印象笔记redis当Redis 内存数据集大小上升到一定大小的时候，就会施行数据淘汰策略。 1.volatile-lru

刷题：OK

第8题：redis数据淘汰机制？当Redis 内存数据集大小上升到一定大小的时候，就会施行数据淘汰策略。 1.volatile-lru:从已设置过期的数据集中挑选最近最少使用的淘汰。 2.volatile-ttr:从已设置过期的数据集中挑选将要过期的数据淘汰。 3.volatile-random:从已设置过期的数据集中任意挑选数据淘汰。 4.allkeys-lru:从数据集中挑选最近最少使用的数据淘汰。 5.allkeys-random:从数据集中任意挑选数据淘汰。 6.noenviction:禁止淘汰数据。 redis淘汰数据时还会同步到aof。
第9题：Redis集群的成熟方案。RedisCluster sentinel，cluster，主从。Codis

4.redis的5种对象和8种数据结构？14-70 、每种对象结构由对应编码的数据结构组成。8种数据编码以及8种底层结构。 1-int/存储long类型的整数 2-embstr/embstr编码的简单动态字符串 3-raw/简单动态字符串SDS 4-ziplist/压缩列表 5-linkedisk/双端链表 6-hashtable/HT/字典 7-intset/整数集合 8-skiplist/字典+跳跃表对象结构共有5个属性： type：该对象什么类型。 encoding：该对象使用的底层数据结构 ptr：指向底层数据结构的指针 refcount：引用计数，用于内存回收和对象共享 lru：对象最后一次被访问的时间。空转时长：当前时间-lru时间。

第二题：Redis缓存雪崩，缓存穿透如何解决？什么事redis缓存雪崩？数据未加载，或者缓存大面积失效，导致大量请求打到数据库导致数据库CPU和内存负载过高，甚至宕机。预防缓存雪崩：1redis集群高可用性方案：Redis sentinel，Redis Cluster。2.缓存降级，利用本地缓存ehcache，对服务的限流，隔离，降级。3.Redis备份/主从 4.快速预热。5.不存在的数据设置默认值。 4.提前演练，什么是缓存穿透？Redis缓存和Mysql不存在的数据，每次请求都到数据库查询，造成缓存穿透。

第6题：Redis集群，Cluster，Sentinel，读写分离的区别？ Cluster：将集群分为16838个哈希槽，比如5个节点：第一个节点为0～3276号哈希槽，依此类推。增加节点时5个节点分别分槽给新的第6个节点；删除第五个节点时将节点哈希槽分配给其他节点，最终删除空哈希槽的节点。 Sentinel：一个Sentinel发送心跳监控其他Sentinel进程和Redis主从，主观下线和客观下线/一半以上。读写分离：Redis主从模式。

第17题：Redis如何解决key冲突。 redis集群的业务隔离，良好的key命名规则：业务名称，系统名称，模块名称，关键词等。

Redis哨兵、集群的设计原理和区别？/sentinel，cluster sentinel和Cluster。 cluster：1万6千多个哈希槽。 sentinel：每秒发送心跳给集群中的主从redis服务器，当主服务器宕机后，从服务器转为主服务器。

Redis有哪些数据结构？底层的编码有哪些？有序链表采用了哪些不同的编码？14-70

Redis失效key清理策略： 1。立即清理：创建回调事件，key过期立即删除。缺点：消耗CPU。 2。惰性清理：读写过期key时清理。缺点：浪费内存。 3。定期清理：每隔一段时间清理失效key，是立即清理与惰性清理的折中方案。 redis惰性清理与定期清理配合使用。 redis.conf中 hz 默认值10。每秒执行10次后台任务。
redis的哨兵机制，sentinel。监控：sentinel监控所有主redis，从redis，其他sentinel。提醒：redis故障时，通过API通知。故障转移：当主redis故障时，失效主redis的从redis升级为主redis。主观下线：有一半以上的sentinel认为主redis故障。客观下线：一个sentinel认为主redis故障。每个sentinel以每秒一次向其他主从redis，sentinel发送ping命令。
redis的并发竞争问题时什么？如何解决？redis事务的CAS方案？什么是redis并发竞争：多个redis客户端同时设置key引起的并发问题。解决redis并发竞争key：分布式锁，redis，mysql，Zookeeper。消息队列：并行读写进行串型化。 redis事务命令：EXE,MULTI,WATCH,DISCARD. WATCH命令提供CAS，被WATCH监控的key改动过，执行EXEC时返回失败。客户端要在循环里判断失败重试。
redis队列使用场景。 List用在排行榜等。
列举一个redis客户端的并发模型。 Jedis，redisson，lettuce。 Jedis：对Redis进行并发访问时会发生连接超时、数据转换错误、阻塞、客户端关闭连接等问题，由于客户端连接混乱造成。有2种解决方法：Jedis对Redis连接进行池化，同时读写采用synchronized加锁。服务器角度，利用setnx实现锁。如某客户端要获得一个名字list的锁，客户端使用下面的命令进行获取。 Jedis使用阻塞的I/O，不支持异步。Jedis客户端实例不是线程安全的，需要通过连接池来使用Jedis。 Redisson：使用非阻塞的I/O和基于Netty框架的事件驱动，是异步的。Redisson的API是线程安全的，可以操作单个Redisson连接来完成各种操作。 lettuce：基于Netty框架的事件驱动，Lettuce的API是线程安全的。支持集群，Sentinel，管道和编码器。

第8题：Redis有哪些集群模式，各自的区别？ Cluster：将集群分为16838个哈希槽，比如5个节点：第一个节点为0～3276号哈希槽，依此类推。增加节点时5个节点分别分槽给新的第6个节点；删除第五个节点时将节点哈希槽分配给其他节点，最终删除空哈希槽的节点。 Sentinel：一个Sentinel发送心跳监控其他Sentinel进程和Redis主从，主观下线和客观下线/一半以上。读写分离：Redis主从模式。

第15题.AOF如何缩减自身文件大小。 Aof文件重写机制。fork出一条新进程来遍历进程内存中的数据，每条记录对应一条set语句，写到临时文件中，然后再替换到旧的日志文件（类似rdb的操作方式）。默认触发是当aof文件大小是上次重写后大小的一倍且文件大于64M时触发。
第16题.AOF缩减自身文件大小的时候，数据库来了新的操作怎么办？新的操作写入旧的AOF文件，瘦身完成后新的操作写入瘦身后的AOF文件。
25.分布式下redis如何保证线程安全。 Redis单线程单进程，将并发访问改为串型访问。
33.如何搭建redis集群。 1.twemproxy 2.codis，目前用的最多的集群方案，基本和twemproxy一致的效果，但它支持在节点数量改变情况下，旧节点数据可恢复到新hash节点。 3.Redis cluster3.0自带的集，特点在于他的分布式算法不是一致性hash，而是hash槽的概念，以及自身支持节点设置从节点。 4.redis sentinel：sentinel进程发送每秒ping检测给主从Redis以及其他sentinel进程。如果主Redis宕机升级对应Slave-Redis为主Redis。客观下线：一半以上sentinel进程投票下线，主观下线：一台sentinel认为宕机。
34.redis如何主从同步。 Redis主从同步的过程：slave会建立和master的连接，发送sync命令。master启动一个后台进程，将数据库快照保存到文件中.同时master主进程会开始收集新的写命令并缓存起来。当后台进程完成写文件后，master就将快照文件发送给slave，slave将文件保存到磁盘上，然后加载到内存将数据库快照恢复到slave上。slave完成快照文件的恢复后，master就会把缓存的命令都转发给slave，slave更新内存数据库。后续master收到的写命令都会通过开始建立的连接发送给slave。
37.redis持久化方式及区别。 1。RDB：指定的时间间隔对内存数据进行快照存储。默认开启RDB。内存中的数据快照到磁盘。dump.rdb。fork子进程，父进程的数据复制到子进程的内存，然后由子进程写入到临时文件，这个临时文件替换上次的快照文件，子进程退出内存释放。缺点：内存消耗加倍。 2.AOF：记录每次写操作。RDB持久化方式能够在指定的时间间隔能对你的数据进行快照存储。 Fork新进程遍历进程内存数据，写到临时文件，然后替换旧的日志文件。可以同时开启两种持久化,优先载入AOF文件，AOF文件保存的数据比RDB完整.
LRU算法，slab分配，如何减少内存碎片。内存碎片原因：分配的内存比实际使用的内存大。内存碎片率：操作系统分配给redis的内存/redis使用分配器分配的内存，大于1表示有内存碎片，1～1.5之间正常，小于1表示有使用虚拟内存即硬盘，大于1.5内存碎片过多。解决内存碎片：redis4.0开始支持内存碎片整理功能。重启redis服务器 LRU算法：最近最少使用。
如何解决缓存单机热点？ redis热点key引发的问题：1Redis单机的查询压力大，2redis热点key失效时对底层数据库冲击大。解决：1.互斥锁：线程锁或者分布式锁来控制对访问数据库和设置缓存值的并发数。 2.value内置过期时间，内置过期时间小于key的实际过期时间，检测到过内置过期时间提前更新key。 3.redis层面永不过期，异步脚本重构缓存。4.对于单机redis查询压力大时再次散列到不同redis服务器。客户端或者nginx实现。

Redis设计与实现

对象与编码类型： 1.使用对象来表示数据库中的键和值，键对象（字符串对象），值对象（字符串对象，列表对象，集合对象，哈希对象，有序集合对象）。 2.对象redisObject的属性：type对象类型（5种），encoding编码（对象的编码8种），ptr指针（数据结构的指针），refcount引用计数。 3.8种编码： long型整数：int embstr编码的简单动态字符串：embstr 简单动态字符串：raw 压缩列表：ziplist 双端链表：linkedlist 字典：hashtable 整数集合：intset 跳跃表+字典：skiplist 4.对象的编码：字符串对象：int + raw + embstr。raw简单动态字符串，embstr编码的简单动态字符串。小于32字节-embstr：操作一次内存，内存为连续的内存空间，embstr为只读，修改embstr后变成raw编码。存10086会转成int型，修改后变成“10086”的raw编码。大于32字节-raw简单动态字符串，操作两次内存，不连续的内存空间。列表对象：ziplist + linkedlist。压缩列表+双端列表。 ziplist：所有元素长度小于64字节，并且，元素个数小于512个。不满足ziplist条件转为linkedlist编码。集合对象：intset + hashtable intset：所有对象是整数值，并且，元素数量不超过512个。不满足，intset编码转为hashtable编码。哈希对象：ziplist + hashtable，压缩列表+字典。 ziplist：键值长度小于64字节，并且，键值对小于512个。不满足，ziplist编码转为hashtable。有序集合对象：ziplist，hashtable+skiplist，压缩列表，字典+跳跃表。 ziplist：小于64字节，并且，元素个数小于128个。不满足，转为字典hashtable+跳跃表skiptable。 hashtable：无序，O（1），skiplist：有序，O（logN）。跳跃表，skiplist：查找平均O（logN），最坏O（N）效率可以与平衡树媲美。【表头节点】 header：表头节点 tail：表尾节点 level：层数最大节点的层数 length：节点数量/表头不算【节点】 level[]：L1…Ln：指向其他节点的指针，1-32的高度/数组，幂次定律：越大的数出现次数越小。 level[].forward：前进指针，指向其他节点 level[].span：跨度，与当前节点的距离 BW：后退指针，向表头遍历，只能回腿前一个节点。 score：分值，分值从小到大排序 obj：成员对象

持久化：rdb和aof

复制：master & Slave

Sentinel： sentinel实际上是特殊模式下的Redis服务器：事务，Lua脚本，aof，rdb等命令不使用。 Sentinel进程每秒向其他主从服务器/sentinel发送PING命令，判断实例是否在线。主观下线，客观下线/半数以上sentinel。选举领头sentinel，对故障主服务器执行故障转移操作。（Raft算法） Cluster：

命令：CLUSTER MEET
节点A向节点B进行握手：节点A向节点B发送MEET消息，节点B返回PONG消息，节点A返回PING消息。
之后，节点A通过Gossip协议广播集群中其他节点，让其他节点与节点B进行握手。
集群Cluster分为18384个哈希槽。
属于哪个哈希槽：CRC16（KEY）& 16383
集群节点只能处理0号数据库
Redis集群中节点分为主节点和从节点，主节点处理槽，从节点复制某个主节点。
故障检测：集群中每个节点向其他节点发送PING消息--判断是否在线，不返回PONG消息—疑似下线。
确认下线：半数以上处理槽的主节点判断下线。
选举新的主节点：N/2+1票，半数以上，基于Raft算法。发布/订阅

事务 MULTI，命令。。。，EXEC。事务执行 WATCH，MULTI，命令。。。，EXEC。 WATCH：乐观锁，在EXEC命令执行前是否有key被修改，修改则拒绝执行。 Redis事务不支持回滚， Redis事务，遵循ACID特性，持久性在某些情况下满足。

Lua脚本 Lua脚本：原子地执行多个Redis命令。 Redis使用伪客户端执行Lua脚本/包含Redis命令。

1.Redis key请求过热/热点问题。 2.Redis key集群中不均匀分布的问题。