以下是Redis面试中常见的考点，按不同模块分类：
基础知识
-
Redis的优缺点：优点包括高性能、丰富的数据类型、支持持久化、支持事务、高可用和分布式支持等；缺点有数据集大小受限于物理内存、持久化可能影响性能、单线程模型限制、数据安全和隐私问题等。
-
支持的数据类型：String、List、Set、Hash、Zset（有序集合）、HyperLogLogs、Bitmaps、Geospatial 和 Stream。
-
对象机制：Redis使用
redisObject封装数据对象，不同的数据类型可以由不同的底层数据结构实现，例如集合类型可以用字典或整数集合实现。 -
单线程模型：Redis使用单线程模型处理命令，避免了多线程的上下文切换和竞争条件，同时通过多路复用技术可以同时处理多个客户端的连接请求。
数据结构与使用场景
-
数据结构的底层实现：例如ZSet使用跳跃表（SkipList）+哈希表实现，支持O(logN)复杂度的范围查询和O(1)的单点查询。
-
数据结构的应用场景：String用于缓存、计数器等；List用于消息队列、最新消息排行；Hash用于存储对象；Set用于标签系统、共同好友；ZSet用于排行榜、延迟队列；Bitmap用于用户签到、活跃统计；HyperLogLog用于UV统计等。
持久化与高可用
-
持久化机制：包括RDB（快照）和AOF（写操作日志）两种方式，各有优缺点。
-
高可用方案：主从复制、哨兵模式、Redis Cluster等。
-
持久化与高可用的结合：例如在高可用架构中，通过AOF每秒刷盘和RDB每小时备份来确保数据安全。
性能优化
-
内存优化：合理设置键的过期时间，清理无用数据；使用合适的数据结构，避免存储大对象；调整内存使用策略，设置
maxmemory-policy。 -
网络优化：使用Pipeline减少网络开销。
-
内存碎片处理：当内存碎片率超过一定阈值时，可通过重启节点、配置优化（如开启
activedefrag）、存储优化等方式处理。
分布式特性
-
分布式锁：使用
SETNX和EXPIRE命令实现分布式锁，或通过Redisson等库简化实现。 -
缓存一致性问题：包括缓存雪崩、缓存穿透和缓存击穿的解决方案。
-
集群的扩缩容：Redis Cluster的扩容和缩容流程。
监控与运维
-
监控指标：使用Redis自带的
INFO命令或工具如Prometheus和Grafana监控Redis性能，包括客户端连接数、内存使用情况、命中率、持久化状态等。 -
运维操作：例如AOF重写期间内存暴涨的解决方案。
其他
-
事务机制：通过
MULTI、EXEC、DISCARD和WATCH支持事务操作，事务具有原子性，但不支持回滚。 -
Redis 6.0的新特性：如引入多线程机制及其对性能的影响。
内存数据库
常见数据结构
string
hash
list
set
sorted set
设置过期时间，定期删除（随机抽取）+惰性删除（查到删除）
内存淘汰机制 6种：
从已设置过期时间的数据集里面最少使用，将要过期，任意
键空间 最近最少使用，任意
新写入报错
持久化
快照：通过创建快照来获得存储在内存里面的数据在某个时间点上的副本。指定多少个key发生变化创建快照。
只追加文件：开启AOF持久化后每执行一条会更改Redis中的数据的命令，Redis就会将该命令写入硬盘中的AOF文件。
事务
Redis 通过 MULTI、EXEC、WATCH 等命令来实现事务(transaction)功能。
缓存雪崩
缓存同一时间大面积的失效，所以，后面的请求都会落到数据库上，造成数据库短时间内承受大量请求而崩掉。
事前：尽量保证整个 redis 集群的高可用性，发现机器宕机尽快补上。选择合适的内存淘汰策略。
事中：本地ehcache缓存 + hystrix限流&降级，避免MySQL崩掉。
事后：利用 redis 持久化机制保存的数据尽快恢复缓存
缓存穿透
黑客故意请求不存在的数据，所有请求落在数据库，崩掉。
布隆过滤器，将所有可能存在的数据哈 希到一个足够大的bitmap中，一个一定不存在的数据会被 这个bitmap拦截掉，从而避免了对底层存储系统的查询压力。
另外也有一个更为简单粗暴的方法（我们采用的就是这种），如果一个查询返回的数据为空（不管是数据不存在，还是系统故障），我们仍然把这个空结果进行缓存。
并发竞争key
所谓 Redis 的并发竞争 Key 的问题也就是多个系统同时对一个 key 进行操作，但是最后执行的顺序和我们期望的顺 序不同，这样也就导致了结果的不同！
分布式锁，zookeeper和redis
缓存数据库双写一致性
读请求和写请求串行化，串到一个内存队列里去。