資料型別

• String：最大512M，內容過大可以存入MonoDB或CDN快取。序列化操作。
• Hash，單個value過大可以拆分，使用multiGet獲取。可以部分更新。
• set
• zset：有序的集合，跳錶，時間複雜度O（logN）
• List：佇列

常見命令

• keys：查詢
• setnx：設定
• experie：設定過期時間（秒）

高可用

• 哨兵：監控：檢查主伺服器是否執行正常；提醒：傳送故障通知；自動故障遷移：主從切換。腦裂：配置從機數量與延遲時間。
• 叢集：資料分散儲存。一致性Hash演算法（沿著hash環順時針定位到伺服器）解決節點的動態增減問題，虛擬節點解決資料傾斜問題。

持久化策略

• RDB持久化：儲存某個時間點的全量資料快照。
• AOF持久化：儲存除了查詢以外更新資料庫狀態的指令。

同步策略

• 主從同步：初始化階段全量同步，初始化之後增量同步（可以隨時發起全量同步）；
• 快照同步：將記憶體資料對映到硬碟，恢復較快。

過期策略

• 定時刪除：建立定時器
• 惰性刪除：獲取鍵時檢查鍵是否過期，過期則刪除。
• 定期刪除：每隔一段時間定期檢查，刪除過期鍵。

淘汰機制

• 所有的鍵空間/過期的鍵空間隨機移除或移除最近未使用的Key。
• LRU：最近最久未使用的淘汰演算法。
• LFU：最近最少使用的淘汰演算法。

多路IO複用

• 基於react設計模式監聽IO事件。

Redis是單執行緒還是多執行緒的

• 檔案事件處理器=多個套接字+IO複用程式+檔案事件分派器（單執行緒）+事件處理器
• Redis的瓶頸不在CPU，而在於記憶體和網路，通過搭建多個Redis例項解決。
• Redis 6.0在網路IO的處理方面上了多執行緒，核心的模組還是單執行緒的。

Redis為什麼快

• 完全基於記憶體，查詢資料的時間複雜度是O(1)
• 資料結構簡單
• 單執行緒，避免執行緒上下文切換，鎖的競爭，死鎖
• 多路複用IO，非阻塞IO

保證快取與資料庫雙寫的一致性

• Cache aside pattern：讀：先讀快取，再讀資料庫，更新快取；寫：先更新資料庫，再刪除快取。
• 最初的快取不一致問題：更新資料庫，刪除快取（存在一致性問題）-->刪除快取，更新資料庫（容易產生髒資料）。
• 高併發場景：一個佇列對應一個工作執行緒，每個工作執行緒序列拿到對應的操作，然後一條一條的執行；完成資料庫的修改之後更新快取。
• 優化：可過濾多個在一起的快取更新操作；讀操作等待時間過長，直接從資料庫讀取舊的值。

快取穿透、快取擊穿、快取雪崩

• 快取穿透：快取和資料庫中都沒有的資料；解決方案：key與空值放入，設定較短的失效時間。布隆過濾器，多個無偏Hash函式得到位置。
• 快取雪崩：快取服務掛掉；解決方案：服務限流降級，多級快取，預熱。
• 快取擊穿：快取中沒有，資料庫中有；解決方案：分散式鎖，key不存在時進行set操作。