一 Redis基本数据类型
1.1 Redis中数据类型有哪些？底层实现是什么？不同的数据类型运用到什么场景？
String、hash、list、set、sorted_set/zset
hash 底层是hash表实现的数据存储。
list 能存储多个数据，按照插入顺序排序，底层使用双向链表实现。
set 和hash存储结构完全相同，仅存储键值，不存储value。且键值不允许重复。存储大量数据，且快速查询。
zset 是字典（dict） + 跳表（skiplist），数据比较少的时候用ziplist编码结构存储。是有序集合，不允许有重复的数据结构，每一个元素关联double类型分数。通过分数对集合中元素从小到大排序。成员唯一的，分数不唯一的。
string 微博上大v的访问量存储。
hash 商品的抢购可以用，店铺的id为key，商品id为filed，数量为value。
list 对有顺序的信息管理。
set 用于黑白名单。
1.2 Redis中哪里用了跳表？数据结构是什么？跳表插入和删除的大概过程，跳表相对普通链表有什么优势，是怎么提高访问效率的？
zset底层就使用了跳跃表，是由多层多链表实现。
在进行数据插入时候，先插入底层，然后利用算法(类似抛硬币算法)，如果正面插入l2层，然后继续利用算法计算是否还继续向上层插入，当判断不需要插入，元素就插入结束。
删除元素，从上到下找到元素，找到删除，一直到最底层。
跳跃表在查询时候速度很快，因为在跳跃表中每个列表都是有顺序的。从上层往下查找，每一层查询到查询结束，如果比某一个节点大向右边，比一个节点大向左边。然后一层层查询。
1.3 整数集合、压缩列表实现原理？
是集合（set）的底层实现之一，当一个集合（set）只包含整数值元素，并且这个 集合的元素不多时，Redis就会使用整数集合(intset)作为该集合的底层实现。
压缩列表（ziplist）是列表键和哈希键的底层实现之一。当一个列表只包含少量列表项时，并且每个列 表项时小整数值或短字符串，那么Redis会使用压缩列表来做该列表的底层实现。 压缩列表（ziplist）是Redis为了节省内存而开发的，是由一系列特殊编码的连续内存块组成的顺序型数 据结构，一个压缩列表可以包含任意多个节点（entry），每个节点可以保存一个字节数组或者一个整 数值。
1.4 SDS动态字符串的优点是什么？
- len 保存了SDS保存字符串的长度 。
- buf[] 数组用来保存字符串的每个元素。
- free记录了 buf 数组中未使用的字节数量 。
好处：获取 SDS 字符串的长度只需要读取 len 属性，时间复杂度为 O(1)。
1.5 Redis事务回滚？
Redis中是不支持回滚的，可以使用lua脚本执行redis条命令。
1.6 Redis中数据字典如何更新？hash 冲突怎么办，rehash，负载因子？
是一种用于保存键值对的抽象数据结构。字典中的每一个键 key 都是唯一的，通过 key 可以对值来进行查找或修改。redis地址底层是hash表实现。
1.7 Redis中的数据类型有哪些 bitmap和grap类型用法
1.8 zset的zrange时间复杂度？
1.9 Redis的一致性哈希算法？
1.10 redis和memcached的区别？
1.11 Redis为什么不用hashmap？
二 Redis应用场景
2.1 Redis除了当做缓存还用来做什么？
可以做队列，也可以做分布式锁
2.3 Redis的热key问题如何解决？
- 增加redis集群中的节点，让访问打散到不同的节点。
- 利用二级缓存，走jvm内存中。
2.4 Redis的lua脚本，为什么能保证原子性？如果lua脚本在库存扣减完以后执行出错怎么办？
三 Redis持久化
3.1 Redis持久化有哪些？实现原理？有什么区别，使用场景？
两种方式持久化：RDB，记录二进制数据，即快照方式。AOF，记录读写操作过程，即日志持久化。
RDB进行持久化，发送指令，调用fock函数创建一个子线程，进行持久化，生成一个二进制文件。返回信息。
AOF进行持久化，发送指令，调用fock函数创建一个子线程，从写aof文件，响应信息。
即持久化就是创建一个子线程来进行。
RDB(快照)，可以手动调用持久化，也可以配置自动化持久化。根据一个时间段内变化的频率来进行持久化。持久化速率快。
AOF(快照)，持久化方式三种，每次、每秒、系统控制。持久化相对慢点，但是有效防止数据丢失。
如果数据十分敏感，采用AOF持久化，如果想要快速数据恢复，采用RDB。
3.2 AOF日志量太大时redis如何处理？
会执行AOF的重写，无效指令直接忽略，有效指令但是已经过期了不写入AOF中，对同条数据操作指令合并一条。
四 Redis过期数据删除策略和Redis淘汰策略
4.1 Redis中过期数据删除是什么？
过期数据是一块独立内存，filed是value数据内存地址，value是过期时间。进行过期处理时候，对时间进行检测，找出过期的对应的地址，然后进行操作。
删除策略有：定时删除(过期删除)、惰性删除(用到时删除)、定期删除(随机选若干个，对过期数据删除。如果过期数据比例大于阙值循环操作)。
4.2 Redis内存淘汰策略是什么？
在redis执行命令时候都会检查内存是否充足，如果不充足将要删除一些数据叫内存淘汰。淘汰策略为：
检查易失数据、检查全库数据、放弃数据驱逐。
五 Redis主从架构、分布式集群架构、哨兵机制
5.1 Redis实现主从复制原理、过程？
分为三个阶段：建立连接、数据同步、命令传播。
建立连接
建立slave到master连接，使master能识别slave，并保存slave端口。
数据同步
复制master全部数据到slave，请求同步数据，创建RDB同步数据，在slave恢复RDB数据，即全量复制。master发送在RDB同步过程的数据到slave，同步数据完成，复制缓冲区数据，部分复制。
命令传播
master接受到数据变更指令，发送给slave。slave执行接受指令。
命令传播过程中的部分复制
slave向master发送心跳，携带runid和复制偏移量。master对主节点的runid和携带过来runid进行比对，如果不对进行全量复制。如果匹对成功比较偏移量，如果偏移量不一样，进行部分复制。
5.2 Redis分布式集群实现原理？
- 引入了槽的概念，一个redis集群包含 16384 个哈希槽。
- 集群时，会将16384个哈希槽分别分配给每个Master节点，每个Master节点占16384个哈希槽中的一部分。
- 执行GET/SET/DEL时，都会根据key进行操作，Redis通过CRC16算法对key进行计算得到该key所属Redis节点。
- 根据key去指定Redis节点操作数据。
5.3 使用哨兵机制，解决redis集群故障转移。
哨兵是实现redis高可用的，监控集群的主从变化，进行故障转移。
哨兵节点监控
三个定时任务：如下
第一个定时任务，每隔十秒钟，每个sentinel节点向redis节点发送信息。向主节点发送info，获取最新的salve信息。当有新的节点能立刻感知到。完成故障转移，通过info命令完成新的拓扑结构。
第二个定时任务，每隔两秒，每个sentinel节点向sentinel:hello频道发送当前节点信息和对主节点的判断。所有节点都订阅这个频道，了解其他节点信息和其他节点对主节点的判断。发现新的sentinel节点，将新的sentinel节点信息保存并建立连接。sentinel交换主节点判断的状态，做为后面客观下线和主节点选举的依据。
第三个定时任务，每隔1秒，每个sentinel会向其他sentinel节点和redis节点发送ping指令，判断当前节点是否可达，检查每隔个节点的健康状态。
故障转移过程
当主服务器故障不能工作时候(哨兵对当前主节点做了主观下线)，sentinel会自动做一次故障转移，从主节点的从节点选择做为主节点(哨兵选举新leader)，然后从节点和原来主节点从新复制新节点数据。客户端连接老的主节点时候，集群向客户端返回新的主节点。
5.4 Redis集群中的主观下线和客观下线是什么？
主观下线：一个哨兵判断当前主节点宕机。
客观下线：多个哨兵判断一个主节点宕机了，并且多个哨兵交流后对主节点做出宕机判断。
5.5 redis缓存与数据库不一致解决方式？
使用Canal监听数据库指定表的增量变化，在Java程序中消费Canal监听到的增量变化，并在Java程序中实现对Redis和Nginx缓存更新。
5.6 Canal实现原理是什么？
- Canal伪装成slave，向master发送drump协议。
- master接受命令之后，向slave（Canal）发送binary log。
- Canal开始解析binary log。
六 Redis的分布式锁
6.1 分布式锁是什么？
同一个时间多个调用方加锁竞争，只有一个调用方加锁成功。
6.2 分布式锁实现原理？
- Redis是单线程，所有让多个调用方请求排队。
- 利用客户端三个API
setNx(),向redis存key-value,只有key不存在则设置成功，否则返回0，体现同一个key互斥性。
expire(),设置key的过期时间，避免死锁。
delete(),删除key，释放锁。
6.3 如何保证释放锁是自己加的锁?
在加锁的时候，放入唯一标识(一般为线程id)。在解锁时候判断传入的值和加锁时候唯一标识是否一样。如果是一样可以解锁，不一样不能解锁。
因为释放锁会有很多人同事操作，但是我们在释放锁时候，先查询比对，是同把锁进行释放。但是这是两步操作，redis中我们无法保证原子性，因此采用lua脚本完成查询删除。
6.4 在执行业务时候，锁过期。如何解决？
因为业务执行时间和很多因素有关，无法判断业务执行时间。如果业务还没执行时候，锁过期了。会有其他线程获取锁，执行业务，无法保证原子性。解决方案，在添加锁时，添加一个守护线程，开启一个定时任务每隔一段时间对于未释放锁增加过期时间。任务执行完，释放锁，关闭守护线程。解决锁续期。
6.5 Redisson实现分布式锁的API
getLock(lockKey)获得锁对象。
lock(10, TimeUnit.SECONDS)，设置锁失效时间。
tryLock()，使用看门狗策略。对于未设置过期时间的锁，起一个线程在锁快要过期，对锁不停添加过期时间(默认30秒)。保证任务结束之前锁有效。
unlock()，释放锁。
6.6 Redisson在获取锁、定义过期时间、释放锁原理分析。
获得锁(tryLock)：
检查key是否被占用，没有设置key和唯一标识初始值为1，并设置过期时间。
被占用，检查下value是否也匹配，如果匹配表示当前线程持有锁，重用次数+1，设置过期时间。
返回key失效时间。
释放锁
判断key和线程id标识是否匹配，如果步匹配，锁已经占用，直接返回。
如果当前线程持有锁，value-1，进入重入操作。大于0，设置过期时间。小于0直接删除key,并发布锁释放消息，通知其他线程申请锁。
看门狗实现原理
根据过期时间、时间单位、线程id获取锁，如果设置了锁的过期时间，直接创建锁。如果没有设置锁的过期时间，把永不过期设置为默认30秒过期，并且创建异步任务，如果没有获取到锁，则什么都不做。如果获取到了锁，则创建一个线程对当前线程id的锁进行延时。
6.7 在集群中，已经获取锁但是在数据同步前，主节点挂掉。salve节点变成主节点。其他线程也能获取锁，破坏原子性。
Redisson是分布式锁的第三方类库，对各种锁都有实现，我们只需要调用api就行。解决了锁续期问题和单机问题。
Redisson中的红锁解决了上述问题，如下
获取所有节点redis中的锁(获取锁时间远小于锁释放时间，避免客户端等一个已经关闭客户端)，在获取之前先看看获取锁时间是否大于失效时间(获取当前锁是否已过期)，没有过期，检查是否有半数以上的redis中获取锁。是获取锁成功。不是，获取锁失败。然后redis节点释放获取失败锁。获取失败后，可以在一定时间尝试获取锁，设置尝试次数。
要开启AOF持久化方案
防止所有节点挂掉，锁信息丢失，导致多线程同时执行。设置持久化时间为1秒。在一秒重启仍然会有数据丢失。
七 Redis网络模型
7.1 Redis是单线程为啥这么快？
- 因为redis大部分操作都是内存中。
- 因为redis操作数据是单线程，避免多线程的切换和竞争。
- redis底层通信时采用多路复用技术。大量并发下，提高系统吞吐量。
7.2 描述下多路复用(select apoll)。
支持应用程序将一个或者多个fd交给内核，内核检测fd上的状态变化(连接读写等)。因为应用程序对磁盘读、网络数据读写都是通过内核获取访问权限的。
epoll网络通信模型
- 应用程序调用epoll_create方法返回fd假设为5(红黑树根节点).
创建epoll对象，创建监听树，创建队列(双向链表)。
执行socket函数，返回fd为6.
将fd为6绑定6379端口，并进行监听fd为6(监听连接对象的fd)。
让epoll_ctl变为异步。 - 调用epoll_ctl函数
将监听对象fd:6放到监听树上。当有客户端连接6379端口，fd:6监听到连接事件，将事件信息放到消息队列中。 - epoll_wait函数(轮询调用)
应用程序从队列中取出事件信息，如果是连接事件，则调用accept方法(异步)返回fd:8，并将8放到以5为根节点的监听树上，并设置监听事件。如果发生对事件，将读事件放到消息队列中。应用程序调用系统函数read方法，进行消息读取。 - 下次轮询调用 epoll_wait
如果fd:6发生多个连接事件，fd:8发生读事件。应用程序从消息队列取出全部事件信息，依次处理。
即没有fd模型限制，不会随着fd增加导致IO效率降低。不需要将fd每次拷贝到内核，一次拷贝，多次复用。
select通信模型(IO多路复用)
应用进程自己维护fd set集合，然后调用select将fd集合传递给内核，内核检测就绪的fd，返回给应用进程，应用进程进行事件信息处理。应用程序循环调用select系统函数。
7.3 Redis6.0是怎么实现多线程？
划分了主线程和多个IO线程，Io线程负责网络连接，命令执行还是主线程来执行。多线程是默认关闭的。如果要使用，修改配置打开多线程，配置线程数，建议线程数小于内核数。
八 缓存穿透、缓存击穿、雪崩
8.1 缓存穿透是什么现象？怎样解决？
用户查询数据，先查询缓冲没有查询到数据，然后再查询数据库也没有查询到数据。用户反复刷新查询。
第一种解决方案：查询缓冲没有查询到数据，然后查询数据库也没查询到数据。将null作为value存储到缓存中。当下次查询直接将null返回。
第二种解决方案：在查询数据时候，先查询布隆过滤器查询。如果查询到再去缓存种查询，如果没有查询到直接返回。
布隆过滤器介绍：大规模数据下不需要精准过滤场景。布隆过滤器含有一个数组两个hash函数，一个数经过两个hash函数计算后产生两个数，放在数组中。当有一个新的数m1，经过两个hash函数计算出两个数有一个在集合中证明m1在布隆过滤器中。
8.2 缓存击穿是什么现象？怎样解决？
缓存过期，但是此时有大量的请求访问key。导致大量请求查询数据库。
方案一：设置一个定时器，主动更新缓存。
方案二：多级缓存，在redis存储数据设置永不过期，用户查询数据时候，先去nginx去查询数据，如果有直接返回。没有查询redis数据，并将redis中数据放到nginx中，并设置过期时间。
方案三：Nginx缓存队列术，多个客户端请求一个缓存中不存在的文件。只允许第一个请求发送到服务端，其他请求在缓存中取到取到信息。
8.3 雪崩是什么现象？怎样解决？
大量的缓存失效，导致大量请求查询数据库。
解决方案：多级缓存、缓存预热。