简述下Redis(为什么要选用Redis)

Redis是一个开源的使用C语言编写，可基于内存，可持久化的Key-Value数据库，和Memcached类似，它支持存储的value类型相对更多，包括（字符串），链表,set、zset和hash

优势在于
速度更快，性能高，可持久化性，丰富的数据类型，支持数据的备份
Redis和Memcached区别
- 类型：
  Redis是一个开源的呢欧村数据结构存储系统，用作数据库，缓存和消息代理
- 数据结构
  Redis支持字符串，散列，列表，集合，有序集，位图。超级日志和空间索引；而Memcached支持字串和整数
- 执行速度
  Memcached的读写速度高于Redis
- 复制
  Memcahced不支持复制，而Redis支持主从复制，允许从属Redos服务器成为主服务器的精确副本；来自任何Redis服务器的数据都可以复制到任意数量的丛属服务器
- 秘钥长度
  Redis的秘钥长度最大为2GB，而Memcacherd的秘钥差精度最大为250字节
- 线程
  Redis是单线程的，而Memcahced是多线程

为什么说Redis块或者性能高

完全基于内存中，类似于HashMap,HashMap的优势还就是查找和操作的时间复杂是读都是O(1)
数据结构专门设计，比如SDS结构中字符擦混长度len,压缩链表；（可以引申到redis的8大数节后）
采用单线程，避免了不必要的上下文切换和竞争条件，也不存子多进程或者多线程切换而导致消耗CPU，不用取考虑各种锁问题，不存在加锁释放锁操作，没有因为可能出现死锁而导致的性能消耗（这里锁说的单线程是工作线程是一个，但是会有其他辅助线程，比如哨兵线程，或者单线程延伸出的子线程）
使用多路IO复用模型，非阻塞IO：多路IO复用模型是利用select，poll，epooll可以同时监察多个流的IO事件的能力，在空闲的时候，会把当前想线程阻塞掉，当有一个或多个流有IO事件时，就从阻塞状态中唤醒，于是程序就会轮询以便所有的流，并且只一次顺序的处理就绪的流，这种做法就避免了大量的无用操作。
RESP(Redis的序列化协议）协议，文本协议，解析迅速，虽然浪费流量，这是这种把1
持久化采用子线程进行磁盘操作

Redis中的5中数据类型，8大数据结构

简单动态字符串SDS和C语言自带的字符串有什么不同

常数复杂度获取字符串长度

由于len属性的存在，我们获取SDS字符串长度终止需要读取len属性，时间复杂度为O(1),而对于C语言，获取字符串长度通常是经过遍历计数来实现的，时间复杂度为O(n)

避免缓冲区溢出

对于SDS数据类型，在进行字符串修改的时候，会首先根据记录的len属性检查内存空间是否满足需求，如果不满足，会进行相应空间扩展，然后在进行修改记录，所以不会出现缓冲区溢出

减少修改字符串的内存重新分配次数

C语言由于不记录字符串的长度，所以如果要修改字符串，必须要重新分配内存（先释放再申请），因为如果没有重新分配，字符串长度增大时会造成内存缓冲区溢出，，字符串长度减小会造成内存泄露；

而对于SDS，由于len属性和free属性的存在，对于修改字符串SDS实现空间预分配和惰性空间释放策略：

空间预分配:对于字符串进行空间扩展的时候，对字符串进行空间扩展的时候，扩展的内存比实际需要的多，这样可以减少连续执行字符串增长操作所需要的内存重分配次数。
惰性空间释放:对字符串进行缩短操作时，程序不立即使用内存重新分配来回收缩短后的多余字节，而是使用free属性将这些字节的数量记录下来，等待后序使用（当然SDS也提供了相应的API,当我们需要的时，也可以手动释放这些为正确使用的空间）
二进制安全:因为C字符串以空字符串作为字符串结束的标志，而对于一些二进制文件（如图片等），内容可能包括空字符串，因此C字符串无法正确存取；而所有SDS的API都是以二进制处理buf里面的元素，并且SDS并不是以空字符串来判断是否结束，而是以len属性表示的长度来判断字符串是否结束
兼容C字符串函数

Redis字典的底层实现hashTable相关问题

解决冲突：链地址法，和java的HashMap一样
扩容:复制出另外一个hash表，并且会重算hash值，进行渐进式hash，这一点和java不同，特别是java8的不用重复算hash机制的优化点。
什么是渐进式rehash？

也就是说扩容和收缩操作不是一次性，集中式完成的，而是分多次，渐进式完成的。如果保存在Redis中的键值对只有几个几十个，那么hash操作可以瞬间完成，但是如果键值对右几百万，几千万甚至几亿，那么要一次性的进行rehash，势必会造成Redis一段时间内不能进行别的操作。所以Redis采用渐进式rehash，这样在进行渐进式rehash期间，字典的删除查找更新等操作可能会在两个哈希表上进行，第一个哈夏表上没有找到，就会去第二个哈希表上进行查找。但是进行增加操作，一定是在新的哈希表上进行的

压缩列表原理

压缩列表是Redis为了节省内存而开发的，是由一系列特殊编码的连续内存块组成的顺序型数据结构，一个压缩列表可以包含任意多个节点，每个节点可以保存一个字节数组或者一个整数值

zset底层跳表原理（为什么不选择平衡树）

本质就是多级链表，并有序
skiplist与平衡树，哈希表的比较
’

skiplist和各种平衡树（如AVL，红黑树等）的元素是有序排列的，而哈希表不是有序的，因此在哈希表上只能做单个key的查找，不适宜左范围查找。所谓范围查找，指的是查找哪些大小在指定的两个值之间的所有节点
`在做范围查找的时候，平衡树比skiplisty操作要复杂。在平衡树上，我们找到指定范围的最小值后，还需要以中序遍历的熟悉怒继续寻找其他不超过大值的节点。而在skiplisy上进行范围查找就非常简单，只需要在找到最小值之后，对第一层链表进行若干步的遍历就可以实现
平衡树的插入和删除操作可能引发子树的调整，逻辑复杂，而skiplist的插入和删除只需要修改相邻节点的指针，操作简单又快速
从内存占用上来说，skiplist比平衡树更灵活一些。一般来说，平衡树每个节点包含2个指针，而跳表每个节点包含的指针数目平均为
查找单个key，skiplist和平衡树的时间复杂度都为O(nlogn)，大体相当；而哈希表在保持较低的哈夏值冲突概率的前提下，查找时间复杂度接近o(1)，性能更高一些。所以我们平时要使用的各种Map或者dictionary结构，大致都是基于哈希表实现的
从算法实现复杂度上来比较，skiplist比平衡树要简单的多

Redis中过期策略与内存淘汰机制

过期/删除策略（出现缓存雪崩的问题）

两种策略

定期删除:redis默认每隔100ms检查，是否有过期的key，如果有过去的key则删除。需要说明的是,redis不是每隔>100ms将所有的key检查一次，而是随机抽取进行检查（如果每隔100ms，全部key进行检查，redis岂不是卡死）。因此，如果只采用定期删除策略，会导致很多key到时间没有删除
惰性删除:获取某个key的时候，redis会检查一下，如果过去了此时就删除

可能出现缓存雪崩的问题

总结

从库的删除策略

从库不会进行过期扫描，从库对过期的处理是被动的。主库在keu到期时，会在AOF文件里增加一条del指令，同步到所有的从库，从库通过执行del指令来删除过期的key

内存淘汰机制

总结>>>>

Redis中持久化机制

自己整理全面介绍》》》

介绍

Redis的持久化有两种机制：一个是RDB，也就是快照，快照是一次全量的备份，会把所有的Redis的内存数据进行二进制的序列化存储到磁盘。（Redus会Fork一个子进程，快照的持久化就交给子进程去处理，而父进程继续处理线上业务的请求）。

另一种是AOF日志,AOF日志记录的是数据操作修改的指令记录日志，可以类比 MySql的binlog,AOF日值随着时间的推移会无限增量。* ==Redis4.0之后，随着新的持久化模式，混合持久化，将RDB的文件和局部增量的AOF文件结合，RDB可以使用相隔较长的时间保存策略，AOF不需要是全量日志哦，只需要保存前一些RDB存储开始到这段时间增量AOF`日志即可，一般来说，这个日志量是非常小的==