一、redis能做什么？
1、缓存
2、分布式锁
3、延迟队列
二、redis基本数据结构？
字符串string、列表list、字典hash、集合set、有序集合zset
redis中所有的数据结构都是以唯一的key字符作为名称，然后通过这个key来获取相应的value数据，不同数据类型的差异就在于value的结构不同。
1、字符串string
redis中的字符串都是动态字符串，是可修改的，采用预分配冗余空间的方式来减少内存的频繁分配，内部为当前字符串分配的空间（capacity）是大于当前字符串的长度len的，当前字符串的长度小于1MB时，扩容
都是翻倍现有的空间的。如果字符串长度大于1MB时，扩容一次只会扩大1MB，并且字符串的最大长度是512MB。
2、列表list
redis中的列表相当于java中的linkedlist，注意他是链表而不是数组。这也就也为着list的插入和删除操作非常快，时间复杂度为O（1），但是索引定位慢，时间复杂度为O（N）。列表中的每个元素都使用双向指针，
穿起来可以同时支持前向后向遍历，当列表弹出最后一个元素之后，该数据结构就会被自动删除。redis列表常用来做异步队列使用，将需要延后处理的任务结构序列化常字符串，塞进redis列表，另一个线程从这个
列表中轮询数据进行处理。
3、字典hash
redis中的字典相当于java中的hashMap，他是无序字典，内部存储了很多键值对，数据机构也是数据+链表的结构。Java中的rehash是个耗时的操作，需要一次性全部rehash。redis为了性能，采用的是渐进式rehahs策略
4、集合set
redis集合相当于java中的hashSet，他内部的键值对是无序的，唯一的，他内部实现相当于一个特殊的字典，字典中所有的value都是一个值NULL
5、有序列表zset
类似于java的Sortedset和hashmap的结合体，一方面是一个set，保证内部value的唯一性，另一方面他可以给每个value赋予一个score，代表这个value的权重，它内部实现用的是一种叫跳跃列表的数据结构。
高级数据结构：
heperloglog：用来解决统计问题的数据结构（不精确，标准误差在0.81%）
BloomFilter（布隆过滤器）：可以理解为不精确的set结构，当使用它的contains方法判断某个对象是否存在是，他可能会存在误判
geohash（地理位置）
三、分布式锁
分布式应用在进行逻辑处理时经常会遇到并发问题。
分布式锁本质上要实现的目标就是在redis中占一个“坑”，当别的进程也要来占时，发现已经被占用时，就只好放弃或者稍后再试。占坑一般使用的setnx（set if not exists）指令，只允许被一个客户占用，先来先用，用完了，
在调用del指令释放坑。
一般会有一个问题，当锁定坑后，处理业务逻辑异常，可能导致del命令没有被调用，这样就会陷入死锁，锁得不到释放，因此，一般在拿到锁后，会给锁加一个过期时间，这样即使出现异常也不会出现锁被永远占用的情况
（上边这个解决方式仍然会有问题，当在设置过期时间时，如果因为网络问题导致expire命令没有执行，这样仍然会出现锁一直得不到释放的情况，解决方式，使用第三方库，或者使用redis2.8之后的版本，2.8之后set指令中加
了扩展参数，可以设置过期时间，这样setnx和expire两个指令就可以一起执行了）
分布式锁超时问题：
redis的分布式锁不能解决超时问题，如果加锁和解锁中间的业务流程耗时过长，大于锁的过期时间时，这样就会出现问题。
四、延迟队列
相对于专业的Rabbitmap或者kafka等消息队列中间节，redis针对只有一组消费者的情况来说可以简化很多操作（中间件各种操作过多，代码繁杂，如果对消息可靠性要求不高的话，可以使用redis来作为消息中间件）。
通过redis中的列表list来实现，list常用来作为异步的消息队列来使用，用rpush和lpush来操作入队，使用rpop和lpop来操作出队。它可以支持多个生产这和多个消费者并发进出消息，每个消费者拿到的消息都是不同的列表元素。
问题：
1、如果list空了怎么处理？
list空了之后，调用pop指令会陷入死循环，不同的pop，并且没有数据，产生空轮询，增大cup消耗，降低redis的QPS
解决：可以使用sleep睡眠以下，但是该方式也不适合，另一种方式就是使用阻塞读blpop/brpop，b代表的就是blocking
2、阻塞读之后，可能会产生空闲链接的问题？
如果在阻塞读时，列表中一直没有数据，线程就会一直阻塞，redis的客户端链接就变成了空闲链接，闲置过久，服务器一般就会主动断开链接，减少闲置资源的占用，这时候brpop/blpop指令就会抛出异常，因此，再使用阻塞读
时，一定要进行try/catch捕获异常，并且还要进行重试。
五、位图
在平时开发过程中，会有一些boolean类型的数据要存储，例如一个用户一年的签到记录，签了是1，没签是0，要记录365天，如果使用普通的key/value，没有用户就要记录365个，当用户上亿时，需要的存储空间就非常大了。
为了解决这个问题，redis提供了位图数据结构，这样每天的签到记录只会占用365个位，也就是46个字节（一个稍长的字符串）就可以完全容纳下，位图最小单位是bit，每个bit的取值只能是0或者1
位图不是一种特殊的数据结构，让的内容其实就是普通的字符串，也就是byte数组，我们可以使用普通的get/set来操作位图，也可以使用getbit/setbit等将位图看成数组来操作。
位图相关指令：
getbit/setbit/bitcount/bitpos
bitcount：统计指定位置范围内容1的个数
bitpos：查找指定范围内出现的第一个0或者1
六、redis的io模型
redis是个单线程程序
问题：
redis是单线程，为什么还那么快？
redis所有的数据都在内存中，所有的运算都是内存级别的运算
为什么能够处理那么多的并发客户端连接？
io的多路复用，select系列的时间轮询api，非阻塞io
KEYS pattern：查找所有符合给定模式pattern的key
keys指令一次返回所有匹配的key
键的数量过大则会造成服务卡顿
*从海量key里查询出某一固定前缀的key： SCAN cursor [MATCH pattern][COUNT count]
基于游标的迭代器，需要基于上一次的游标延续之前的迭代过程，以0作为游标开始一次新的迭代，知道命令返回游标0完成一次遍历。不保证每次执行都返回某个给定数量的元素，支持模糊查询。一次返回的数量不可控，只能大概率符合count参数
第一次scan： scan 0 match k1* count 10 :从0开始迭代，符合k1前缀的字符串，数量为10.
第二次scan： scan 11534336 k1* count 10
多次scan可能获取到重复的数据
分布式锁需要解决的问题：1、互斥性 2、安全性 3、死锁 4、容错
如何通过redis实现分布式锁：
SETNX key value:如果key不存在，则创建并赋值。
时间复杂度：O(1)，返回值：设置成功返回1，失败返回0
如何解决SETNX长期有效的问题？
设置过期时间：EXPIER key seconds：设置key的生存时间，当key过期时，会自动删除
以上代码的风险：当设置锁成功后，在执行if判断前，服务宕机（即没有设置过期时间），产生的原因：原子性得不到满足
redis新版本set的时候可以设置过期时间（实现了原子性）
SET key value [EX seconds] [PX milliseconds] [NX|XX] ：
EX seconds：设置键的过期时间为seconds秒
PX milliseconds：设置过期时间毫秒值
NX： 只在键不存在时，才对建进行设置操作
XX：只在键已经存在时，才对键进行设置操作
SET：操作成功完成时，返回OK，否则返回nil
set lockid 1234 ex 10 nx
大量的key同时过期时注意的事项：
在设置过期的时候，给每个key减伤随机值
分布式锁的删除：
```java
public static boolean releaseLock(String key, String uniqueId) {
String luaScript = "if redis.call('get', KEYS[1]) == ARGV[1] then " +
"return redis.call('del', KEYS[1]) else return 0 end";
return jedis.eval(
luaScript,
Collections.singletonList(key),
Collections.singletonList(uniqueId)
).equals(1L);
}
```