Redis是一个基于内存的键值数据库，常用于缓存。
1、数据结构
常见的有：
string，可以存字符串、整数等，如 key: “sadasfa”
hash， 存一张哈希表， 如 key : {{k1, v1}, {k2, v2}}
list，存一个链表，如 key:{1->2->3}
set, 存一个字符串的无序集合，去重 如key: {“123”, “213”}
zset，存储有序的键值对，每个元素有权重和值，根据权重排序，如key:{{A, 1}, {B, 2}, {C, 3}}
使用场景：
string记录一些信息,如计数
list：消息队列
hash：用户信息，HSET user:1000 name “John Doe”
set：去重，如查找我们2个人的所有好友
zset：有序，打赏排行榜， 按打赏的金额排序
redis为什么快
1、大部分操作在内存中完成，并且采用高效的数据结构，所以redis的瓶颈是内存和网络带宽，不是cpu,自然就采用单线程，避免多线程竞争。
2、采用I/O多路复用，提高并发。
3、6.0对于网络io的处理改成了多线程。但是对命令的执行还是单线程的。
持久化
redis持久化：三种方式
- AOF日志：每执行一条写命令后都会把它记录到AOF缓冲区，按写回策略写回磁盘。
后续可以根据AOF日志进行数据恢复。写回策略：总是，每秒，由操作系统决定。A0F恢复是逐条恢复，比较慢，但是全。 - RDB快照：定期照一张快照，记录内存的所有数据，再写回磁盘，后续根据快照恢复。RDB很快因为直接是根据数据恢复，但不能太频繁，因为每次快照写回磁盘数据量比较大。所以RDB会有数据安全的问题。
- 混合持久化：AOF日志前半部分记录RDB的全量数据，后半部分记录AOF的增量，这样的化，重启redis后加载快，且数据丢失也较少。
高可用
主从复制：一主多从，从机备份主机数据，主机负责写，从机负责读，实现读写分离。但是
但是若主机挂了系统就只能读不能写了。所以需要能够自动重选出主机：引入哨兵，监控主机的运行情况，若主机挂了，他会选一个从机成为主机，具体过程：哨兵会定期发送ping判断主机是否正常运行，若ping失败则认为主机主观下线。则哨兵会向其他从机发出投票命令，让他们判断主机是否下线，当票数达到阈值则认为主机客观下线。开始重选主机：所有从机按优先级、复制进度、ID号排序，选出新的主机，到此故障迁移完成。注意哨兵本身也应该设置多个形成哨兵集群。但是从主机故障到哨兵发生故障进行故障迁移需要时间，这段时间还是不能写，所以让主机也形成集群，一个挂了也不影响。
redis集群保证数据一致性吗：他是AP,保证可用性和分区容错性，数据一致性并不全保证。
缓存雪崩：为了保证缓存中的数据和数据库数据的一致性，缓存的数据会设置过期时间，当数据过期，就要访问数据库重新生成缓存。若大量缓存数据同时过期，同时又来了大量请求，就会全访问数据库，导致数据库压力骤增甚至崩溃。可均匀设置过期时间。或者像数据库构建缓存时加锁，保证同一时间只有一个线程构建缓存。
缓存击穿：某个热点数据过期了，同时大量数据访问该热点数据，也会直接访问数据库。可以不给热点数据设置过期时间，我们后台更新缓存。
缓存穿透：用户访问的数据既不在缓存，也不在数据库，大量的这种请求也会导致数据库压力骤增。这一般是恶意访问，可以限制非法请求，或者没查到的数据缓存空值，后续也不用再查数据库了。
数据库和缓存如何保证一致性：读的时候先读缓存，缓存若没有就读数据库，并把数据放入缓存；写的时候先更新数据库再删除缓存。为啥是删除缓存不是更新缓存：因为更新的代价比较大，一个缓存可能设计多张表，而且这个缓存也不一定会被频繁访问到。这也是叫懒加载的思想，用到的时候再计算。
