1. 什么是redis，存储类型、性能、数据结构、单条数据最大长度等介绍
      • key-value类型的数据库
      • 性能非常出色，每秒能处理超10万次读写操作
      • 支持多种数据结构
      • 单条value最大限制是1GB
      • 相比于memcached，可以设置过期时间
      • 局限于较小的数据量
    2. redis支持的数据类型
      • String：最基本的类型，二进制安全，限制512MB
      • List：简单的字符串列表，有序
      • Set：无需的字符串合集
      • ZSet：在set的基础上，每个元素关联一个double类型的分数
      • Hash：键值对集合，类似于Map
      • GEO：地理位置，底层为zset
      • HyperLogLog：不精准的去重计数
      • BigMap：位图，通过二进制位来记录0和1，节省空间
    3. redis的优势/NoSQL的优势
      • 易扩展
      • 大数据量高性能
      • 灵活的数据模型
    4. CAP3选2是什么
      • Consistency（强一致性）
      • Availability（高可用性）
      • Partition tolerance（分区容错性）

    当下不可能同时满足3中特性，只能较好地满足其中两个，即：

    • CA：单点集群，可扩展性不强
    • CP：性能不高
    • AP：一致性要求低
      1. redis的应用场景有哪些？
    • 热点数据缓存
    • 排行榜
    • redis队列实现削峰
    • 计数器
    • 分布式锁
      1. 通常哪种硬件资源是redis的性能瓶颈？
    • 内存空间
    • 网络带宽
      1. redis为什么是单线程的？
    • redis基于内存操作，CPU不是瓶颈，且单线程实现容易
      1. 单线程的优势和劣势？
    • 优势：
      • 单线程环境不需要各种锁，能节省资源
      • 不存在线程切换导致的CPU消耗
    • 劣势
      • 无法充分发挥多核CPU的性能，一般通过单机开启多个redis实例完善
      1. 有哪几种数据淘汰策略？
    • noeviction（默认）：内存达到限制后返回错误
    • allkeys-lru：回收最少使用的键
    • allkeys-random：随机回收
    • volatile-lru：在过期的键中回收最少使用的键
    • volatile-random：随机回收过期的键
    • volatile-ttl：回收过期的键且优先回收存活时间较短的键
      1. redis为什么这么快？
    • 完全基于内存，避免了磁盘IO
    • 使用了高性能的数据结构，如跳表、hash
    • 采用单线程，没有上下文切换，没有各种锁
    • 使用基于IO多路复用机制的线程模型
      1. redis有几种持久化的方式、优缺点及应用场景是什么？
    • 两种持久化方式
      • RDB：备份是在指定的时间间隔内将内存中的数据集快照写入磁盘（单独fork一个子进程进行持久化，将数据写入一个临时文件中，再用这个临时文件替换上次持久化好的文件，整个过程中主进程不进行IO操作，保证高性能），恢复是将这个持久化文件（dump.rdb）放入redis-server的启动目录，启动时redis会自动将其中的数据导入。
      • AOF：以日志的形式记录每个写操作，追加到指定的文件中，redis启动的时候会读取文件重新构建数据，即根据日志文件的内容将aof文件中的指令从头到尾再执行一次
    • 优缺点
      • RDB：简单快速，默认开启，适合大规模的数据恢复，每隔一定的时间做一次备份；如果redis意外关闭可能会丢失最后一次快照的所有修改，且再fork的时候内存中的数据被克隆了一份，需要考虑两倍的膨胀性以及服务可能会停顿一段时间。
      • AOF：可设置触发机制，没修改一次或每秒中持久化一次，数据的完整性可得得到保障；但是aof文件要远大于rdb文件，恢复速度也比较慢
    • 应用场景
      • 只做缓存的时候，可以不开启持久化
      • 如果同时开启两种持久化，那么优先载入AOF文件恢复数据（更完整）
      • 默认开启了RDB，但是不建议只开启AOF，因为RDB更好备份，AOF不断变化不好备份，而且AOF可能有潜在的BUG
      • 如果可以承受分钟以内的数据丢失，可以只使用RDB持久化，通常简历从机开启RDB
      1. 怎么保证缓存和数据库数据的一致性？
    • 详见 https://juejin.cn/post/6850418121754050567
      1. redis事务是怎样的？
    • 本质是一组命令的集合，一次性执行多个命令，再exec命令前被放入队列缓存中，并不会被执行
    • 不保证原子性，没有回滚，遇到命令级错误则所有命令都不会执行，遇到语法性错误则后续命令继续执行
    • 流程：multi开启事务，输入多条命令，exec执行或discard取消事务
      1. watch监控是悲观锁还是乐观锁
    • 乐观锁
    • 监控某条数据后，如果事务期间数据未被其他session改动，则事务执行成功，若被其他session改动，则事务执行失败
      1. 缓存穿透、缓存击穿、缓存雪崩
    • 缓存穿透
      • 重点在“透”，大量的请求查询不存在的key，即透过了缓存，直接请求数据库，叫缓存穿透。
      • 解决：重点在于不信任用户的请求，有一个请求进来查key查不到对应的value,那么就将这个key保存到redis中，但是这种方案不实际（每次请求的key可能是不同的）；缓存之前加一层布隆过滤器，在查询的时候先去布隆过滤器查询，不存在直接返回，不给透过缓存的机会。
    • 缓存击穿
      • 大量请求访问了一个key，但是这个key过期了，请求转而打到数据库，导致数据库压力过大，这种叫缓存击穿。
      • 解决：重点在于key过期了，如果业务允许可以让key永远不过期；使用互斥锁，只有拿到锁才能够访问数据库，降低了同一时刻打在数据库的请求
    • 缓存雪崩
      • 大规模的缓存失效，导致大量的请求直接打到数据库上，数据库压力过大挂掉，这叫缓存雪崩。
      • 解决：重点在于同一时间大规模的key失效，可以在设置失效时间的时候加上一个随机值；使用熔断机制；分库分表、读写分离或搭建redis集群，提高数据库的容灾能力