁
出现死锁的场景：系统宕机，redis宕机
针对系统宕机的解决方案：
假设某个线程获得锁之后，突然系统宕机，导致无法释放锁，造成死锁
还有一种情况就是该线程执行逻辑业务的时间需要2秒，但超期时间只有1秒
1秒过后，锁被释放，该线程还在执行业务，而锁被其他线程获取了，也在执行业务
这样就没有了互斥的效果，导致数据不一致。
可以为获得锁的线程续命，这个续命任务是由后台的一个守护线程执行的，当过了超期时间的三分之一
自动延长锁的生存时间，可以保证在该线程还没执行完业务之前不会释放锁，
对于系统宕机这种情况，守护线程会自动释放锁并且会跟随进程的结束而结束，
针对redis宕机的解决方案：给redis做集群
针对以上问题：可以使用redisson来实现分布式锁
它可以在加锁和设置超期时间的时候做到原子性操作
看门狗自动续航，避免发生死锁的问题，宕机后续航任务自动销毁
同一个线程ID获取相同资源的时候，还可以重入锁
在解锁的时候能够进行锁判断，避免误删其他节点的锁
