1-3,分布式缓存
在高并发的分布式的系统中，缓存是必不可少的一部分。没有缓存对系统的加速和阻挡大量的请求直接落到系统的底层，系统是很难撑住高并发的冲击，所以分布式系统中缓存的设计是很重要的一环。
分布式缓存特性
高性能：当传统数据库面临大规模数据访问时,磁盘I/O往往成为性能瓶颈,从而导致过高的响应延迟，能够将高速内存作为数据对象的存储介质,数据以key/value形式存储，理想情况下可以获得DRAM（动态随机存取存储器（Dynamic Random Access Memory））级的读写性能；
动态扩展性：支持弹性扩展，通过动态增加或减少节点应对变化的数据访问负载，提供可预测的性能与扩展性；同时最大限度地提高资源利用率；
高可用性：可用性包含数据可用性与服务可用性两方面.基于冗余机制实现高可用性,无单点失效,支持故障的自动发现，透明地实施故障切换，不会因服务器故障而导致缓存服务中断或数据丢失.动态扩展时自动均衡数据分区，同时保障缓存服务持续可用；
易用性：提供单一的数据与管理视图，API接口简单，,且与拓扑结构无关，动态扩展或失效恢复时无需人工配置，自动选取备份节点，多数缓存系统提供了图形化的管理控制台,便于统一维护。
分布式缓存优点
1，提升数据读取速度
2，提升系统扩展能力
3，降低存储成本
分布式缓存应用场景
1，用来缓存Web页面的内容片段，包括HTML、CSS和图片等,多应用于社交网站等；
2，缓存系统作为ORM框架的二级缓存对外提供服务，减轻数据库的负载压力,加速应用访问；
3，缓存包括Session会话状态及应用横向扩展时的状态数据等；,
4，并行处理，涉及大量中间计算结果需要共享；
5，分布式缓存提供了针对事件流的连续查询(continuousquery)处理技术，满足实时性需
6，分布式缓存为事务型应用提供高吞吐率、低延时的解决方案,支持高并发事务请求处理，多应用于铁路、金融服务和电信等领域。
4,redis 简介
nosql框架 ， 持久化（数据库） 缓存（基于内存，速度快）， 消息队列（list）
Redis 是一个开源的使用 ANSI C 语言编写、遵守 BSD 协议、支持网络、可基于内存亦可持久化的日志型、Key-Value 数据库，并提供多种语言的 API的非关系型数据库。
5,Redis 有什么数据类型？分别用于什么场景？
字符串（strings）：微博数，粉丝数,验证码,分布式锁(setnx expire)等
散列（hashes）：可以Hash数据结构来存储用户信息，商品信息等等。
列表（lists）有序，值不可重复：关注列表，粉丝列表，消息队列等功能都可以用Redis的 list 结构来实现
集合（sets）无序，值不可重复：共同关注、共同粉丝、共同喜好等功能
有序集合 有序，值不可重复（sorted sets）：地理位置功能(geo)，各种排行榜，如在直播系统中，实时排行信息包含直播间在线用户列表，各种礼物排行榜，弹幕消息
6,Redis有哪些适合的场景？
1）Session共享(单点登录)
2）页面缓存
3）队列（消息队列）
4）排行榜/计数器
5）发布/订阅(注册中心)
redis bgsave和save的区别
SAVE 和 BGSAVE 两个命令都会调用 rdbSave 函数
但它们调用的方式各有不同：
SAVE 直接调用 rdbSave ，阻塞 Redis 主进程，直到保存完成为止。在主进程阻塞期间，服务器不能处理客户端的任何请求。
BGSAVE 则 fork 出一个子进程，子进程负责调用 rdbSave ，并在保存完成之后向主进程发送信号，通知保存已完成。因为 rdbSave 在子进程被调用，所以 Redis 服务器在BGSAVE 执行期间仍然可以继续处理客户端的请求。
7,Redis 的持久化方式？有什么优缺点？持久化实现原理？
redis提供两种方式进行持久化，一种是RDB持久化（原理是将Reids在内存中的数据库记录定时dump到磁盘上的RDB持久化），另外一种是AOF持久化（原理是将Reids的操作日志以追加的方式写入文件）。
区别：
RDB持久化是指在指定的时间间隔内将内存中的数据集快照写入磁盘，实际操作过程是fork一个子进程，先将数据集写入临时文件，写入成功后，再替换之前的文件，用二进制压缩存储。
AOF持久化以日志的形式记录服务器所处理的每一个写、删除操作，查询操作不会记录，以文本的方式记录，可以打开文件看到详细的操作记录。
rdb优缺点：
优：
1）适合备份(它保存了 Redis 在某个时间点上的数据集。 这种文件非常适合用于进行备份： 比如说，你可以在最近的 24 小时内，每小时备份一次 RDB 文件，并且在每个月的每一天，也备份一个 RDB 文件。 这样的话，即使遇上问题，也可以随时将数据集还原到不同的版本。)
2）适合容灾(它只有一个文件，并且内容都非常紧凑，可以（在加密后）将它传送到别的数据中心 )
3）性能最大化(父进程在保存 RDB 文件时唯一要做的就是 fork 出一个子进程，然后这个子进程就会处理接下来的所有保存工作，父进程无须执行任何磁盘 I/O 操作。)
4 ) 恢复数据快（与aop相比）
缺：
1） 容易丢失数据
2） 数据庞大时，影响主进程（ 在数据集比较庞大时， fork() 可能会非常耗时，造成服务器在某某毫秒内停止处理客户端； 如果数据集非常巨大，并且 CPU 时间非常紧张的话，那么这种停止时间甚至可能会长达整整一秒。 ）
aop优缺点：
优：
1）更高数据安全性（默认配置，最多只丢失一秒数据）
2）便于恢复（写入过程中即使出现宕机现象，也不会破坏日志文件中已经存在的内容。然而如果我们本次操作只是写入了一半数据就出现了系统崩溃问题，不用担心，在Redis下一次启动之前，我们可以通过redis-check-aof工具来帮助我们解决数据一致性的问题。）
3） 通过重写（rewrite）功能，不让文件体积大（即Redis以append模式不断的将修改数据写入到老的磁盘文件中，同时Redis还会创建一个新的文件用于记录此期间有哪些修改命令被执行。因此在进行rewrite切换时可以更好的保证数据安全性）
4） aof内容更容易读懂（AOF 文件有序地保存了对数据库执行的所有写入操作， 这些写入操作以 Redis 协议的格式保存， 因此 AOF 文件的内容非常容易被人读懂， 对文件进行分析 也很轻松）
缺：
1） 相同数量数据，aof体积大于rdb, rdb恢复数据速度快
2） 根据同步策略的不同，AOF在运行效率上往往会慢于RDB
https://blog.csdn.net/denghonghao/article/details/82108770
8,Redis 的主从复制是如何实现的？
- 从服务器连接主服务器，发送 SYNC（同步） 命令；ASYNC(异步)
- 主服务器接收到 SYNC 命名后，开始执行 BGSAVE 命令生成 RDB 文件并使用缓冲区记录此后执行的所有写命令；
- 主服务器 BGSAVE 执行完后，向所有从服务器发送快照文件，并在发送期间继续记录被执行的写命令；
- 从服务器收到快照文件后丢弃所有旧数据，载入收到的快照；
- 主服务器快照发送完毕后开始向从服务器发送缓冲区中的写命令；
- 从服务器完成对快照的载入，开始接收命令请求，并执行来自主服务器缓冲区的写命令；
9-11 Redis 有哪些架构模式？讲讲各自的特点
单机版
特点：简单
问题：
1、内存容量有限 2、处理能力有限 3、无法高可用
主从复制
特点：
1、master/slave 角色
2、master/slave 数据相同
3、降低 master 读压力在转交从库
问题：
1,无法保证高可用(写)
2，没有解决 master 写的压力
哨兵
特点：
1、保证高可用
2、监控各个节点
3、自动故障迁移
问题：
1、主从模式，切换需要时间丢数据
2、没有解决 master 写的压力
集群
特点：
1、无中心架构（不存在哪个节点影响性能瓶颈），少了 proxy 层。
2、数据按照 slot 存储分布在多个节点，节点间数据共享，可动态调整数据分布。
3、可扩展性，可线性扩展到 1000 个节点，节点可动态添加或删除。
4、高可用性，部分节点不可用时，集群仍可用。通过增加 Slave 做备份数据副本
5、实现故障自动 failover，节点之间通过 gossip 协议交换状态信息，用投票机制完成 Slave到 Master 的角色提升。
问题：
1、资源隔离性较差，容易出现相互影响的情况（多个业务使用同一套集群时，无法根据统计区分冷热数据）。
2、数据通过异步复制,不保证数据的强一致性
12,什么是一致性哈希算法？什么是哈希槽？
https://www.cnblogs.com/lpfuture/p/5796398.html
哈希槽
从redis 3.0之后版本支持redis-cluster集群，Redis-Cluster采用无中心结构，每个节点保存数据和整个集群状态,每个节点都和其他所有节点连接。
1、所有的redis节点彼此互联(PING-PONG机制),内部使用二进制协议优化传输速度和带宽。
2、节点的fail是通过集群中超过半数的节点检测失效时才生效。
3、客户端与redis节点直连,不需要中间proxy层.客户端不需要连接集群所有节点,连接集群中任何一个可用节点即可。
4、redis-cluster把所有的物理节点映射到[0-16383]slot上（不一定是平均分配）,cluster 负责维护node<->slot<->value。
5、Redis集群预分好16384个桶，当需要在 Redis 集群中放置一个 key-value 时，根据 CRC16(key) mod 16384的值，决定将一个key放到哪个桶中。CRC16(key) mod 16384=0-16383之间的一个数字
14-16 缓存穿透、缓存击穿、缓存雪崩区别和解决方案
缓存处理流程
前台请求，后台先从缓存中取数据，取到直接返回结果，取不到时从数据库中取，数据库取到更新缓存，并返回结果，数据库也没取到，那直接返回空结果。
缓存穿透
缓存穿透是指缓存和数据库中都没有的数据，而用户不断发起请求，如发起为id为“-1”的数据或id为特别大不存在的数据。这时的用户很可能是攻击者，攻击会导致数据库压力过大。
1：对查询结果为空的情况也进行缓存，缓存时间设置短一点，或者该key对应的数据insert了之后清理缓存。
2：对一定不存在的key进行过滤。可以把所有的可能存在的key放到一个大的Bitmap中（布隆过滤器），查询时通过该bitmap过滤。
缓存击穿
缓存击穿是指缓存中没有但数据库中有的数据（一般是缓存时间到期），这时由于并发用户特别多，同时读缓存没读到数据，又同时去数据库去取数据，引起数据库压力瞬间增大，造成过大压力
如何避免?
- 设置热点数据永远不过期。
- 加互斥锁，互斥锁参考思路如下
1）缓存中有数据，直接返回结果了
2）缓存中没有数据，第1个进入的线程，获取锁并从数据库去取数据，没释放锁之前，其他并行进入的线程会等待100ms，再重新去缓存取数据。这样就防止都去数据库重复取数据，重复往缓存中更新数据情况出现。
缓存雪崩
缓存雪崩是指缓存中数据大批量到过期时间，而查询数据量巨大，引起数据库压力过大甚至down机。和缓存击穿不同的是， 缓存击穿指并发查同一条数据，缓存雪崩是不同数据都过期了，很多数据都查不到从而查数据库。
如何避免？
- 缓存数据的过期时间设置随机，防止同一时间大量数据过期现象发生。
- 如果缓存数据库是分布式部署，将热点数据均匀分布在不同的缓存数据库中。
- 设置热点数据永远不过期。
17,使用过Redis分布式锁么，它是怎么实现的？
如何使用redis完成分布式锁
1,使用setnx mylock "AAA" 等同于 set mylock "AAA" NX 设置一把锁，如果不存在可以设置，已经存在不可以设置
set lock "111" EX 5 NX 当lock不存在时，设置lock为111 失效时间为5秒
2,设置成功的线程执行业务，一般都是正常，如果执行业务过程中出现异常
3,执行任务完成，使用 del mylock删除这把锁
4,如果第2步出现异常，第3步没有执行，就会出现死锁等情况，造成大量请求等待，使用exprie把第1步锁设置上失效时间，当
第2步出现异常，第3步不执行时，锁也会自动释放 expire mylock 30 设置失效时间，不固定，根据第2步大于执行业务的时间
Redis为单线程模式，采用队列模式将并发访问变成串行访问，且多客户端对Redis的连接并不存在竞争关系Redis中可以使用SETNX命令实现分布式锁。
将 key 的值设为 value ，当且仅当 key 不存在。 若给定的 key 已经存在，则 SETNX 不做任何动作
解锁：使用 del key 命令就能释放锁
解决死锁：
1）通过Redis中expire()给锁设定最大持有时间，如果超过，则Redis来帮我们释放锁。
2） 使用 setnx key “当前系统时间+锁持有的时间”和getset key “当前系统时间+锁持有的时间”组合的命令就可以实现。
18, 使用过Redis做异步队列(mq)么，你是怎么用的？有什么缺点？
一般使用list结构作为队列，rpush生产消息，lpop消费消息。当lpop没有消息的时候，要适当sleep一会再重试。
缺点：
在消费者下线的情况下，生产的消息会丢失，得使用专业的消息队列如rabbitmq,kafka等。
19,Redis的单线程为什么这么快
1.redis是基于内存的，内存的读写速度非常快；
2.redis是单线程的，省去了很多上下文切换线程的时间（上下文切换就是cpu在多线程之间进行轮流执行（抢占cpu资源），而redis单线程的，因此避免了繁琐的多线程上下文切换。）；
3.redis使用多路复用技术，可以处理并发的连接；
多路复用技术：
多路-指的是多个socket连接，复用-指的是复用一个线程。
目前，多路复用主要有三种技术：select，poll，epoll。它们出现的顺序是按时间先后的，越排后的技术改正了之前技术的缺点。epoll是最新的也是目前最好的多路复用技术。
举个例子：一个酒吧服务员，前面有很多醉汉，epoll这种方式相当于一个醉汉吼了一声要酒，服务员听见之后就去给他倒酒，而在这些醉汉没有要求的时候服务员可以玩玩手机干点别的。但是select和poll技术是这样的场景：服务员轮流着问各个醉汉要不要倒酒，没有空闲的时间。io多路复用的意思就是多个醉汉共用一个服务员。