常见的redis数据结构以及对应使用场景
字符串string：
没有使用c语言的字符串，而是自己实现的简单动态字符串sds的抽象类型。记录了字符串长度。
存储的是整形，则使用int方式进行存储。若存储的是字符串值，则使用sds简单动态字符串。
sds包含内容：
1.len：存储字符串长度
2.buf数组：存储字符串的每一个元素
3.free：表示buf数组中未使用的字节数量
sds和c语言字符串比较：
1.sds获取字符串长度直接读取len字段，c语言需要遍历一遍
2.sds除了可以存储字符串，还可以存储二进制文件（图片，视频，音频等文件的二进制数据）。c语言只能存储字符串。
3.sds提供空间预分配和惰性空间释放，减少连续的执行字符串增长带来的内存重新分配的次数。
使用场景：常用key-value格式数据存储，常规计数。
哈希hash：
使用hashtable和ziplist压缩表（节约内存）实现
使用场景：适合存储对象数据
存储用户信息：用户ID作为唯一key，value中存储多个key-value对，（name：张三，age：30）。
存储用户购物车数据。
相对于字符串存储的话，字符串需要将用户数据组装，然后序列化后再作为value存储。修改时又需要取出做反序列化再修改。而使用哈希，则可以直接修改单个数据。减少性能的开销。
列表list：
使用ziplist和linkedlist链表实现。3.2版本后引入了quicklist。底层都是使用无环的双向链表实现，有自己的长度信息，可以直接获取。
使用场景：简单的消息队列，高性能分页（使用lpush，rpop）。
集合set：
底层实现：intset整数集合和hashtable
字符串类型的无序集合，元素都是唯一的，不会重复。使用哈希表实现，所以复杂度都o(1)
使用场景：去重，抽奖（spop：随机移除并返回一个集合中的元素），共同好友（返回多集合之间的交集和差集），好友列表，关注列表
有序集合sorted set： 基于集合，但是每个元素多一个score字段，用来对元素进行排序
底层实现：使用ziplist和skiplist跳跃表
使用场景：主要用于排序的场景。
例如：收听最多的10首音乐，粉丝打赏排行榜，阅读量从高到低的文章排序等
Geo：地理位置计算相关 场景：附近的人，附近的直播等
hyperloglog：技术统计
pub/sub发布订阅
Stream流：用于消息队列，提供消息的持久化和主备复制功能
bloom fliter布隆过滤器： 处理大数据量中查询，节省空间（使用位数组，位数组每个元素只占1bit）
原理：一个元素加入到过滤器时，会使用n个哈希函数，将这个元素进行n次计算，映射到位数组中的n个点，每个点设置为1.当查询新元素是否在其中时，将新元素的每个计算结果去位数组中判断是否都为1，都为1的话，大概率存在。只要有一个为0，那么说明这个元素就不存在这个过滤器中。
缺点：因为对元素使用哈希函数存在哈希冲突，所以有可能存在误差。但是不存在的情况一定是不存在的。
一般存入的元素不好删除。
注：使用n个哈希函数，是为了降低哈希冲突，降低误差率。误差率可以设置，但是误差率越小，需要的时间和存储空间越大，反之误差率越大，需要的时间和空间越小。 不要让实际元素个数远大于初始化元素个数
相关命令：bf.add bloomname value 将元素加入到过滤器中，不存在则新建过滤器
bf.exists bloomname value 判断元素是否存在过滤器当中
bf.madd bloomname value1 value2 将一个或者多个元素加入到新建的过滤器中。
使用场景：
1.判断一个数据是否存在于一个包含大量数据集（数据集很大那种）
2.防止缓存穿透（大量查询没有缓存的数据，直接打到db） 先拿数据在过滤器中查询，不在则直接返回空。在的话则去查询缓存，不在缓存中则去查db. 需要先初始化布隆过滤器数据，新增的时候需要去增加
3.黑名单、邮箱垃圾邮件过滤、爬虫排除爬过的url、内容推荐时判断数据是否已经推荐过
redis为什么快？
1.完全基于内存操作
2.使用c语言实现，使用几种基础的数据结构，做了大量优化，性能极高
3.使用单线程，无上下文切换成本
4.基于非阻塞的io多路复用机制
Io多路复用机制？
Io多路复用程序会监控所有的socket，当对应的socket准备好后，会将对应的socket压入一个队列中，然后一个个线性交给对应的事件处理器去处理。
单线程好处：
1.没有创建线程和销毁线程带来的开销
2.避免了上下文的切换带来的cpu开销
3.避免了线程之间的争抢带来的锁问题
注：redis单线程只是在执行命令时，单线程一个个执行。其他模块还是使用多线程的。例如无用连接的释放，大key删除。
因为是单线程的，所以不要在生产环境使用长命令，例如keys，flushall，flushdb
为什么redis6.0使用多线程？
使用多线程并不是抛弃单线程，命令执行还是单线程。多线程主要用来处理数据的读写和协议解析。
Redis的瓶颈在于网络io而不是cpu，使用多线程可以提高io读写效率，提高性能
热key怎么处理？
热key指大量的请求全部去访问redis的某一个key，流量过于集中，达到物理网卡的上限，使得redis服务器宕机
处理：
1.提前把热key打散到不同的机器上
2.加入二级缓存，提前加载热key数据到内存中。如果redis宕机，走内存查询
缓存击穿？
指大量的请求访问一个key，当过期时，请求就会直接走到mysql，这样会导致mysql宕机。
处理：
加锁更新。当查询key发现没有缓存时，对这个key进行加锁，然后去数据库中查询，再更新到缓存中，再解锁返回给用户。
缓存穿透？
指拿不存在缓存的key去请求，每次都需要查数据库。大量请求时，数据库可能会宕机（例如拿负数作为ID去查询对应数据）
处理：加入一层布隆过滤器。查询之前先去布隆过滤器中查询是否存在，不存在的话直接返回空值。存在的话则去缓存中中查询。
缓存雪崩？
指一段时间内大量的缓存失效，导致大量请求打到db，造成数据库宕机
处理：
1.不同的key设置不同的过期时间，避免同时过期
2.加入二级缓存，将一些数据写入内存中。redis挂了就走内存查询
3.限流。redis宕机，进行限流，避免同时刻大量请求导致db宕机
Redis过期删除策略？
主要有2种过期删除策略：
1.惰性删除：当查询到这个key时，会去判断这个key是否过期，过期删除返回空。
缺点：如果这个key长时间没有访问，则会一直不会被删除，占用内存。
2.定期删除：定期从数据库中获取一部分数据去检查是否过期，过期则删除。
因为每次只能拿一部分数据做检查，可能有的数据过期了也一直没有检查删除掉。
如果惰性删除和定期删除都没有删除过期的key的话，则采用redis的内存淘汰机制
内存淘汰机制：
1.volatile-lru：从已设置过期时间的key中，选取最近最少使用的key进行删除
2.allkeys-lru：从所有的key中选择最近最少使用的key进行淘汰
建议设置 volatile-lru作为内存淘汰机制。
redis持久化
1.rdb：快照的方式将某个节点状态保存在二进制文件dump.rdb中。
镜像全量持久化 。默认的持久化方式（开启了aof，则优先使用aof）
通过将某个时间点的数据库状态保存到rdb文件中。rdb文件是一个压缩的二进制文件，保存在硬盘中。所以即使redis宕机，也可以通过rdb文件恢复当时的数据。
触发方式：
自动触发：通过在redis.conf配置文件中设置触发的条件和生成文件路径和名称
手动触发：（一般在重启服务器和迁移数据时使用手动触发）
1.通过Save命令在执行rdb文件生成时，会阻塞后续的命令执行，处理完才去执行命令。不合适。
2.通过bigsave命令生成rdb文件：bigsave会fork出一个子进程去生成rdb文件，父进程则处理命令执行，不会阻塞进程。
2.aof：根据设置定时将写命令保存到aof文件中。 命令增量持久化
写命令执行完后，会将写命令追加到aof_buf缓存区的末尾。在服务器结束一个事件循环之前，会调用函数去决定是否将aof_buf缓冲区的数据写到aof文件中。默认设置为每秒写一次。
注：随着命令执行越多，aof文件越来越大。当文件大小超过了设置的阀值，会对aof进行一次压缩重写。将多个命令压缩成一个命令，生成一个新文件替代之前的aof文件。
注：rdb可以理解为每次将当前内存中所有的数据进行一次保存。而aof只将每次的写命令进行增量保存。可以使用rdb和aof配合使用。服务器重启后，先执行rdb二进制命令，得到全量的数据。这时可能最新的数据不在，这时再执行下aof中的命令，得到最新的数据。
Rdb数据的完整性不如aof，但是因为aof内容比较多，所以恢复时间较长。
redis高可用？
哨兵模式：
基于一主多从的模式，同时监控多个主从服务器，在master服务器宕机时，会从slave中选取一个作为新的master接收处理命令。故障
Sentinel会每隔一秒向所有实例（包括所有主从服务器和其他的sentinel）发送ping命令，会根据回复判断是否下线，这叫主观下线。这时会去询问其他的sentinel，超过半数认为下线的话，则会标记为客观下线，同时触发故障转移。
redis cluster集群？
一个redis集群由多个node节点构成。各个节点之间通过cluster meet命令连接。
Redis通过集群分片的形式来保存数据。整个集群被分成16384个slot槽。每个节点可以处理0-16384个slot。只要有一个slot没有节点去处理，集群都会处于下线状态。
客户端向节点发送命令，如果刚好找到slot属于当前节点，则执行命令。否则则会返回一个moved命令给客户端让它找到正确的节点
注：sentinel侧重于高可用。cluster侧重于可扩展
redis事务？
Redis事务就是批量执行一堆命令，每个命令执行失败与否互不影响。执行期间不会去执行客户端其他命令，直到事务完成
redis分布式锁？
使用setnx来争抢锁，抢到后使用expire给锁加一个过期时间。
如果锁住之后，加过期时间之前，进程crash了，会导致锁一直存在。这时可以使用set命令将setnx+expire合并为一个操作。
例如： set keyname ’xxx’ ex 10 nx 当这个key不存在时，设置过期时间为10秒。存在则返回false（加锁+过期时间）
keys命令和scan？
Keys命令可以扫出指定模式的key列表，但是会阻塞当前的线程，所以生产使用keys会造成短时间没办法使用redis，服务停顿。不建议在生产环境使用。
Scan可以无阻塞的找到指定模式的数据，但是会有一定的重复，需要在客户端进行去重。时间消耗上也会多一些。
Redis做异步队列？
使用列表list做异步队列，使用lpush生产消息，rpop消费消息（或者使用rpush和lpop）。当没有消息时，可以使用sleep一会再重试。
不使用sleep的话，可以使用brpop命令消费消息。brpop当获取不到数据时，会堵塞直到超时或者来了新数据。
生产一次消费多次？
使用发布订阅功能实现1:n。
注：使用发布订阅模式的话，如果消费者下线的话，会造成数据丢失。
Redis实现延迟队列？
使用有序集合sorted set的score字段实现。将每个消息内容作为key，时间戳作为score。定时任务进行轮训获取当前时间之前的数据进行处理。
pipeline管道？
将多次io往返时间缩短为1次。但是注意批量命令之间必须没有因果关联
Mysql redis缓存一致性 ？
先更新mysql，然后删除redis缓存。下次查询没有缓存的时候，会去查mysql，重写入redis。能保证是一致的。
