一、Redis基础篇（高频必考）
1.1 Redis核心数据结构与应用场景
大厂（如阿里、腾讯）常要求候选人能结合实际业务场景说明数据结构选择依据。Redis的五大基础数据结构包括：
String：最简单的KV存储，适用于计数器（如秒杀库存）、单值缓存（如用户token）。例如字节跳动用String实现直播间的在线人数统计。 Hash：字段级操作特性适合存储对象（如电商商品详情页的规格参数），美团用Hash实现外卖骑手的位置信息更新。 List：消息队列（如微博的评论列表）、阻塞队列（如滴滴的司机抢单任务池）。 Set：去重场景（如微信共同好友推荐）、随机抽奖（如拼多多的砍价活动参与者）。 SortedSet：排行榜（如B站视频热榜）、延迟队列（如京东订单超时关闭）。
扩展考点：HyperLogLog（UV统计）、Geo（美团外卖配送范围计算）、Pub/Sub（实时消息推送）需结合业务举例说明。
1.2 内存淘汰策略与热点数据
高频问题：MySQL有2000w数据，Redis只存20w，如何保证Redis中都是热点数据？
答案拆解：
设置maxmemory限制内存总量，避免物理内存耗尽 采用LRU/LFU算法：volatile-lru（淘汰最近最少使用的过期键）或allkeys-lfu（全量淘汰最不常用键） 业务层双删策略：更新数据库后先删Redis数据，异步线程二次删除（防止并发查询导致脏数据）
实战技巧：美团采用allkeys-lfu+本地缓存兜底，防止突发流量击穿Redis
二、高并发场景篇（BATJ重点考核）
2.1 缓存穿透/雪崩/击穿解决方案
阿里P7级高频题：如何设计一个抗住百万QPS的缓存系统？
缓存穿透（请求不存在的数据）： 布隆过滤器：拼多多用RedisBloom模块预处理请求，拦截90%无效查询 空值缓存：设置短TTL（如30秒），避免频繁穿透
缓存雪崩（大量Key同时失效）： 随机过期时间：基础TTL+随机偏移量（如300秒±10%） 多级缓存架构：腾讯方案=本地缓存（Caffeine）+Redis集群+数据库降级
缓存击穿（热点Key突然失效）： 互斥锁：Redisson的tryLock实现串行化查询 逻辑过期：Value中存储过期时间，异步更新
2.2 分布式锁实现与陷阱
字节跳动真题：Redis分布式锁在集群故障时如何保证可靠性？
Redisson红锁(RedLock)原理： 向N/2+1个节点申请锁（N为奇数） 自动续期机制（watchdog线程）防止业务未完成锁过期
常见陷阱： 锁误删（需用UUID标识客户端） 主从切换导致锁丢失（需用Redis Cluster模式） 网络延迟导致锁重叠（需设置合理的超时时间）
代码示例：
java 复制 // 腾讯云最佳实践 RLock lock = redisson.getLock("orderLock"); try { if (lock.tryLock(10, 60, TimeUnit.SECONDS)) { // 业务逻辑 } } finally { lock.unlock(); }
三、集群架构篇（架构师级考点）
3.1 Redis集群方案对比
蚂蚁金服P8级问题：如何设计一个跨地域多活的高可用Redis架构？
主从复制+哨兵： 适用中小规模（如日订单百万级） 缺点：扩容需手动操作，跨机房同步延迟高
Redis Cluster： 自动分片（16384个槽） 美团优选采用三机房部署，每个分片3主3从 Gossip协议维护拓扑状态
Proxy方案： 腾讯云Tendis：基于Raft协议强一致性 Codis：适合历史遗留系统迁移
3.2 持久化与数据恢复
京东618备战案例：
RDB：整点备份（如每6小时），用于快速恢复
AOF：appendfsync everysec平衡性能与安全
混合持久化（Redis 4.0+）：重启时先加载RDB再重放AOF
灾难恢复方案：
阿里云采用OSS存储每日RDB快照 同城双活机房异步复制AOF文件 定期验证备份文件可恢复性
四、性能优化篇
4.1 大Key与热Key处理
拼多多压测问题：发现某个商品的QPS是普通商品的100倍，如何优化？
热Key拆分： 分桶存储：product:1001:part1 ~ product:1001:part10
本地缓存：Guava Cache设置1秒过期
大Key治理： Hash字段分片（如用户画像按tag拆分）
List/Set元素分批获取（LRANGE分页查询）
4.2 网络与线程模型
滴滴出行真题：单线程的Redis如何实现10万+QPS？
IO多路复用：
epoll机制处理10万级连接
字节跳动优化：调整tcp-backlog参数应对突发流量
Pipeline批处理：
美团外卖订单批量查询减少RTT
单次Pipeline建议控制在100个命令以内5
连接池优化：
最大连接数=预估QPS/(1000/平均RT)
异常连接自动剔除（如Jedis的testOnBorrow）2
