1、为什么使用redis（高性能、高并发）
一、高性能，直接从内存中操作，性能远大于操作db。因为db读取的是磁盘上的文件，一般是机械运动，特别慢。
二、高并发，因为mysql有链接数量上限，超出了就会挂了。而redis不存在这个问题，为什么呢？因为redis使用的是epoll，而mysql使用的是线程池。epoll抗高并发只要内存足够，可以随意抗。而一个进程创建的线程数是有限制的。
2、使用redis有什么缺点
一、缓存和数据库双写一致性问题
二、缓存雪崩问题
三、缓存击穿问题
四、缓存的并发竞争问题
3、单线程的redis为什么这么快
一、纯内存操作
二、单线程操作，避免了频繁的上下文切换
三、采用了非阻塞I/O多路复用机制
4、redis的数据类型，以及每种数据类型的使用场景
回答：一共五种
一、String 计数功能，比如点赞数
二、哈希 结构化的对象
三、队列 消息队列
四、集合 不重复值的集合，比如保存话题里的视频id
五、有序集合 排行榜topN，比如话题下视频排行。
5、redis的过期策略以及内存淘汰机制
问题一、设置了过期时间，但是时间到了，内存占用率还是比较高
问题二、你redis只能存5G数据，可是你写了10G，那会删5G的数据。怎么删的？
回答：redis采用的是定期删除+惰性删除策略。
为什么不适用纯定时删除？因为这样做，可能在某一个时间段内存在大量要删除的key，这样很可能影响到高并发业务。
那么定期删除+惰性删除策略是怎么执行的？
一、redis每100ms随机检查【一批key】，如果发现过期那么就删除。【定期删除】
二、redis每次获取一个key时候都会检查它是否已经被删除，如果是，那么就删除。【惰性删除】
还是存在问题，在于可能某个key没人获取，但是定时删除没检测出来。这时候需要自己配置删除策略了。
redis.conf 中 maxmemory-policy volatile-lru
noeviction：当内存不足以容纳新写入数据时，新写入操作会报错。【推荐】
allkeys-lru：当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的key。【不推荐】
allkeys-random：在键空间中，随机移除某个key 【不推荐】
6、redis和数据库双写一致性问题
一致性问题包括：最终一致性问题、强一致性
强一致性：不能使用缓存。双写必然存在数据不一致问题。
最终一致性问题：先写db，然后再删缓存。如果删除缓存失败，那么投递消息队列补偿。
7、如何应对缓存穿透和缓存雪崩问题
缓存击穿：故意请求缓存不存在的数据。
解决方案一：分布式锁，缓存被击穿，要读数据库时候，加个分布式锁，保证用户只能串行访问db
解决方案二：异步更新策略，无论结果如何，缓存有没有，都给返回，只是可能返回错误码。同时，异步起一个线程去更新缓存。
解决方案三：提供一个能迅速判断请求是否有效的拦截机制。。。。布隆过滤器。。
缓存雪崩：同一时间内大量面积缓存失效
解决方案一：随机失效缓存
解决方案二：使用互斥锁，使得请求串行化。策略不可行。
解决方案三：双缓存，没看懂。。。【】
8、如何解决redis的并发竞争问题
能不能用redis事务？不行，因为集群下redis事务基本无用。
如果要求请求排序：使用队列串行化，或者设置锁时候将时间戳带上，如果某个系统发现自己的时间戳早于缓存锁中的时间戳，那么什么也不操作即可。
系统A key 1 {valueA 3:00}
系统B key 1 {valueB 3:05}
系统C key 1 {valueC 3:10}
如果要求请求无序：直接分布式锁即可。
9、redis丢失数据原因
一、程序bug或人为误操作
二、因客户端缓冲区内存使用过大，导致大量键被LRU淘汰
三、主库故障后自动重启，可能导致数据丢失
五、网络分区的问题，可能导致短时间的写入数据丢失
六、主从复制数据不一致，发生故障切换后，出现数据丢失
七、大量过期键，同时被淘汰清理
解决方案：https://blog.csdn.net/zhanglu1236789/article/details/56485213