一 为什么使用redis？
1.支持高可用，3.0集群
2.丰富的数据类型
3.完全内存操作，速度快，支持持久化
4.存储数据大，单个key和value可以存储到1G
二 Redis 的持久化方式？
redis持久化方式有RDB和AOF ，RDB是方式是每过几秒保存的是redis数据的快照，但是可能会丢数据，AOF 保存的是所有在redis执行的命令，它会追加到一个文件里面，丢数据可能性小，但会导致文件很大，假如redis宕机了，恢复的时候会很慢，我们一般使用RDB,因为我们对redis的定位就是缓存服务器，很重要的数据我们不会存redis，比如与钱有关系。
三 redis有哪几种数据类型
string ，hash，list，set，zset
四 redis分布式锁底层原理？
redis分布式锁其实就是往redis设置一个key和value同时设置一个有效时间，并且redis是单线程的，不会并发操作，（执行任务完成后），再把redis的key删除掉(解锁)，但是在使用的过程中可能有2个问题，使用过程中我们必须保证设置key和value和设置时间保证它的原子性(LUA)，另外还是锁超时问题，比如：上锁2秒钟，但是任务执行超过2秒，我们一般用redission框架，它底层是lua脚本实现，可以保证设置值和时间的原子性，另外还有
看门狗的机制，watch dog，我们上锁3秒，但是任务执行5秒，它会自动加时间
五 为什么使用分布式锁？
因为我们的系统是分布式的，synchronized和lock锁只能是JVM级别的，这个时候需要分布式锁，它实现的思路： redis分布式锁其实就是往redis设置一个key和value同时设置一个有效时间，并且redis是单线程的，不会并发操作，（执行任务完成后），再把redis的key删除掉(解锁)，这个过程需要注意的点是，必须保证设置key和value和设置时间保证它的原子性，不然可能出现死锁，另外一方面就是锁任务自动超时问题，所有我们一般用的redisson框架，它完美的帮我们封装了分布式锁，底层是基于LUA脚本实现保证原子性，同时redission
还有watch dog，比如我们上锁3秒，但是任务执行5秒，它会自动加时间
1.分布式锁{
redis查商品，3
校验随机码，
检验秒杀时间段，
商品id和随机码是不是一样，
检验每人限购数量，
检验库存，3
锁定库存（减库存）
下单消息队列
}
七 redis集群模式？
1.主从复制(缺点，主挂掉后，需要人工切换干预，不能保证服务的高可用)
2.哨兵模式(一主多从，主挂掉后，会自动选举主再提供服务，缺点:1.极端情况下网络不是很好的情况，选举需要花时间，可能服务不可用。2. 资源浪费，Redis 数据节点中 slave 节点作为备份节点 )
3.集群模式( Redis Cluster 是 3.0 版后推出的 Redis 分布式集群解决方案 )
1. 数据按照 slot 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。
2. 可扩展性：可线性扩展到 1000 多个节点，节点可动态添加或删除。
3. 高可用性：部分节点不可用时，集群仍可用。通过增加 Slave 做 standby 数据副本，能够实现故障自动 failover
八 redis哨兵(Sentinel)模式？
redis节点之间通过心跳检测，从服务器（slave）每过一段时间向主服务器(master)发送一个ping命令，主服务器的响应，如果主服务器挂了，所有从服务器通信，有一种算法选举为主，再提供服务
九 redis cluster原理？
所有的redis结点都是彼此互联的
客户端连接集群的时候不需要关心分片的计算逻辑，客户端直接将key交给redis中的结点，最终由内部判断key值的正确存储位置
redis集群是吧所有的主节点都交给对应的卡槽去处理【0-16383】，由主节点去维护一批数据。数据主要是被哪个结点维护是判断对应key的取模运算，如果要迁移某个key值，必须将对应的slot（槽）一并迁移
十 redis脑裂问题？
redis集群由于网络的原因可能会出现脑裂的问题，脑裂就是因为主服务器、从服务器和哨兵不在同一个网络中，导致哨兵没有及时的检测到主服务的心跳，在这个时候会在从服务器中去选举一个新的主服务器，这样就有两个主服务器了就像大脑分裂一样，但是这样会导致客户依旧 在旧的主服务器中去写东西，而新的主服务器中没有东西。当网络恢复后，哨兵会把旧的主服务器变成从服务器，这个 时候在去同步数据，可能会造成一个数据的丢失
解决方法：
redis中需要加入两个配置
（旧版本）
min-slaves-to-write 3 最少有3个从服务器
min-slaves-max-lag 10 数据复制和同步的延迟不超过10秒
（新版本）
min-replicas-to-write 3
min-replicas-max-lag 10
如果加了这两个配置的话，原来的主服务器当客户端再次进行写操作的时候会拒绝接受，此时就发送到新的主服务器中去了
十一 什么是缓存和数据库双写不一致？怎么解决？
数据的信息和缓存由于并发或者其中一个失败导致不一致
解决方案：我们一般是先修改数据库，再删除缓存，因为我们对redis的定位是缓存，redis可能会丢数据，首先保证我们的数据库必须更新，如果redis删除失败，我们采用补偿策略，比如错误了或失败了，把信息放MQ，做消费补偿
十二 雪崩?
缓存雪崩是指：由于缓存中的数据一下子全部都在同一时间过期了，所以发送过来的全部请求都去请求数据库，导致数据库难以承受而宕机。
解决方法：
- 可以保证 redis高可用，建集群；
- 设置不同的过期时间，防止全部在同一时间过期
十三 穿透？
缓存穿透是指：缓存和数据库中都没有数据，如果有人恶意访问的会先去缓存查询，此时缓存中无数据，后在去数据库中去查询，数据库中也没有，这个时候就会导致数据库宕机
解决方法：
可以在缓存中设置一个null值，让恶意的请求不会直接击垮数据库，每次访问的时候都去访问此缓存。
可以设计一个过滤器，常用的就是布隆过滤器（可以缓解，为什么是缓解，因为使用过滤器还会造成误判的情况）
十四 缓存击穿？
缓存击穿是指：一条数据在查询的时候突然过期了，那么就所有的请求都打在数据库上
解决方法：
加锁，只让一个人去访问数据库并且将访问的数据存入缓存中，供其他的请求来访问
标签：缓存,key,Redis,数据库,redis,应用,服务器,原理,节点 From： https://blog.csdn.net/2401_84479435/article/details/140689264