1.在项目中，那些场景都使用了Redis？
缓存
- 缓存三兄弟（穿透、击穿、雪崩）
- 双写一致
- 持久化
- 数据过期策略
- 数据淘汰策略
分布式锁
- setnx、redisson 消息队列、延迟队列
- 使用的数据类型： string（字符串）、hash（哈希）、list（列表）、set（集合）、zset（有序集合）；新版本类型：bitmap、GEO
2.如果发生缓存穿透、击穿、雪崩，该如何解决？
- 穿透
- 请求一个redis和db都不存在的数据，从而给数据库带来压力；
- 解决1：缓存空数据，查询返回数据为空，将空数据进行缓存。（比较消耗内存，数据不一致问题）
- 解决2：布隆过滤器
- bitmap
- 作用：布隆过滤器可以用于检索一个元素是否在一个集合中。
- 击穿
- 热点key在某个时间过期了，这个时间会有大量的并发请求，db宕机；
- 解决1：互斥锁（强一致性、性能差）
- 解决2：设置热点数据永不过期
- 解决3：逻辑过期（高可用、性能好、不能保证数据一致性）
- 雪崩
- 大量的数据过期时间一致，会导致db同时存在大量的访问，数据库可能会宕机；
- 解决1：给不同的key的TTL添加随机值
- 解决2：利用Redis集群
- 解决3：缓存业务进行降级限流策略（nginx、gateway）
- 解决4：多级缓存
redis作为缓存，Mysql的数据如何与redis进行同步呢？（双写一致）
允许延时一致的业务，采用异步通知
- 使用MQ中间中间件，更新数据之后，通知缓存删除1
- 利用canal中间件，不需要修改业务代码，伪装为mysql的一个从节点，canal通过读取binlog数据更新缓存
强一致性的，采用Redisson提供的读写锁
- 共享锁: 读锁readLock，加锁之后，其他线程可以共享读操作
- 排他锁:独占锁writeLock也叫，加锁之后，阻塞其他线程读写操作
redis作为缓存数据的持久化是怎么做的？
- RDB
- AOF
redis的key过期之后，会立即删除吗？
redis的过期删除策略
- 惰性删除：访问key时判断是否过期，过期则删除；
- 定期删除：定期检查一定量的key是否过期（SLOW+FAST模式）
redis的过期策略：惰性删除+定期删除两种策略配合使用
假如缓存过多，内存有限，内存被占满了怎么办？
当Redis中的内存不够用时，此时在向Redis中添加新的key，那么Redis就会按照某一种规则将内存中的数据删除掉，这种数据的删除规则被称之为内存的淘汰策略。
- noeviction: 不淘汰任何key，但是内存满时不允许写入新数据，默认就是这种策略
- volatile-ttl: 对设置了TTL（过期时间）的key，比较key的剩余TTL值，TTL越小越先被淘汰
- allkeys-random:对全体key ，随机进行淘汰 key1是在3s之前访问的, key2是在9s之前访问的，删除的就是key2
- volatile-random:对设置了TTL的key ，随机进行淘汰
- allkeys-lru:对全体key，基于LRU算法进行淘汰
- volatile-lru:对设置了TTL的key，基于LRU算法进行淘汰
- allkeys-lfu:对全体key，基于LFU算法进行淘汰
- volatile-lfu:对设置了TTL的key，基于LFU算法进行淘汰
LRU(Least Recently Used) 最近最少使用。用当前时间减去最后一次访问时间，这个值越大则淘汰优先级越高。 LFU(Least Frequently Used)最少频率使用。会统计每个key的访问频率，值越小淘汰优先级越高。
平时开发过程中使用allkeys-lru淘汰策略比较多（结合使用场景）
