前言
以下是针对redis的知识点整理，用于复习，主要以罗列为主，详细具体讲解可以参考书《Redis设计与实现》，你可以过一遍看看有无知识点遗漏。个人能力有限，如果你还有补充可以再下方评论指出，万分感谢。
基础知识点
数据类型
string (字符串)、list (列表)、set (集合)、hash (哈希) 和 zset (有序集合)
底层实现包括：SDS动态字符串，双向链表，数组加链表，渐进式hash，跳表redis是单线程
redis默认有16个数据库，默认先用0，可以使用select命令切换
过期策略
惰性删除：当这个key被访问到，但是已经过期，那就删除
定期删除：过一定时间，拿出一定的key判断，进行删除，如果超过一定数量，继续拿出一定的key进行判断删除，时间存在上限内存超限
当redis使用超过内存限制会根据策略来执行：
noeviction：不能put，但是可以del和get，默认是这个策略
volatile-lru：在有过期时间的key中，淘汰最少用的（redis是近似lru算法，会随机取几个淘汰最少用的）
volatile-ttl：在有过期时间的key中，淘汰过期时间最短的（剩下寿命最短的）
volatile-random：在有过期时间的key中，随机淘汰
allkeys-lru：所有key中，淘汰最少用的
allkeys-random：所有key中，随机淘汰持久化方式
RDB、AOF、混合
RDB：类似快照，将当前数据拍个照片保存，利用操作系统的 COW 机制来进行数据段页面的分离，进行对数据的复制，同时，新数据会在新的page上面
AOF：利用日志来完成记录，当逻辑处理完成记录日志，利用日志重放来恢复，会对aof进行重写瘦身，通过fsync来保证数据刷到磁盘上面，1s一次
混合：rdb存储，增量用AOF，重启后先读取rdb再重放aof通信协议
RESP直观的文本协议，利用一些特殊字符来确定当前的是什么语句redis事务
redis可以使用multi/exec/discard。multi 指示事务的开始，exec 指示事务的执行，discard 指示事务的丢弃。redis是不支持回滚的，只能把当前所有的执行丢弃，事务性能不高，使用管道优化，提供watch机制监听改变，但是针对改变只是知道，但是不予处理。keys和scan
通过这两个命令可以找到对应的键，keys会卡，scan不会但是慢一点，可能会重复。redis对内存优化
在存放大key或者数量量大列表时，会对存储结构进行压缩，ziplist
当删除多个键的时候内存不会马上被回收，因为操作系统的内存是按页来的，只有这个页上面的key全部删除才能回收，同时，新的key会利用删除后的空间Pipeline
网络交互中利用了内核的特性，客户发送消息时，只需要将消息写入本地缓存，就马上返回，不需要等待，后续操作由内核网关去异步发送，而读取返回消息时也是读取的本地相对应的读缓存，如果没有数据就需要等待网络返回数据从而从缓存中读取数据，这个时候是真正耗时的时候。
常用架构
单机
单个节点使用主从
一方面是从做备份，一方面从可以提供get服务
Redis同步的是指令流，增量同步，利用buffer进行缓冲，可能出现buffer充满的时候就需要进行快照复制，将主节点进行快照，然后直接发送给从节点，然后从节点删除所有数据，然后从节点进行加载，然后同步新的指令，速度慢。哨兵
利用哨兵去自动选举出主节点，同时出现异常自动重新选出主节点集群
codis：利用中间代理人去访问，将不同的槽位分配到相应的redis节点上面，client通过codis进行访问，codis可以配置多个，通过zk来同步槽位。
cluster：官方给出，去中心化，自动维护槽位分布。
应用场景
分布式锁
setnx(set if not exists)
一开始不支持设置过期时间，后来2.8更新后，命令为：set lock true ex 5 nx
但是超时是存在问题的，如果再时间限制过程中，没有执行完，锁自动释放了，但是实际还在执行，但是别的线程可以抢到锁去执行了。MQ
可以利用list来实现消息队列的操作，rpop lpush，redis的list是一个双端队列，同时也支持阻塞拿出消息，来支持队列为空的时候的问题
同时有PubSub支持订阅，但是少了很多功能如ack，不能保证数据一定成功发出，后面引入StreamHyperLogLog
用于模糊统计，可以用于统计网站的uv（单个用户访问只能算一次），利用矩阵。GeoHash
redis支持存储地理位置，并且进行附近统计和距离计算布隆过滤
rebloom用于最大化效率去重，会有误判，利用hash原理。实际适用于：爬虫系统过滤已经查过的url、垃圾邮件过滤、缓存击穿防御等，总之用于数据量大、要求速度快、可以忍受误判的情况。
问题解决
缓存击穿
多次查询那些一定不存在的数据，或者当前数据不在缓存的高并发查询，导致巨大流量涌入数据库。
解决方式：
- 缓存空对象，如果可以缓存空对象，将空对象作为null缓存起来，让缓存强制命中（提前缓存或者惰性缓存均可）。存在问题：当空对象多时，浪费了缓存的空间。
- 利用布隆过滤器缓存出现过的key，保证不在过滤器里面的key一定不存在，布隆过滤器节省很多空间
缓存雪崩
情况一：多数类似缓存同时过期，导致对这些key的查询同时落到数据库。
情况二：缓存服务器直接挂掉，导致所有请求全部落到数据库，导致后续雪崩。
这里的解决方式就需要视情况而定：
情况一的话，可以尝试设置缓存过期时间为随机值，不让同类型缓存同时过期。
情况二的话，首先优先保证架构上面能压住，尽可能保证有redis的备份节点可以恢复，当然也要做planB，万一全部缓存节点全部挂，最前面网关层面要要做到限流，后续服务需要做降级或熔断，这个时候就不是缓存的问题了，就是架构的问题了。
