1.为什么Redis是单线程的？为什么单线程这么快？单线程可以避免线程切换和竞争条件带来的消耗，单线程可以简化数据结构和算法的实现。至于单线程，更快是因为Redis是基于内存的数据库，内存响应速度非常快，并且使用了epoll作为I/O多路复用技术，再加上Redis自带的事件处理模型，连接，epoll中的读写、关闭都转化为事件，以免在网络I/O上浪费太多时间。epoll是为解决Linux内核处理大量文件描述符而提出的解决方案，属于Linux下多通道I/O多路复用接口中select/poll的增强。常用于Linux下的高并发服务程序，尤其是大量并发连接中只有一小部分处于活动状态时。在某些情况下，可以提高CPU利用率。epoll是事件驱动的，只需要遍历被内核IO事件异步唤醒的描述符集，然后加入就绪队列返回用户空间即可。epoll提供了电平触发（LT）和边沿触发（ET）两种触发方式，目前效率最高的IO操作方案是：epoll+ET+非阻塞IO模型2.redis用的最多的是缓存，其他的可以用于排行榜、计数器、消息队列等。3、Redis淘汰策略Redis3.0版本支持策略volatile-lru：从设置过期的数据集（server.db[i].expires）中选择最近最少使用的数据时间。没有过期时间的key不会被淘汰，这样在增加内存空间的同时也不会丢失需要持久化的数据。volatile-ttl：除淘汰机制采用LRU外，策略与volatile-lru基本相似。将过期的数据是从数据集（server.db[i].expires）中选出的，过期时间设置为淘汰。ttl值越大，优先级越高。废弃。volatile-random：从数据集（server.db[i].expires）中随机选择数据淘汰，设置了过期时间。当内存达到限制，无法写入非过期时间的数据集时，可以通过这种淘汰策略从主键空间中随机删除一个键。allkeys-lru：从数据集（server.db[i].dict）中选择最近最少使用的数据进行淘汰。该策略要淘汰的密钥是针对所有密钥集的，而不是过期密钥集。allkeys-random：从数据集（server.db[i].dict）中选择任意数据进行淘汰。no-enviction：禁止数据驱逐，即当内存不足以容纳新的数据时，新的写操作会报错，请求可以继续，在线任务不能继续。no-enviction策略可以保证数据不会丢失，这也是系统默认的淘汰策略。四、Redis持久化机制1、RDB持久化：将当前进程数据的快照保存到硬盘的过程。触发方式包括手动触发和自动触发。手动触发命令：save和bgsave命令save命令：阻塞当前Redis服务，直到RDB进程执行完毕，在线环境不建议使用bgsave命令：Redis进程执行fork操作创建子进程，RDB持久化进程负责子进程，完成后自动结束。阻塞只发生在fork阶段，通常会在短时间内自动触发：使用Save相关配置，如“savemn”。表示当数据集在m秒内被修改n次时，会自动触发。如果从节点执行全量复制操作，主节点会自动执行bgsave生成RDB文件发送给从节点执行debugreload命令重新加载Redis，同时也会自动触发保存操作默认，执行shutdown命令时，如果没有启动AOF持久化，会自动执行bgsaveRDB文件，保存在dir配置指定的目录下。文件名由dbfilename配置指定。您可以执行configsetdir{newDir}和configsetdbfilename{newFileName}它是在运行时动态执行的。下次运行时将RDB文件保存到新的目录，当磁盘损坏或已满时，可以通过configsetdir在线修改文件路径为可用的磁盘路径，然后执行bgsave切换磁盘。Redis默认以LZF算法压缩生成的RDB文件。压缩后，文件元素小于内存大小。默认情况下启用。可以通过参数configsetrdbcompression{yes|no}动态修改RDB。优点：RDB是一个紧凑的二进制文件，代表Redis在某个时间点的Data快照，适用于备份、全量复制等场景。Redis加载RDB和恢复数据的速度比AOFRDB快很多。缺点：无法实现实时持久化/秒级持久化。RDB文件存储在特定的二进制中，存在兼容性问题2、AOF持久化以独立日志的形式记录每条写命令。写入的内容直接采用文本协议格式。重启时重新执行AOF文件中的命令恢复数据，解决了数据持久化的实时性问题。启用AOF：appendonlyyes，默认不启用AOF文件名：appendfilename配置，默认appendonly.aof保存路径：同RDB，通过dir配置AOF工作流：所有写入命令追加到aof_buf(buffer)AOFbuffer根据对应同步操作到硬盘的策略随着AOF文件越来越大，AOF文件需要周期性的重写和压缩。父进程执行fork创建子进程。子进程根据内存快照进行AOF改写，父进程继续响应后面的命令，子进程完成改写后，父进程将新添加的写命令写入新的AOF文件。重启Redis服务，加载AOF文件进行数据恢复。为什么AOF直接使用文本协议格式呢？文本协议具有良好的兼容性。开启AOF后，所有写命令都包含append操作，直接使用协议格式，避免二次处理开销文本协议可读性好，方便AOF直接修改处理。为什么在aof_buf中加入命令写入缓冲区aof_buf可以提升性能，而Redis提供了多种缓存同步硬盘策略重写AOF文件为什么可以更小？过程中超时的数据不再写入文件。旧AOF文件包含无效命令，rewrite直接使用进程内数据生成。新的AOF文件只保留了最终数据的写入命令。多个写命令可以合并为一个。为了防止溢出，以64个元素为界，分为多个AOF缓冲区同步策略。可配置值由参数appendfsync控制，表示其他always命令写入aof_buf后调用系统fsync操作同步到AOF文件。fsync完成后线程返回，每次写入都要同步AOF文件，在一般的SATA硬盘上很难做到高性能。everysec命令写入aof_buf后，调用系统写操作，写完成后线程返回。fsync同步操作由线程每秒调用一次（推荐策略）。默认的同步策略是没有命令写入aof_buf，然后调用系统写操作。不对AOF文件进行fsync同步。同步硬盘的操作由操作系统处理。通常，最大同步周期为30秒。系统每次同步AOF文件的周期是不可控的，每次都会增加硬盘的数据量。虽然性能有所提升，但数据安全性得不到保证。手动触发AOF：调用bgrewriteaof命令自动触发：有两个参数auto-aof-rewrite-min-size：表示运行时AOF重写时文件的最小大小，默认64MB自动触发时机=aof_current_size>auto-aof-rewrite-min-size&&(aof_current_size-aof_base_size)/aof_base_size>=auto-aof-rewrite-percentageRDB和AOF同时开启，且AOF文件存在，优先加载AOF文件AOF文件错误，可以通过redis-check-aof-fix修复3.Redis数据类型stringkey为string类型，string类型的value可以是字符串，数字，二进制（最多512MB)，动态字符串，内部传递预分配冗余空间，减少频繁分配内存命令解释备注setsetvaluekeyvalue[exseconds]setsecond-levelexpirationtimeforkey[pxmilliseconds]setmillisecond-levelexpirationtimeforkey[nx\xx]nxkey必须不存在才能设置成功。xx键必须存在才能设置成功。mset批量设置值keyvalue[keyvalue...]mget批量获取值key[key...]incr对值进行自增操作且值不是整数，返回错误值为整数，自增后返回结果key不存在，值为0自增，返回结果1decr自减增量浮点数键incrementappend附加值键valuestrlenstringlengthkeygetset设置并返回原始值keyvaluesetrange设置指定位置key偏移的字符valuegetrange获取部分字符串keystartendhashes一个键值对结构，内部结构同Java的HashMap，array+链表结构，取值只能存储字符串，编码为ziplist或hashtable另外，rehash时，使用定时任务逐步迁移内容命令解释说明hsetsetvaluekeyfieldvaluehsetnx类似于setnx-hgetgetvaluekeyfieldhdeldeleteoneormorefieldkeyfield[field...]hlencalculatethe字段数-hmget批量获取key字段[field...]hmset批量设置key字段值[fieldvalue...]hexists判断字段是否存在keyfieldhkeys获取所有fieldkeyhvals获取所有valuekeyhgetall获取所有field-valuekey如果元素较多，会造成阻塞，建议使用类似incrby/incrbyfloatkey字段incrementhstrlen的hscanhincrbyhincrbyfloat来计算值字符串的长度。关键字段列表用于存储多个有序字符串。一个列表最多可以存储232-1个元素。列表中的元素是可以重复的，这一点相当Java中的LinkedList是链表而不是数组。底层采用quicklist结构。当数据量较小时，使用ziplist来压缩列表。当数据量较大时，使用quicklist命令来解释备注。rpush从右边插入元素键值[value...]lpush从左边插入元素键值[value...]linsert在元素之前或之后插入元素键before\afterpivotvalue找到等于的元素pivot从列表中取出，在其前后插入一个元素新元素valuelrange获取指定范围内的元素列表keystartendindex下标从左到右为0到N-1，从右到左为-1至-N；end包含自己的lindex获取列表key指定索引下标的元素indexllen获取列表的长度keylpop从列表左侧弹出元素keyrpop从列表右侧弹出元素keylrem删除指定元素keycountvalue从列表中找到等于value的元素并删除，count>0，从左到右，删除最多count个元素。count<0，从右到左，删除至多count个绝对值元素。count=0，删除所有ltrim根据索引范围keystartendlset修改指定索引下标keyindex的元素newValueblpopbrpop弹出元素阻塞版本key[key...]multiplekeystimeount阻塞时间（秒）)set（集合）用于保存多个字符串元素，但与列表元素不同的是，集合中不允许有重复的元素，集合中的元素是乱序的，不能通过索引下标获取元素。一个集合最多可以存储232-1个元素当set元素全部为整数且元素个数小于set-max-intset-entries配置（默认512）时，使用intset编码减少内存占用，否则使用hashtableencoding相当于Java中的HashSet,allvalue全部为一个值NULL命令解释备注saddaddelementkeyelement[element...]sremdeleteelementkeyelement[element...]scard计算元素个数keyismember判断是否元素在集合中keyelementsrandmember从集合中随机返回指定元素个数key[count]spop从集合中随机弹出元素，删除元素key[count]smembers获取所有元素keysinter求多个集合key[key...]sunion求多个集合的并集key[key...]sdiff求多个集合的差集key[key...]sinterstoresuionstoresdiffstore保存交集、并集、差集的结果key[key...]destinationnameofthetargetset集合之间的操作在元素中，更多情况下会比较耗时。有序集合不能重复，但是集合中的元素可以按照分数score排序，从小到大排序。当有序集合中的元素个数小于zset-max-ziplist-entries（默认128），且每个元素的值小于zset-max-ziplist-value配置（默认64字节）时，使用ziplist作为内部编码，否则使用skiplist作为内部编码，相当于Java的SortedSet和HashMap的结合，数据结构skiplist内部使用zset实现'skiplist'编码的有序集合对象该结构作为底层实现，zset结构包括字典和跳表（根据成员查找分值和范围操作效率最高）命令说明备注zaddaddmemberkey[NX\XX][CH][INCR]scoremember[scoremember...][NX\XX]NX：只有当元素不存在时才添加新元素；XX：更新已有元素，不添加元素CH返回有序集合中的元素个数和分数变化的个数incr对score做增加，相当于zincrbyzcard计算成员个数keymemberzrank计算会员排名，分数从低到高keymemberzrevrank计算会员排名，分数从高到低keymemberzrem删除会员keymember[member...]zincrby增加会员分数keyincrementmemberzrangezrevrangereturn指定排名范围的成员keystartend[withscores]显示分数zrangebyscorezrevrangebyscore返回成员keyminmax[withscores][limitoffsetcount]keymaxmin[withscores][limitoffsetcount]min和max支持开区间（小括号)和闭区间（括号），-inf和+inf无限小和无限大zcount返回指定分数范围key内的成员个数minmaxzremrangebyrank删除指定rankingkey内的升序元素startendzremrangebyscore删除指定分数范围key内的成员minmaxzinterstoreintersectiondestinationnumkeyskey[key...][weightsweight[weight...]][aggregatesum\min\max]destinationintersection计算结果保存到这个keynumkeys需要做intersection计算key的个数key[key...]需要计算交集权重的keyweight[weight...]每个key的权重。在做交集计算时，每个key中的每个成员都会给自己打分乘以这个权重，每个key的权重默认为1aggregatesum\min\max计算成员的交集后，可以根据sum、min、max对score进行聚合。默认是sumzunionstroe联合参数与zinterstore4相同。一个RTT传输给Redis，然后依次将这组Redis命令的执行结果返回给客户端Pipeline支持多条命令Redis服务端支持原生的批处理命令，Pipeline需要服务端和客户端共同实现5.事务Redis简单的事务功能，把一组需要一起执行的命令放到两个命令中：multi和exec，multi之间的命令代表事务的开始，exec命令代表事务的结束。它们之间的命令以原子顺序执行。如果要停止事务的执行，使用discard命令代替exec命令。watch命令用于确保事务中的key在执行事务前没有被其他客户端修改，否则不执行（类似于乐观锁）。6.两个Lua方法：evalevalscriptcontentkeynumberkeylistparameterlisteval'return"helo"..KEYS[1]..ARGV[1]'1redisworld也可以使用redis-cli--eval直接执行文件evalshaevalshascriptsha1valuekeyNumberkeylistParameterlist加载Lua脚本到Redis服务器，获取脚本的SHA1校验和，evalsha以SHA1为参数执行对应的Lua脚本，避免每次都发送脚本，脚本常驻并加载内存中的脚本Redis：redis-cliscriptload"$(cat~/lua_test.lua)"7.Rediskey过期删除策略key过期，内部保存在expires字典中。Redis采用惰性删除和定时任务删除机制；惰性删除用于当客户端读取一个带有超时属性的key时，如果已经过了设置的过期时间，则执行删除并返回null。但是，如果密钥过期并且没有通过这种方式重新访问，则该密钥将一直存在。定时任务删除：为了解决懒删除的问题，Redis内部维护了一个每秒运行10次的定时任务。根据密钥的过期比例，采用快慢两种速率方式回收密钥。缺点是占用CPU时间。当过期key较多时，会影响服务器的响应时间和吞吐量。定期删除：每隔一段时间删除过期的密钥。通过限制删除操作的执行时间和频率来降低??影响。缺点是需要合理设置执行时间和频率。生成RDB文件时，过期的key不会被保存。加载RDB文件时，主服务器将检查密钥，过期的key不会被加载，slave服务会加载所有的key，直到master服务删除并通知AOF写入。如果一个key过期了，AOF中会增加一个DEL命令；AOFrewrites会不时检查key。当过期键不会被写入和复制时，主服务器会发送删除通知，只有从服务器收到删除通知后才会删除过期键。8、Redis高可用方案的主从模式：一主两从redis.conf，从节点配置slaveof127.0.0.16379确认主从关系：redis-cli-h127.0.0.1-p6379inforeplicationsentinel模式:configureredis-sentinel.conf,sentinelmonitormymaster127.0.0.163791最后一位是选举master需要的票数。启动哨兵：redis-sentinelredis-sentinel.conf或redis-serverredis-sentinel.conf--sentinelredis-cluster：每个节点保存数据和整个集群状态，每个节点与其他节点连接通信。哈希函数用于将数据映射到一组具有固定范围的整数，并将整数定义为槽。所有key根据hash函数映射到0~16383整数槽，公式slot=CRC16(key)&16383Codis集群限制：key批量操作支持限制，目前只支持槽值相同的key批量操作Key交易操作支持有限key是数据分区的最小粒度，hash、list等大key-value对象不能映射到不同节点。只能使用数据库编号0。从节点只能复制主节点，不支持嵌套树状复制结构。主从复制过程从节点执行slaveof后，从节点保存主节点的地址信息。从节点通过每秒运行的定时任务维护复制相关逻辑。当定时任务发现有新的主节点时，会尝试与该节点建立网络连接。连接建立成功后，从节点发送第一次通信的ping请求，目的是检测主从之间的网络套接字是否可用，以及主节点当前是否接受处理命令，如果是主节点节点配置了密码认证，从节点必须配置相同的密码才能通过认证，复制同步验证通过后，主从可以正常通信，主节点会继续向从节点发送数据.同步方式包括全同步和部分同步。刚建立时，会进行全同步。同步完成后，进行部分同步。主节点和从节点同步完当前数据后，主节点会继续向从节点发送后续新的命令进行同步。sentinel模式最低配置为1主2从3哨兵，3个哨兵可以监控每个master。和salve9。缓存问题缓存穿透缓存穿透是指key的数据在缓存中不存在，于是去数据库查询，数据库中不存在该数据，导致循环查询数据优化：缓存空对象为不存在的数据，仍然缓存空值。但是这样会造成内存空间的浪费，可以为这类数据加上过期时间。为了缓存和存储层的数据一致性，可以在缓存过期时请求存储层，或者通过消息系统更新缓存Bloomfilter，让所有存在的数据都变成一个Bloomfilter，可以使用Bitmaps来实现。数据量占用空间少。当有新的请求时，先去Bloomfilter检查是否存在，如果数据不存在，直接返回；如果数据存在，则查询缓存并查询数据库。Redis4.0及以上使用插件集成，https://github.com/RedisBloom...原理：在redis中，是一个大位数组。通过计算key的hash，然后对数组的长度取模，得到一个位置并写入；判断是否存在时，判断位数组中的几个位置是否全为1，只要有一位为0，就说明该key不存在。布隆过滤器也有一定的误判。如果位数组比较稀疏，则概率高，反之则降低。Cachebreakdown缓存击穿是指某个key突然变成了hotkey，大量对该key的请求碰巧再次失败，导致从数据库中查询数据。优化：通过互斥锁setnx请求数据库前设置，查询数据库并更新缓存后，删除setnx缓存雪崩意味着缓存因大量请求而挂起，大量请求直接命中存储层，导致存储层挂掉优化：使用master-slave、sentinel、cluster模式保证缓存的高可用依赖隔离组件限流后端降级预演，做好备份打算同步更新缓存，先写入数据库，写入成功后再更新缓存。异步更新，通过消息中间件触发更新。无效更新，当获取不到缓存时，从数据库中取数据，然后更新缓存。定时更新，通过定时任务更新缓存缓存不一致通过加入重试机制，补偿任务，实现最终一致性热点key重建优化使用互斥锁，只允许一个线程重建缓存使用逻辑缓存过期，存储一个key在valuetoexpire时间，获取key时根据逻辑时间判断10.redis锁实现与zookeeper锁实现不同redis锁通过setnxkeyvalue或setkeyvaluepxmillsecondsnx返回1时表示获取到锁，而当它返回0时，表示获取锁失败，通过Redis的key超时机制释放锁PS：在业务逻辑执行完之前，Redis锁可能会超时释放，所以释放锁时，其他线程可能已经重新持有了锁，所以在释放锁的时候要验证key对应的值，这个值是在创建缓存的时候随机生成的。或者使用redisson作为分布式锁ZK锁通过在server端创建一个临时有序节点，哪个client成功创建了第一个临时有序节点，就说明client已经拿到了锁，后续节点的client会在监听状态，当锁被释放时，服务器会删除第一个临时节点。此时第二个临时节点可以监听到前一个节点的释放事件，从而使第二个节点成为第一个节点，此时client2表示已经获取到了锁。如果client的session关闭，临时节点会被删除，锁会被释放《三种分布式锁的优缺点及解决方案》
