一.为什么要用redis缓存
1.它把数据存到内存而不是硬盘中，操作缓存就是操作内存，具有高性能。
2.直接操作缓存能够承受的请求是远远大于数据库的，具有高并发
二.为什么要用 redis 而不用 map/guava 做缓存
缓存分为分布式缓存和本地缓存。
map是本地缓存，具有轻量快捷的特点，生命周期随着JVM的销毁而结束，并且在多实例的情况下，每个实例都有一份自己的缓存，缓存的数据不一致。
redis是分布式缓存，在多实例情况下，各个实例用同一份缓存，保证了缓存的一致性。
三.redis 的线程模型
redis内部使用的文件事件处理器是单线程的，所以redis是单线程的。
文件事件处理器包含四个部分：sorket,IO多路复用程序，文件事件分派器，事件处理器
多个sorket可能会并发产生不同的操作，每个操作对应不同的文件事件，ID多路复用同时监听着多个sorket，将sorket产生的文件事件放入队列中，文件事件分派器从队列中取得一个事件交给对应的事件处理器处理
四.redis 和 memcached 的区别
1.redis支持数据持久化，支持将数据保存到磁盘中，重启的时候可以进行再次加载，但memcached将数据全部缓存在内存中
2.redis有多种数据类型,memcached只支持string
3.redis支持事物
4.redis是IO多路复用模型，memcached是非堵塞IO复用模型
五.redis 设置过期时间
定期删除+惰性删除
定期删除：redis默认100ms随机抽取设置了过期时间的key，检查其是否过期，过期就删除
惰性删除：当查询到的key已经过期，就删除
六.redis内存淘汰机制
最近最少使用，随机，最不经常使用*2 即将过期，写入报错
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
allkeys-lru：当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的key（这个是最常用的）
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-random：从数据集（server.db[i].dict）中任意选择数据淘汰
no-eviction：禁止驱逐数据，也就是说当内存不足以容纳新写入数据时，新写入操作会报错。
4.0版本后增加以下两种：
volatile-lfu：从已设置过期时间的数据集(server.db[i].expires)中挑选最不经常使用的数据淘汰
allkeys-lfu：当内存不足以容纳新写入数据时，在键空间中，移除最不经常使用的key
七.redis 持久化机制
RDB快照 ，AOF只追加文件
混合持久化：AOF 重写的时候就直接把 RDB 的内容写到 AOF 文件开头，优点：快速加载同时避免丢失过多数据
八.redis 事务
watch key1 key2 ... : 监视一或多个key,如果在事务执行之前，被监视的key被其他命令改动，则事务被打断 （ 类似乐观锁 ）
multi : 标记一个事务块的开始（ queued ）
exec : 执行所有事务块的命令 （ 一旦执行exec后，之前加的监控锁都会被取消掉 ）
discard : 取消事务，放弃事务块中的所有命令
unwatch : 取消watch对所有key的监控
事务总是具有原子性、一致性和隔离性，不能回滚
九.缓存雪崩和缓存穿透问题解决方案
缓存雪崩：缓存同一时间大量失效，造成大量请求落到数据库上，造成数据库崩溃
解决方法：
事前：尽量保证redis的高可用性，选择合适的内存淘汰机制
事中：加上本地缓存+限流，降低mysql压力
事后：用redis持久化机制，尽快恢复数据
缓存穿透：大量请求不存在的数据，导致请求落到数据库上
解决方法：
1.使用布隆过滤器，将所有有可能存在的数据哈希到一个足够大的bitmap中，一定不存在的数据会被这个map拦截掉
2.如果查询返回的数据是空，仍把空结果进行缓存，但过期时间设置的很短
十.单线程的redis为什么这么快
1.纯内存操作
2.单线程，避免了不必要的上下文切换和竞争条件
3.非堵塞IO多路复用
十一.Redis 架构模式
1.单机版
缺点：内存能力有限
处理能力有限
无法高可用
2.主从复制
一类是主数据库，一类是从数据库，主数据库进行读写操作，当进行写数据操作，数据同步到从数据库，从数据库只能读数据和接收主数据库同步过来的数据。
一个主数据库可以有多个从数据库，一个从数据库只能有一个主数据库
优点：降低了主数据库的读压力
缺点：无法保证高可用，没有降低主数据库的写压力
3.哨兵
哨兵是一个分布式系统中监控 redis 主从服务器，并在主服务器下线时自动进行故障转移
优点：保证高可用
监控各个结点
自动进行故障转移
缺点：没有降低主服务器的写压力
主从复用，切换需要时间
丢数据
4.集群（proxy型）
优点：支持失败结点自动删除
后端分片逻辑对业务透明，业务方的读写方式跟操作单个redis一致
缺点：需要维护proxy
不支持自动故障转移
可扩展性差，进行扩缩容需要手动干预
5.集群（直连型）Redis-Cluster
Redis-Cluster采用无中心结构，每个节点保存数据且与其他节点相连。
优点：无中心架构，不存在哪个节点影响性能瓶颈，没有proxy层
数据存储分布在多个节点，节点间数据共享，可动态调整数据分布
具有可扩展性，节点可动态增加或删除
具有高可用性，部分节点不可用时，集群仍可用
也有主从结构，若主数据库failover，则用投票机制选择从数据库变为主数据库
缺点：资源隔离性较差，容易出现相互影响的情况
数据通过异步复制,不保证数据的强一致性
十二.什么是一致性哈希算法？什么是哈希槽？
十三.redis分布式锁
分布式锁可靠性的四个条件：
1.加索和解锁的是同一人
2.不能造成死锁
3.具有容错性，只要大部分redis结点正常运行，客户就可以进行加锁和解锁
4.互斥性。在任意时刻，只能有一人持有锁
Jedis.set()函数
/** * 尝试获取分布式锁 * @param jedis Redis客户端 * @param lockKey 锁 * @param requestId 请求标识 * @param expireTime 超期时间 * @return 是否获取成功 */ public static boolean tryGetDistributedLock(Jedis jedis, String lockKey, String requestId, int expireTime) { String result = jedis.set(lockKey, requestId, SET_IF_NOT_EXIST, SET_WITH_EXPIRE_TIME, expireTime); if (LOCK_SUCCESS.equals(result)) { return true; } return false; }
用lua脚本
/** * 释放分布式锁 * @param jedis Redis客户端 * @param lockKey 锁 * @param requestId 请求标识 * @return 是否释放成功 */ public static boolean releaseDistributedLock(Jedis jedis, String lockKey, String requestId) { String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end"; Object result = jedis.eval（script, Collections.singletonList(lockKey), Collections.singletonList(requestId)); if (RELEASE_SUCCESS.equals(result)) { return true; } return false; }
