redis面试题

答：每个节点都会定期向其他节点发送PING消息来检查节点是否可达。如果一个节点在node - timeout时间（默认 15 秒）内没有收到另一个节点的PONG响应，就会将对方标记为疑似下线，如果超过半数节点都认为该节点下线时，该节点会被标注为已下线。这时将开启选举，1）slave发现自己的master变为FAIL；2）将自己记录的集群选举轮次标记加1，并广播信息给集群中其他节点；3）其他节点收到该信息，只有master响应，判断请求者的合法性，并发送结果；4）尝试选举的slave收集master返回的结果，收到超过半数master的统一后变成新Master；5）广播Pong消息通知其他集群节点。

Redis的集群是怎么实现的？

答：1)集群至少需要6个节点才能组成高可用集群，且每个节点要开启集群模式；2）各节点之间通过 Gossip 协议进行通信；3）Reids有一套被称作环的哈希算法，就是用节点IP+编号对16384个槽进行求模取余，对数据和节点进行哈希；4）一个主可以有多个从，主要用于数据备份和故障恢复，当主节点故障时，从节点会进行投票选举，超过半数票，将自己升级为主节点，实现故障迁移。

Redis主从的同步策略？

答：分为全量同步和增量同步，全量同步分为三个阶段：1）同步快照阶段：msster创建并发送快照给slave,slave载入并解析快照，master此时将产生的新命令存储到缓冲区；2）同步写缓冲阶段：master向slave同步存储在缓冲区的写命令；3）同步增量阶段：master向slave同步写命令；增量同步：slave完成初始化，master每执行一个写命令就向slave发送发送相同的命令，slave接收并执行；

Redis分布式锁的特性？

答：1)互斥性:保证同一时间只有一个客户端可以拿到锁;2)安全性:只有加锁的服务才有解锁权限; 3)避免死锁:出现死锁就会导致后续的任何服务都拿不到锁,不能再对共享资源进行任何操作了;4)保证加锁与解锁操作是原子性操作，加锁分为a.设置key set（key，value）b.给key设置过期时间；使用分布式锁:1)使用redis命令 set key value NX EX max-lock-time 实现加锁;2)使用redis命令 EVAL 实现解锁。

Redis集群一致性hash的原理？

答：1）集群根据数据和节点对16384个slots（槽位）进行求模取余；2）集群默认会对key值使用crc16算法得到一个整数值；3）通过整数值找到具体槽位；4）在根据槽位值和Redis节点的对应关系找到具体的节点进行存储；缺点是：容易发生数据倾斜，解决办法是添加虚拟节点；

Redis集群，高可用，原理？

答：1）主观下线：集群中每个节点都会定期向其他节点发送ping消息，接收节点回复pong消息作为响应。如果在cluster-node-timeout时间内通信一直失败，则发送节点会认为接收节点存在故障，把接受节点标记为主观下线(pfail)状态； 2）客观下线：a)当某个节点判断另一个节点主观下线后，相应的节点状态会跟随消息在集群内传播;b)假设节点a标记节点b为主观下线，一段时间后节点a通过消息把节点b的状态发送到其他节点，当其他节点收到消息并解析出消息体中含有b的pfail状态，把节点b加入下线报告链表；c)当某一节点c收到节点b的pfail状态时，此时有超过一半的槽主节点都标记了节点b为pfail状态时，则标记故障节点b为客观下线；d)向集群广播一条pfail消息，通知集群内的所有节点标记故节点b为客观下线状态并立刻生效，同时通知故障节点b的从节点触发故障转移流程;3)故障恢复：a)资格检查:若从节点与主节点断线时间超过一定时间，则不具备资格;b)准备选举时间:当从节点符合故障转移资格后，要等待一段选举时间后才开始选举在故障节点的所有从节点中，复制偏移量最大的那个从节点最先开始（与主节点的数据最一致）进行选举，然后是次大的节点开始选举.....剩下其余的从节点等待到它们的选举时间到达后再进行选举;c)发起选举;d)选举投票:只有持有槽的主节点才具有一张唯一的选票，从从节点收集到N/2 + 1个持有槽的主节点投票时，从节点可以执行替换主节点操作;e)替换主节点。

Redis缓存分片？

答：集群分片最少要有6个才能组成高可用集群，其中三个主节点，三个从节点，三个主节点会分配槽处理客户端的请求，通过范围分片，哈希分片，一致性哈希算法，哈希槽等方法对数据分片；

Redis有几种部署方式？哨兵机制和集群的区别是啥？

答：单机模式：优点：架构简单，部署方便，高性能，性价比高；缺点：不保证数据的可靠性，缓存失效后数据丢失；性能受限；哨兵（Sentinel）模式：优点：部署简单；能够解决主从的高可用切换问题；能通过哨兵监控各个节点；缺点：部署主从比较繁琐；资源浪费备节点不提供服务；不能读写分离；集群模式；优点：无中心架构；可数据共享，动态分布数据；可扩展性高；高可用，运维成本较低；缺点：客户端实现复杂；数据通过异步，不能保证数据强一致性；批量操作KEY受限制；

Redis的并发竞争问题如何解决？

答：主要是发生在并发写；解决办法:1)利用redis自带的incr(1.为key储存的数字值加上一,2.如果key储存的值不能被解释为数字，那么INCR 命令将返回一个错误。)命令;2)使用乐观锁的方式进行解决（成本较低，非阻塞，性能较高）；3）使用watch命令:WATCH命令可以监控一个或多个键，一旦其中有一个键被修改（或删除），之后的事务就不会执行。监控一直持续到EXEC命令（事务中的命令是在EXEC之后才执行的，所以在MULTI命令后可以修改WATCH监控的键值）;4)这个是针对客户端来的，在代码里要对redis操作的时候，针对同一key的资源，就先进行加锁（java里的synchronized或lock）;5)利用redis的setnx实现内置的锁,当且仅当key不存在，将key的值设置为value，并且返回1；若是给定的key已经存在，则setnx不做任何动作，返回0。

Redis中哨兵的作用？

答：哨兵(sentinel) 系统用于管理多个 Redis 服务器，其实也是运行在特殊模式下的 Redis 服务器，主要有：1）监控(Monitoring): 哨兵会不断地检查你的Master和Slave是否运作正常；2）提醒(Notification)：当 Redis出现问题时, 通过 API 向管理员或者其他应用程序发送通知；3）自动故障迁移：当Master故障时，其中的Slave升级为新的Master，并让其它Slave改为新的master；

Redis实现消息队列？

答：Redis的消息队列有两种模式，一种是发布者和订阅者模式，另外一种是生产者和消费者模式，发布者和订阅者模式：发布者发送消息到队列，每个订阅者都能收到一样的消息。生产者和消费者模式：生产者将消息放入队列，多个消费者共同监听，谁先抢到资源，谁就从队列中取走消息。注意，每个消息只能被一个消费者接收。

Redis基础

Redis⾼性能的原因大概可以讲一些?

答：1)存储速度快： Redis读写数据完全基于内存。2)数据类型存储丰富： Redis支持多种不同类型的数据结构，包括集合、有序集合、哈希等。3)单线程单进程模型： Redis内部主要是使用单线程的IO复用模型，并支持使用select、poll、epoll的等方式的事件处理器，单线程模型可以充分利用CPU资源，将速度优势发挥到最大。4)分布式集群：Redis除了支持单机模式，主从模式以外还自带了Redis集群。

如何使用redis实现记录用户登入了多少天，连续登入了多少天？

答：用Bitmap实现，计算天数：前提（Id是唯一的数字，比如id为5），那么你第一天用户5 登录了，你可以存储为一...第二天...二...以此类推，到最后一天，以当天为起点，然后往前面推算，凡是碰到1的，就把他给统计，碰到0，就不再给用户继续统计，即可！

如何对Redis进行性能调优？

答：1.性能优化：a.避免使用复杂度过高的命令；b.操作bigkey；c.内存碎片整理；d.fork操作优化；e.内存大页配置；2.数据管理：a.AOF配置的优化；b.集中过期处理；e.数据淘汰策略；3.网络磁盘：a.连接管理；b.数据传输优化；c.Swap的使用；

Redis为什么引入了多线程？

答：主要是在网络I/O处理上增加了多线程，增加的原因和优势：1）网络I/O瓶颈；2）提升宽度利用率；3）减低延迟；4）充分利用多核CPU；

Redis线上操作最佳实践有那些？

答：1）优化数据结构；2）设置合理的过期时间；3）使用持久化策略；4）监控和报警；5）规模化和高可用性；6）设计良好的命名空间；7）减少网络延迟；8）参数调优；9）客户端重试策略；10）访问控制和安全；

Redis单线程为什么还这么快？

答：1）命令执行基于内存操作；2）命令执行时候单线程操作，没有线程切换开销；3）基于IO多路复用机制提升Redis的I/O利用率；4）高效的数据存储结构，比如：跳表、压缩列表等；

Redis实现语言以及Redis是什么？

答：C语言；redis是非关系型的键值对数据库，可以根据键以o（1）的时间复杂度查询或插入关联值，是以内存方式存储的，并内置了复制，磁盘持久化、事务、SSL客户端代理等功能，通过哨兵和自动化分区提高可用性；

系统有海量的活跃数据，怎么统计日活？

答：用bitmap（位图），比如：setbit插入数据；用getbit获取数据；用bitcount统计数据；bitmap（位图）的存储原理是：在setbit插入数据时，在key后面有个offset偏移量，通过偏移量设置bit的值，bit的底层其实是String类型，最多能存512M，通过bitcount key 0 -1其中key是需要统计的用户，0和-1是偏移量，这样就实现了天的统计；夸天统计是将key按位于（and），而周和月的统计是将多天的key按位或（or）合并存到一个key中在通过bitcount统计即可；

Redis为什么这么快？redis采用多线程会有哪些问题？

答：redis快:1）数据存在内存中，类似于HashMap，HashMap的优势就是查找和操作的时间复杂度都是O(1)；2）数据结构简单，对数据操作也简单；3）采用单线程，避免了不必要的上下文切换和竞争条件，也不存在多进程或者多线程导致的切换而消耗CPU；4)使用多路I/O复用模型，非阻塞IO；5)使用底层模型不同，它们之间底层实现方式以及与客户端之间通信的应用协议不一样，Redis直接自己构建了VM 机制;redis线程:Redis在多线程高并发下出现数据错乱,也就是A的数据给了B,B的数据给到了C。

Redis中的Lua有没有使用过?可以用来做什么?

答： 1、减少网络开销：可以将多个请求通过脚本的形式一次发送，减少网络时延和请求次数。2、原子性的操作：Redis会将整个脚本作为一个整体执行，中间不会被其他命令插入。因此在编写脚本的过程中无需担心会出现竞态条件，无需使用事务。 3、代码复用：客户端发送的脚步会永久存在redis中，这样，其他客户端可以复用这一脚本来完成相同的逻辑。4、速度快：见与其它语言的性能比较, 还有一个 JIT编译器可以显著地提高多数任务的性能; 对于那些仍然对性能不满意的人, 可以把关键部分使用C实现, 然后与其集成, 这样还可以享受其它方面的好处。5、可以移植：只要是有ANSI C 编译器的平台都可以编译，你可以看到它可以在几乎所有的平台上运行:从 Windows 到Linux，同样Mac平台也没问题, 再到移动平台、游戏主机，甚至浏览器也可以完美使用 (翻译成JavaScript)；6、源码小巧：20000行C代码，可以编译进182K的可执行文件，加载快，运行快。

Redis的线程模型，是怎么工作的？

答：redis在6.0版本以前针对客户端是单线程的，当有unlink和慢IO时会创建子进程处理，在6.0版本以后提供了多线程默认是关闭的，而且只是对read和write是多线程，其command（处理客户端命令）是单线程的，另外客户端是通过TCP连接服务的，单个TCP连接内是有序的，多个TCP连接时不能保证有序；

单线程的Redis如何能够高并发?

答：Redis通过主从架构，实现读写分离，主节点负责写，并将数据同步给其他从节点，从节点负责读，从而实现高并发；

Redis的key

Reids热key问题怎么解决？

答：1）本地缓存，适合提前已知的情况；2）请求分摊：将热key拆分成多个子key，将读请求分摊到多个key上;3)限流：防止过多的请求进入；4）监控和报警：适合未知的热key场景；

Redis中Key过期了一定会立即删除吗？

答：不一定立即删除，有两种删除策略：1）惰性删除:过期后不会立即删除，而是等着下次访问时才会删除； 2）定期删除：reids后台会有一个定时任务，大约每隔100毫秒扫描一次删除；

Redis的key和value的设计原则有那些？

答：key：1）短小精炼；2）使用命名空间；3）避免热key;4)选择唯一和通用的标识；

value:1)选择合适的数据结构；2）限制单个value的大小；3）利用压缩；4）TTL设置；

Redis如何高效安全的遍历所有Key？

答：1)使用scan命令，就是增量式的，可以指定每次遍历一小部分的key；

Redis的key过期了为什么内存没释放？

答：修改过期的key时没有携带过期时间，那么这个key就变成永不过期了；redis的删除策略使用：惰性和定时删除，当一个key过期了，并不会立马删除；

Redis淘汰key的算法LRU与LFU区别？

答：LRU（最近最少使用）：淘汰很久没被访问过的数据，以最近一次访问的时间作为参考；LFU（最不经常使用）：淘汰最近一段时间被访问次数最少得数据；

删除key的命令会阻塞Redis吗？

答：删除单个字符串的key，事件复杂度是o（1），删除单个列表、集合、有序集合、哈希的key，事件复杂度是o（M）；

Redis中的key和value的类型分别是什么？

答：key都是String类型，value有String、Set、List、Hash、Zset；

Redis中大key（bigkey）解决办法？

答：存在的问题：1）读写bigkey会导致超时严重，甚至阻塞服务；2）大key相关的删除或者自动过期时，会出现qps突降或者突升的情况，极端情况下，会造成主从复制异常，Redis服务阻塞无法响应请求；3）占用资源；解决办法：1）将大key分拆成多个key，value用multiGet获取值，将操作压力平摊到多个redis实例中，降低对单个redis的IO影响；2）将分拆的key，value用hash存储，用hget,hmget来获取部分的value，使用hset，hmset来更新部分属性；3）按照存储元素进行规则分类，分散存储到多个redis实例中；4）可以利用pipeline管道，一次发送多个命令，无需等待服务端返回；

Redis的存储

Redis底层数据是如何用跳表来存储的？

答：zset结构，对跳表做了优化，就是将有序链表改造为支持近乎“折半查找”算法，可以快速的插入、删除、查询等；

Redis默认的DB（数据库）有多少个？

答：一共16个，都是redisDb存储的， redisDb的数据结构共有9个：1）dict（字典）：主要用于Key的索引； 2）expires：存储过期时间； 3）blocking_keys（阻塞）：存储被阻塞的key； 4）ready_keys：存储的是可以解除阻塞的键， key通过该方式与客户端建立关系；5）watched_keys：存储的是正在被 watch 命令监控的键；6）id：记录的是当前数据库的一个编号；7）avg_ttl：收集了所有键剩余存活时间的一个平均值；8）expires_cursor；9）defrag_later；其中RedisDB数据结构整体流向：

Redis的key在底层是怎么存储的？

答：主要用redisObject对象，该对象中有type（数据类型：string、list、hash、set）、encoding（数据编码，内存的利用率极高）、iru：LRU_BITS（内存淘汰策略）、refcount（内存计数器）、 *ptr（len、free、buf[]）指向数据编码对象也就是真实的数据；int类型存储逻辑：首先判断数据的长度是否在20以内，其次尝试转成int，如果是int的话ptr将不在创建内存地址，直接存储在redisObject对象上；embstr类型存储逻辑：是SDS（Simple Dynamic String 简单动态字符串），其中cpu获取数据的缓存行是64byte，如果业务数据少于44个字节，只需分配一次内存空间即可，而不在通过指针引用； raw类类型存储逻辑：存储大于 44 个字节的字符串，需要分配两次内存空间；

Redis如何实现持久化？

答：有三种：1）RDB(redis DataBase)：保存某一个时间点之前的快照数据，通知配置方式或者手动执行save命令，优点是a）服务启动数据恢复比较快；、b）持久化使用子进程处理主进程可以继续处理客户端请求；缺点是：a）持久化有时间间隔；b）写入进程多的话会有大量的分页错误，造成性能耗费；2）AOF（Append-Only File）：所有的命令行记录以redis命令请求协议的格式完全持久化存储保存为aof文件，优点是：数据安全，配置appendfsync属性，每执行一次命令就记录到aof文件中；缺点是：数据大的时候，比rdb启动效率低；3）混合持久化（4.0版本以后）：进行aof重写时子进程将当前时间点的数据快照保存为rdb文件格式，而后将父进程命令保存为aof格式，优点是：兼顾了rdb的恢复速度和aof的安全性；

Redis是如何处理过期数据的？

答：有两种：1）惰性删除：当访问时才判断是否过期，是就删除返回null，否就返回数据；2）定期删除：通过serverCron（定时任务）每一秒执行10次；

了解Redis事务的CAS操作吗?

答：cas(check-and-set 乐观锁):Redis的事务：redis事务用的命令：MULTI、SET、HSET、EXEC。Redis会将所有EXEC命令之前的命令放入一个QUEUE中，当遇到EXEC时批量执行QUEUE中的命令，但是 Redis的事务是不支持回滚的，它只是顺序的执行命令，并批量返回结果，但是对于极端情况下，事务在没有完全执行完时宕机，导致事务日志只写入部分，这样在重启时会产生错误，用aof的修复工具修复后可以进行启动；Watch命令可以监控Redis中的一个key，当Key发生变化时终止事务的提交；如果watch一个不稳定(有生命周期)的key并且此key自然过期，exec仍然会执行事务队列的指令；

当内存不够用时redis是如何处理的？

答：当内存不足时影响最大的是写请求会返回错误，通过两个算法：1）LRU（The Least Recently Used）最近少使用：当数据在最近一段时间没有被访问，将被认定为访问的可能性很小，当内存满时将被淘汰，通过链表实现；2）LFU(Least Frequently Used)最不请经常使用：当数据在最近一段时间很少被访问，将被认定为访问的可能性很小，当内存满时将被淘汰也是用redisObject中的lru在存储lfu数据，将该lru分为两部分1）高16位记录访问时间（分钟）；2）低八位记录频率，简称counter；

Redis的LRU过期策略的具体实现？

答：Redis中的键与值都是redisObject对象，unsigned的低24 bits的lru记录了redisObj的LRU time， LRU_CLOCK_RESOLUTION代表了LRU算法的精度，即一个LRU的单位是多长。server.hz代表服务器刷新的频率，如果服务器的时间更新精度值比LRU的精度值要小，LRU_CLOCK()直接使用服务器的时间，减小开销。

Redis宕机之后如何恢复数据？

答：有三种：1）RDB(redis DataBase)：保存某一个时间点之前的快照数据，通知配置方式或者手动执行save命令，优点是1）服务启动数据恢复比较快；2）持久化使用子进程处理主进程可以继续处理客户端请求；缺点是：1）持久化有时间间隔；2）写入进程多的话会有大量的分页错误，造成性能耗费；2）AOF（Append-Only File）：所有的命令行记录以redis命令请求协议的格式完全持久化存储保存为aof文件，优点是：数据安全，配置appendfsync属性，每执行一次命令就记录到aof文件中；缺点是：数据大的时候，比rdb启动效率低； 3）混合持久化（4.0版本以后）：进行aof重写时子进程将当前时间点的数据快照保存为rdb文件格式，而后将父进程命令保存为aof格式，优点是：兼顾了rdb的恢复速度和aof的安全性；

Redis持久化的几种方式，优缺点是什么，怎么实现的？

答：1）RDB：是将Reids在内存中的数据库记录定时dump到磁盘上的RDB持久化；优点:a）RDB会生成多个数据文件，每个数据文件都代表了某一个时刻中 redis 的数据，这种多个数据文件的方式，非常适合做冷备。b）可以让 redis 保持高性能，因为 redis主进程只需要 fork 一个子进程，让子进程执行磁盘 IO 操作来进行RDB 持久化即可。c）对于灾难恢复，可以非常轻松的将一个单独的文件压缩后再转移到其它存储介质上。d）如果数据集很大，RDB的启动效率会更高。缺点:a)RDB 数据快照文件，都是每隔 5 分钟，或者更长时间生成一次，这个时候就得接受一旦 redis 进程宕机，那么会丢失最近 5 分钟的数据。b)RDB是通过fork子进程来协助完成数据持久化工作的，如果当数据集较大时，可能会导致整个服务器停止服务几百毫秒，甚至是1秒钟。实现方式:a)通过配置自动进行的持久化: save 900 1 #在900秒(15分钟)之后，如果至少有1个key发生变化，则dump内存快照。b)通过SAVE与BGSAVE命令进行持久化。c)通过执行FLUSHALL命令，会清空内存中的数据。d)执行复制的时候； 2)AOF:将Reids的操作日志以追加的方式写入文件;优点:a)每隔 1 秒，通过一个后台线程执行一次fsync操作，最多丢失 1 秒钟的数据。b)日志文件以 append-only 模式写入，没有任何磁盘寻址的开销，写入性能非常高，而且文件不容易破损。c)如果日志过大，Redis可以自动启用rewrite机制。
d)日志文件的命令通过非常可读的方式进行记录,格式清晰、易于理解。缺点:a)相同数量的数据集而言，AOF文件通常要大于RDB文件。c)根据同步策略的不同，AOF在运行效率上往往会慢于RDB。

Redis的缓存失效策略?

答：1)FIFO：First In First Out，先进先出。判断被存储的时间，离目前最远的数据优先被淘汰。 2)LRU：Least Recently Used，最近最少使用。判断最近被使用的时间，目前最远的数据优先被淘汰。 3)LFU：Least Frequently Used，最不经常使用。在一段时间内，数据被使用次数最少的，优先被淘汰。

redis的数据淘汰（过期）策略？

答：1）定时删除：在设置键的过期时间的同时，创建一个定时器，让定时器在键的过期时间来临时，立即执行对键的删除操作。 2）惰性删除：放任过期键不管，每次从键空间读写操作时，都检查键是否过期，如果过期，删除该键，如果没有过期，返回该键。 3）定期删除：每隔一段时间执行一次定时删除，并通过限制删除操作执行的总时长和总频率来限制删除操作对CPU占用时间的影响。通过定期删除过期键，有效减少了因为过期键而带来的内存浪费。4）主动清理：当前已用内存超过maxmemory限定时，触发主动清理策略。清理时会根据用户配置的maxmemory-policy来做适当的清理。

redis数据类型存储的场景？

答：1）string ：一个 key 对应一个 value。value其实不仅是String，也可以是数字。string 类型是二进制安全的，使用场景：常规key-value缓存应用。常规计数: 微博数, 粉丝数。2）hash：是一个键值(key => value)对集合，hash 是一个 string 类型的 field 和 value 的映射表，使用场景：存储部分变更数据，如用户信息等。Hash实际是内部存储的Value为一个HashMap，并提供了直接存取这个Map成员的接口；3）list：列表是简单的字符串列表，按照插入顺序排序。你可以添加一个元素到列表的头部（左边）或者尾部（右边），使用场景：比如微博ID等；4）set是string类型的无序集合。集合是通过hashtable实现的，概念和数学中个的集合基本类似，可以交集，并集，差集等等；使用场景：存储全班同学成绩；

什么是缓存穿透？

答：每次针对此key的请求从缓存获取不到，请求都会到数据源，从而可能压垮数据源;解决办法：1）采用布隆算法过滤器，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；2）设置缓存的过期时间（短）；

什么是缓存击穿？

答：key对应的数据存在，但在redis中过期，此时若有大量并发请求过来，这些请求发现缓存过期就会从DB获取数据并回设到缓存；解决办法：1）使用互斥锁(mutex key) ，就是在缓存失效的时候，不是立即去load db，而是先用Redis的SETNX去set一个mutex key，当操作返回成功时，再进行load db的操作并回设缓存；否则，就重试整个get缓存的方法；2）用二级缓存也就是在一层redis；

什么是缓存雪崩？

答：在流量洪峰达到时，大量的请求导致缓存服务宕机，所有请求访问db造成不可用称为雪崩；解决办法:1)采用集群架构实现；2）对服务接口降级；3）对缓存监控，达到阈值时通过自动故障转移和不重要的接口；4）将比较常用的key缓存在本地，减少redis访问；

Redis缓存怎么和数据库保持一致性？

答：我们一般保证数据的最终一致性，可以通过Canal框架监听mysql的binlog日志，把删除数据的动作放到客户端去做，如果删除失败就重试。

Redis数据结构

String类型的底层数据结构及实现原理？

答：redis自定义了一个数据类型sds（simple dynamic string）简单的动态字符串，通过动态扩容机制减少内存浪费，也就是用存储的业务数据长度判断用什么方法存储；Stirng是由多个sdshdr5、sdshdr8、sdshdr16、sdshdr32等方法组成，每个方法中有len（长度）、char[]、flags组成，其中flags是由type（数据范围）和len（数据长度）组成，flags是在真实数据往前偏移1个byte的位置；

List类型在redis中的实现？

答：list是有序的数据结构，按照插入顺序排序，通过quicklist（双向链表）和ziplist实现的;ziplist是紧凑的结构有：zibytes（当前list的占用空间）、zitail（定位结尾数据的偏移量）、zllen（当前list中存储的个数）、zlend（当前list的结尾）、entry（prerawlen表示前面第一个元素，为0、len表示前面数据长度、data）主要存储数据；

其中quicklist（双向链表）是ziplist和linkedList的优化，通过head指向头部，通过tail指向尾部，每个quicklist（双向链表）中用quicklistNode包含一个ziplist，多个ziplist用双向指针串联起来；

通过内存优化提供存取效率，在redis.conf文件中：1）list-max-ziplist-size -2：设置ziplist最大容量； 2）list-compress-depth 0:压缩范围；

Hash类型在redis中的实现？

答：hash的数据结构其实是dict（字典）是无序的，用key和value存储，当数据小时用ziplist存储，数据的大小和元素阈值可通过参数设置；

Redis怎么解决哈希冲突？

答：首先hash会根据数组的长度求模，这时key会拿到数组的索引位置，hash有两个特点：1）相同的输入一定能得到相同的输出；2）不同的输入有可能得到相同的输出，也就是哈希冲突；redis通过链表法解决冲突，通过next指针指向原有的key，如果没有就是null；

Set和hset的区别？

答：首先set和String中的命令，hset是hash中的命令，set可以通过expire设置过期时间而hset在单个filed不行，set每执行一次就会多一个key,造成内存消耗过高，而hset以hash散列表的形式存储比较节省内存；

Set类型在redis中的实现？

答：set是无序的自动去重的集合类型，底层数据结构value是为null的dict（字典），当数据是整形时用intset存储（有序），否则用hashtable存储（无序）；

Zset类型在redis中的实现？

答：zset是有序的，优先根据score排序，score相同用元素字典排序，会自动去重，底层数据结构是用dict（字典)+skiplist（跳表）其中跳表的底层使用链表存的，数据少时用ziplist结构存储；

Redis支持的数据类型到跳跃表？

答：zskiplist就是一个跳表，其中header 和 tail 指针分别指向表头和表尾节点，length 记录了节点数量,level 记录了所有节点中层级最高的节点的层级，表头节点的层高不计算在内,zskiplistNode是跳表的一个节点，每个节点的层级都是根据幂次定律（power law，越大的树出现的概率越小）随机生成的，它是1~32之间的一个数，作为level数组的大小；

Redis跳跃表？

答：跳跃表(skiplist)是一种有序数据结构，它通过在每个节点中维持多个指向其他节点的指针，从而达到快速访问节点的目的。跳跃表支持平均O(logN)、最坏O(N)复杂度的节点查找，还可以通过顺序性操作来批量处理节点。Redis只在两个地方用到了跳跃表，一个是实现有序集合键，另一个是在集群节点中用作内部数据结构；

Redis的命令

Redis中mset（批量）和set（单次）操作的区别是什么？

答：第一是命令有却别，单次用set插入，用get获取数据，批量用mset插入，mget批量获取；第二是IO，每次操作会产生rasp协议，转成tcp，最后转成IP，如果是单次的话会重复以上操作，造成IO浪费，而批量只会损失一次即可；

redis中的常用的命令有哪些？

答：redisCommand数据结构存储着redis命令，其中负数代表至少有多少个参数，整数代表只能有两个；特殊：flushdb：清空数据库；String类型的命令有：1）type key：查看key的类型都是String；2）object encoding key：查看key在redis底层的实际存储类型；3）Incr key:对key进行递增或递减；4）strlen key：获取val的长度；5）help @string:查看String操作命令； 6）mset:批量插入数据；7）mget:批量查询数据；8）append key:字符串追加值；9）strlen key：查看长度； list类型的命令有：1）help @list：查看操作命令；2）lpush key：从左插入（入队列）；3）lrange key 0 -1：从左获取所有数据；4）lpop key：从左查数据（出队列）；5）rpush key：从右插入（入队列）；6）rpop key：从右查数据（出队列）；7）ltrim key 0 3:删除不是0到3的数据； 8）blpop key 秒：阻塞队列； hash类型的命令有： 1）help @hash：查看操作命令；2）hset：插入数据；set类型命令有： 1）help @set：查看操作命令；2）sadd key：插入数据；3）smembers key:查询数据； zset类型命令有：1）help @sorted_set:查看操作命令；

Redis中mset（批量）和set（单次）操作的区别是什么？

热KEY重建有什么风险，如何优化？

答：设置的缓存过期了，有大量的请求访问同一个key，缓存失效的话可能会有大量的线程重建，造成数据库压力比较大；解决办法：1）通过集群方式分发缓解；2）服务端先将请求本地缓存；3）通过多级请求，层层过滤key缓解；

Redis中大key（bigkey）解决办法？

答：存在的问题：1）读写bigkey会导致超时严重，甚至阻塞服务；2）大key相关的删除或者自动过期时，会出现qps突降或者突升的情况，极端情况下，会造成主从复制异常，Redis服务阻塞无法响应请求；3）占用资源；解决办法：1）将大key分拆成多个key，value用multiGet获取值，将操作压力平摊到多个redis实例中，降低对单个redis的IO影响；2）将分拆的key，value用hash存储，用hget,hmget来获取部分的value，使用hset，hmset来更新部分属性；3）按照存储元素进行规则分类，分散存储到多个redis实例中；4）可以利用pipeline管道，一次发送多个命令，无需等待服务端返回；