1. 基础考点

1.1 什么是Redis？

Redis 本质上是一个 Key-Value 类型的内存数据库，很像 Memcached，整个数据库加载在内存当中操作，定期通过异步操作把数据库中的数据 flush 到硬盘上进行保存。

因为是纯内存操作，Redis 的性能非常出色，每秒可以处理超过 10 万次读写操作，是已知性能最快的 Key-Value 数据库。

优点：

1. 读写性能极高
2. 支持数据持久化，支持 AOF 和 RDB 两种持久化方式。
3. 支持事务， Redis 的所有操作都是原子性的，意思就是要么成功执行要么失败完全不执行。单个操作是原子性的。多个操作也支持事务，即原子性，通过 MULTI 和 EXEC 指令包起来。
4. 数据结构丰富
5. 支持主从复制，主机会自动将数据同步到从机，可以进行读写分离

缺点：

1. 数据库容量受到物理内存的限制，不能用作海量数据的高性能读写，因此 Redis 适合的场景主要局限在较小数据量的高性能操作和运算上。
2. 主机宕机，宕机前有部分数据未能及时同步到从机，切换 IP 后还会引入数据不一致的问题，降低了系统的可用性。

1.2 Redis为什么这么快？

1. 基于内存：由于数据存储在内存中，Redis能够快速执行各种操作，如读取、写入、计算和聚合等。内存的高速访问速度使得这些操作能够在毫秒级别完成。
2. 单线程模型：Redis采用单线程模型，通过避免多线程之间的锁竞争和上下文切换，减少了系统开销。这使得Redis能够高效地处理并发请求。
3. I/O多路复用：当有一个或多个I/O事件准备就绪时，I/O多路复用机制会通知Redis，然后Redis会根据事件类型进行相应的处理。例如，当有新的客户端连接时，Redis会接受连接并进行处理；当有数据可读时，Redis会读取数据并进行相应的操作；当可以写入数据时，Redis会将数据发送给客户端。
   1. 大大减少了系统资源的开销，使得Redis能够处理大量的并发连接
   2. 可以高效地响应事件并进行相应的处java 基础考点理，提高了系统的吞吐量和响应速度。
4. 优化的数据结构：Redis 有诸多可以直接应用的优化数据结构的实现，应用层可以直接使用原生的数据结构提升性能。例如 简单动态字符串SDS、Hash、跳表等。

1.3 Redis 相比 Memcached 有哪些优势？

1. 数据类型：Memcached 所有的值均是简单的字符串，Redis 支持更为丰富的数据类型
2. 持久化：Redis 支持数据落地持久化存储，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用。 memcache 不支持数据持久存储
3. 性能对比：Redis 的速度比 Memcached 快很多。
4. 集群模式：Redis 提供主从同步机制，以及 Cluster 集群部署能力，能够提供高可用服务。Memcached 没有原生的集群模式，需要依靠客户端来实现往集群中分片写入数据

1.4 为什么用redis做缓存而不用map？

1. Redis 可以用几十 G 内存来做缓存，Map 不行
2. Redis 的缓存可以持久化，Map 是内存对象，程序一重启数据就没了；
3. Redis 可以实现分布式的缓存，Map 只能存在创建它的程序里；
4. Redis 可以处理每秒百万级的并发，是专业的缓存服务，Map 只是一个普通的对象；
5. Redis 缓存有过期机制，Map 本身无此功能；Redis 有丰富的 API，Map 就简单太多了；
6. Redis 可单独部署，多个项目之间可以共享，本地内存无法共享；

1.5 Redis的应用场景有哪些?

1. 缓存：缓存现在几乎是所有中大型网站都在用的必杀技，合理的利用缓存不仅能够提升网站访问速度，还能大大降低数据库的压力。Redis 提供了键过期功能，也提供了灵活的键淘汰策略。
2. 排行榜：很多网站都有排行榜应用的，如京东的月度销量榜单、商品按时间的上新排行榜等。Redis 提供的 有序集合zset 能实现各种复杂的排行榜应用。 比如，用户每天上传视频，获得点赞的排行榜可以这样设计：
   1. 用户Jay上传一个视频，获得6个赞： zadd user:ranking:2021-03-03 Jay 3
   2. 过了一段时间，再获得一个赞，可以这样： zincrby user:ranking:2021-03-03 Jay 1
   3. 如果某个用户John作弊，需要删除该用户： zrem user:ranking:2021-03-03 John
   4. 展示获取赞数最多的3个用户： zrevrangebyrank user:ranking:2021-03-03 0 2
3. 计数器：什么是计数器，如电商网站商品的浏览量、视频网站视频的播放数等。为了保证数据实时效，每次浏览都得给 + 1，并发量高时如果每次都请求数据库操作无疑是种挑战和压力。Redis 提供的 incr 命令来实现计数器功能，内存操作，性能非常好，非常适用于这些计数场景。
4. 分布式锁：在很多互联网公司中都使用了分布式技术，分布式技术带来的技术挑战是对同一个资源的并发访问，如全局 ID、减库存、秒杀等场景，并发量不大的场景可以使用数据库的悲观锁、乐观锁来实现，但在并发量高的场合中，利用数据库锁来控制资源的并发访问是不太理想的，大大影响了数据库的性能。可以利用 Redis 的 setnx 功能来编写分布式的锁，如果设置返回 1 说明获取锁成功，否则获取锁失败，实际应用中要考虑的细节要更多。
5. 社交网络：点赞、踩、关注 / 被关注、共同好友等是社交网站的基本功能，社交网站的访问量通常来说比较大，而且传统的关系数据库类型不适合存储这种类型的数据，Redis 提供的哈希、集合等数据结构能很方便的的实现这些功能。如在微博中的共同好友，通过 Redis 的 set 能够很方便得出。
6. 消息系统：消息队列是大型网站必用中间件，如 ActiveMQ、RabbitMQ、Kafka 等流行的消息队列中间件，主要用于业务解耦、流量削峰及异步处理实时性低的业务。Redis 提供了发布 / 订阅及阻塞队列功能，能实现一个简单的消息队列系统。另外，这个不能和专业的消息中间件相比。
7. 位操作：用于数据量上亿的场景下，例如几亿用户系统的签到，去重登录次数统计，某用户是否在线状态等等。 腾讯10亿用户，要几个毫秒内查询到某个用户是否在线，能怎么做？ 千万别说给每个用户建立一个key，然后挨个记，你可以算一下需要的内存会很恐怖，而且这种类似的需求很多。 这里要用到位操作——使用setbit、getbit、bitcount命令。 原理是：redis内构建一个足够长的数组，每个数组元素只能是0和1两个值，然后这个数组的下标index用来表示用户id（必须是数字），那么很显然，这个几亿长的大数组就能通过下标和元素值（0和1）来构建一个记忆系统。