1.Redis和Memcache有什么区别？如何选用？

Redis:

• 单线程模式处理请求（非阻塞异步处理机制，内存IO），避免上下文切换
• 支持多种数据格式，String，hash，list，set，sorted Set
• 主从同步机制，持久化

Memcache:

• 多线程异步IO
• 内存存储数据，支持key-value数据结构，不支持持久化，主从同步
• 可设置失效期，延迟生效
• 当容量满会对缓存中的数据进行剔除，对过期的Key进行清理，还会 通过Lru策略对数据进行剔除
• Key不能超过250个字节，value不能超过1m字节，最大生效时间30天

2.Redis数据结构

• String：SDS实现（类似java的ArrayList）
• List：ziplist压缩列表和linkedlist双向链表，3.2版本增加qquicklist，一个双向无环链表
• hash：ziplist和hashtable两种实现，hash表中所有的key和value长度都小于64字节，并且键值数量小于512采用压缩表来节省空间，超过采用hashtable
• Set：内部实现可以是inset或者hashtable
• sorted set：实现可以是ziplist或者是skiplist,元素数量小于128并且所有元素长度小于64使用ziplist，否则转为skiplist

3.Redis持久化方式

• RDB：将Redis在内存数据库的记录定时dump到磁盘上
• AOF：将Redis的操作日志以追加的方式写入到文件

两种方式的区别

RDB： AOF：

4.Redis的过期机制，Redis有哪些淘汰策略

redis的过期策略：每隔100ms随机抽一些key检查，定期删除+惰性删除

定时删除

含义： 在设置key的过期时间的同时，为该key创建一个定时器，让定时器在key的过期时间来临时，对key进行删除 优点：保证内存被尽快释放

缺点： 若过期key很多，删除这些key会占用很多的CPU时间，在CPU时间紧张的情况下，CPU不能把所有的时间用来做要紧的事儿，还需要去花时间删除这些key 定时器的创建耗时，若为每一个设置过期时间的key创建一个定时器（将会有大量的定时器产生），性能影响严重 没人用

惰性删除

含义： key过期的时候不删除，每次从数据库获取key的时候去检查是否过期，若过期，则删除，返回null。

优点： 删除操作只发生在从数据库取出key的时候发生，而且只删除当前key，所以对CPU时间的占用是比较少的，而且此时的删除是已经到了非做不可的地步（如果此时还不删除的话，我们就会获取到了已经过期的key了）

缺点： 若大量的key在超出超时时间后，很久一段时间内，都没有被获取过，那么可能发生内存泄露（无用的垃圾占用了大量的内存）

定期删除

含义： 每隔一段时间执行一次删除过期key操作

优点： 通过限制删除操作的时长和频率，来减少删除操作对CPU时间的占用--处理"定时删除"的缺点 定期删除过期key--处理"惰性删除"的缺点

缺点： 在内存友好方面，不如"定时删除" 在CPU时间友好方面，不如"惰性删除"

难点 合理设置删除操作的执行时长（每次删除执行多长时间）和执行频率（每隔多长时间做一次删除）（这个要根据服务器运行情况来定了）

大量过期的数据未删除，则采用内存淘汰机制

内存淘汰机制：

• no-eviction： 当内存不足时，新写入数据报错
• allkeys-lru： 当内存不足容纳新数据时，移除最近做少使用的key（更多选用）
• allkeys-random：当内存不足容纳新数据时，随机移除某一个key
• volatile-lru：当内存不足容纳新数据时，设置了过期时间的key中，移除最近最少使用的key
• volatile-random：当内存不足容纳新数据时，设置了过期时间的key中，随机移除某个key
• volatile-ttl：当内存不足容纳新数据时，设置了过期时间的key中，有更早过期key优先移除

※ 什么时候会执行内存淘汰策略，内存占用率过高的标准是什么？

redis.conf配置文件中的 maxmemory 属性限定了 Redis 最大内存使用量，当占用内存大于maxmemory的配置值时会执行内存淘汰策略。

※ 内存淘汰策略的配置

内存淘汰机制由redis.conf配置文件中的maxmemory-policy属性设置，没有配置时默认为no-eviction模式。

※ 淘汰策略的执行过程

• 1.客户端执行一条命令，导致Redis需要增加数据（比如set key value）；
• 2.Redis会检查内存使用情况，如果内存使用超过 maxmemory，就会按照配置的置换策略maxmemory-policy删除一些key；
• 3.再执行新的数据的set操作；

5淘汰策略算法

• FIFO：先进先出

• LRU：最近最少使用，关注数据最近访问的时间

• LFU：最近最少使用，关注数据最近访问的次数

6如何保证Redis的高并发和高可用

主从架构，一主多从，一般来说，很多项目其实就足够了，单主用来写入数据，单机几万QPS，多从用来查询数据，多个从实例可以提供每秒10万的QPS。

7 如何使用Redis实现延迟队列？如何使用Redis实现分布式锁？

业务场景：

• 订单一直处于未支付状态，如何及时关闭订单
• 如何定期检查退款状态，订单是否已经退款成功

Redis实现延迟队列：

使用zset，list实现

详情参考：

分布式锁

• 加锁：通过Redis的setnx或者Hsetnx命令加锁，设置过期时间，存储线程id和重入计数
• 解锁：判断重入计数大于1则-1，等于1则删除key释放锁
• timout：超时自动释放，防止死锁

详情参考：

8什么是缓存雪崩，缓存穿透，缓存击穿，如何解决？

缓存穿透

高并发下查询key不存在数据，导致直接查数据库

• 针对查询结果为空的也进行缓存，造成太多空值，占用空间
• 布隆过滤器，先去布隆过滤器查询key是否存在，不存在直接返回

缓存击穿

设置了过期时间的key，某个时间点过期，大量线程访问该数据

• 使用分布式锁控制访问线程
• 不设置超时时间，造成写一致性问题，可使用延迟双删

缓存雪崩

重启或大量的key失效

• key的失效期分散开，不同的key设置不同的有效期
• 二级缓存，本地和redis
• 高可用，允许脏读，失效仍能查到数据但不是最新的

9什么是大key，热key，会造成什么问题？

大key：存储的值非常大

问题： 占用很多内存，主动删除或过期删除时阻塞时间过长

优化：

• String减少长度，List，Set减少成员数量
• 针对String，大key存储于其他数据库，Mondb或者缓存到CDN
• hash，set，对元素进行拆分存储
• 删除不使用delete（阻塞），使用lazydelte(非阻塞)

热key：热点数据

问题： 缓存击穿

优化：

• 热点数据直接加载到本地缓存，不要求强一致性
• Redis主节点备份热key数据
• 对热Key限流熔断，每秒最多请求缓存集群不超过400次

10 缓存和数据库中的数据不一致造成什么问题，如何解决？数据并发竞争，会造成什么问题？

最终一致性： 延时双删，更新数据库时删除缓存，读取时在设置缓存，2s后在删除一次。

数据并发竞争： 分布式锁+时间戳

11单线程的Redis为什么这么快？

内存，集群，最大内存+淘汰策略，无锁，无线程调度切换，多路复用