1.redis数据类型5种
2.redis持久化方式
2.1.rdb 默认的方式，按照一定的时间周期策略把内存的数据以快照（全量）的形式保存到硬盘的二进制文件
触发机制
2.1.1 save（手动），进行该命令的时候，会阻塞redis服务，不能进行其他操作
2.1.2bgsave（手动），该命令会创建fork进程来进程来进行备份，redis服务正常运行
2.1.3 自动备份，通过配置文件，通过save n m，n秒内m个key值被修改，则进行备份
2.1.4其他备份配置
stop-writes-on-bgsave-error 备份出错，不接收数据
rdbcompression，是否进行压缩，默认是
2.1.5优势和劣势，
a.备份的时候，通过fork子进程进行，主进程不需要进行任何io操作
b.备份恢复速度快
c.由于是全量的，所以速度较慢。
2.2aof方式，追加记录方式
2.2.1 bgrewriteaof命令，解决aof文件越来越大的问题，会将内存中的数据重新以aof记录，会合并重复的命令
2.2.2触发方式
a. always总是，每次添加数据都记录
b.everysec 每秒
c.备份
2.3 混合持久化
Redis 4.0 开始支持 rdb 和 aof 的混合持久化(默认关闭)。这个功能可以通过 aof-use-rdb-preamble 选项进行开启。如果把混合持久化打开，aof rewrite 的时候就直接把 rdb 的内容写到 aof 文件开头
3 redis最佳实践总结
3.1.Redis 默认开启RDB持久化方式，在指定的时间间隔内，执行指定次数的写操作，则将内存中的数据写入到磁盘中。
3.2.RDB 持久化适合大规模的数据恢复但它的数据一致性和完整性较差。
3.3.Redis 需要手动开启AOF持久化方式，默认是每秒将写操作日志追加到AOF文件中。
3.4.AOF 的数据完整性比RDB高，但记录内容多了，会影响数据恢复的效率。
3.5.若只打算用Redis 做缓存，可以关闭持久化。
3.6.有主从的情况下，建议主库不做持久化，从库开启持久化。
7.建议使用redis4.0以上版本，使用混合持久化。
8.建议控制单个实例大小，体量越大，rdb生成时间越长，开销越大。同时，在从库初始化时，所需要的时间更长，网络开销更多。
9.主从复制不要用图状结构，用单向链表结构更为稳定，即： Master <- Slave1 <- Slave2 <-
Slave3…
4.
redis的过期策略以及内存淘汰机制
定期删除+惰性删除策略，默认100ms进行一次随机检查，过期的干掉，访问数据是，判断是否过期，该数据过期，干掉
没有没检查，也没有被访问的，数据超过设置的最大内存，启用淘汰机制，配置maxmemory-policy volatile-lru
volatile-lru：从已设置过期时间的数据集（server.db[i].expires）中挑选最近最少使用的数据淘汰
volatile-ttl：从已设置过期时间的数据集（server.db[i].expires）中挑选将要过期的数据淘汰
volatile-random：从已设置过期时间的数据集（server.db[i].expires）中任意选择数据淘汰
allkeys-lru：从数据集（server.db[i].dict）中挑选最近最少使用的数据淘汰
allkeys-random：从数据集（server.db[i].dict）中任意选择数据淘汰
no-enviction（驱逐）：禁止驱逐数据，新写入操作会报错
ps：如果没有设置 expire 的key, 不满足先决条件(prerequisites); 那么 volatile-lru, volatile-random 和 volatile-ttl 策略的行为, 和 noeviction(不删除) 基本上一致。
缓存雪崩、缓存穿透、缓存预热、缓存更新、缓存降级等问题
a。缓存雪崩，大量缓存缓存同时失效，服务不可用
解决方案，
集群保证，即使某个节点不可用，其他节点依然可用。
分布式锁或者对列，比如某个key只准现场查询数据库和写缓存。其他线程等待
添加缓存的时候写，失效时间加上随机数，分散开。
b。 缓存击穿 当客户端查询数据库中不存在的数据的时候，缓存中也肯定不存在，每次查询都会进入数据库
解决方案
方法1. 布隆过滤器，将可能的hash存以其中，不符合过滤掉
方案2.缓存空对象，当缓存中查询不到，去查询数据库得到空数据，将其缓存起来，同时设置过期时间，第二次查询的时候，会从缓存中得到空数据
redis集群
1，主从模式，主要特点，一主多从，master挂了以后，从节点不会作为主节点
* 主数据库可以进行读写操作，当读写操作导致数据变化时会自动将数据同步给从数据库 * 从数据库一般都是只读的，并且接收主数据库同步过来的数据 * 一个master可以拥有多个slave，但是一个slave只能对应一个master * slave挂了不影响其他slave的读和master的读和写，重新启动后会将数据从master同步过来 * master挂了以后，不影响slave的读，但redis不再提供写服务，master重启后redis将重新对外提供写服务 * master挂了以后，不会在slave节点中重新选一个master
工作机制：
当slave启动后，主动向master发送SYNC命令。master接收到SYNC命令后在后台保存快照（RDB持久化）和缓存保存快照这段时间的命令，然后将保存的快照文件和缓存的命令发送给slave。slave接收到快照文件和命令后加载快照文件和缓存的执行命令。
复制初始化后，master每次接收到的写命令都会同步发送给slave，保证主从数据一致性
2.sentinel模式，主要特点，主服务挂掉会有从服务顶上来，主恢复之后不再试主服务，客户端连接sentinel。
特点：
* sentinel模式是建立在主从模式的基础上，如果只有一个Redis节点，sentinel就没有任何意义 * 当master挂了以后，sentinel会在slave中选择一个做为master，并修改它们的配置文件，其他slave的配置文件也会被修改，比如slaveof属性会指向新的master * 当master重新启动后，它将不再是master而是做为slave接收新的master的同步数据 * sentinel因为也是一个进程有挂掉的可能，所以sentinel也会启动多个形成一个sentinel集群 * 多sentinel配置的时候，sentinel之间也会自动监控 * 当主从模式配置密码时，sentinel也会同步将配置信息修改到配置文件中，不需要担心 * 一个sentinel或sentinel集群可以管理多个主从Redis，多个sentinel也可以监控同一个redis * sentinel最好不要和Redis部署在同一台机器，不然Redis的服务器挂了以后，sentinel也挂了
机制：ping在线心跳，如果得不到，会主管下线，其他sentinel会跟高频ping，足够数量同意则下线，否则主管状态移除，如果master重新想sentinel发送心跳回复有效，主观下线移除
* 每个sentinel以每秒钟一次的频率向它所知的master，slave以及其他sentinel实例发送一个 PING 命令 * 如果一个实例距离最后一次有效回复 PING 命令的时间超过 down-after-milliseconds 选项所指定的值， 则这个实例会被sentinel标记为主观下线。 * 如果一个master被标记为主观下线，则正在监视这个master的所有sentinel要以每秒一次的频率确认master的确进入了主观下线状态 * 当有足够数量的sentinel（大于等于配置文件指定的值）在指定的时间范围内确认master的确进入了主观下线状态， 则master会被标记为客观下线 * 在一般情况下， 每个sentinel会以每 10 秒一次的频率向它已知的所有master，slave发送 INFO 命令 * 当master被sentinel标记为客观下线时，sentinel向下线的master的所有slave发送 INFO 命令的频率会从 10 秒一次改为 1 秒一次 * 若没有足够数量的sentinel同意master已经下线，master的客观下线状态就会被移除； 若master重新向sentinel的 PING 命令返回有效回复，master的主观下线状态就会被移除
3.cluster模式的出现就是为了解决单机Redis容量有限的问题，将Redis的数据根据一定的规则分配到多台机器。
cluster可以说是sentinel和主从模式的结合体，通过cluster可以实现主从和master重选功能，所以如果配置两个副本三个分片的话，就需要六个Redis实例
特點
* 多个redis节点网络互联，数据共享 * 所有的节点都是一主一从（也可以是一主多从），其中从不提供服务，仅作为备用 * 不支持同时处理多个key（如MSET/MGET），因为redis需要把key均匀分布在各个节点上， 并发量很高的情况下同时创建key-value会降低性能并导致不可预测的行为 * 支持在线增加、删除节点 * 客户端可以连接任何一个主节点进行读写
参考：https://blog.csdn.net/miss1181248983/article/details/90056960 redis集群（经典）
https://www.cnblogs.com/George1994/p/10668889.html 缓存雪崩，击穿
https://blog.csdn.net/Butterfly_resting/article/details/89668661 redis相关
https://blog.csdn.net/chenqiushi123/article/details/109520239 redis 持久化最佳实践