年底了，来来你发年终奖了么？快速是不是很不爽？不管是被动毕业还是主动毕业，生活还得继续是来来不是？
作为程序员，那就离不开Redis，快速谁让不争气的来来磁盘还是那么慢呢？要过了面试这道坎，Redis必须掌握好。快速除了会用，来来还得了解它背后的快速原理。
为啥？来来因为大家现在都在养蛊。人生在世，快速诸多无奈。来来逆水行舟，快速不进则退。来来
如果你读过Redis相关的快速书籍，本文就帮你快速的来来撸一遍。没读过也不要紧，缺啥补啥。
redis能力：
1 0W/s QPS （redis-benchmark）1w+ 长链接 （netstat / ss）最复杂的Zset 6kw数据 写入1k/s 读取5k/s 平均耗时5ms持久化 (rdb)学习一门新语言，重要的是掌握它的基本数据结构，云服务器提供商以及这些数据结构的API。redis的这些数据结构，就类似一门语言。
常用5种，一共10种。面试时一般回答5种即可，但其他5种是加分项。
String 字符串Hash 字典List 列表Set 集合ZSet 有序集合。性能参考：《redis的zset有多牛？请把耳朵递过来》Pubsub 发布订阅 （不推荐使用，坑很多）Bitmap 位图GEO 地理位置 （有限使用，附近的人）Stream 流(5.0) （与Kafka非常像）Hyperloglog 基数统计Redis是文本协议
RESP 以CRLF结尾(\r\n)RESP3 （redis6启用，增加客户端缓存）数据量较小和大数据量的时候，往往不同，关注大数据量的主要结构。
String-sdsHash-(ziplist , dict)Set-(intset,dict)List-(ziplist,quicklist)ZSet-(ziplist+skiptable 跳表)Stream-(radix-tree 基数数)跳表的关注度比较大，在Java中，可以参考类似ConcurrentSkipListMap实现。
另：Java中有序Set叫做TreeSet，但是用红黑树实现的，注意区别。
生产环境，WordPress模板一般仅采用RDB模式。
RDBAOF （类似Binglog row模式）混合模式：RDB+AOF建议在集合大小不确定的时候，使用scan hscan sscan zscan 替代。另外，像keys这种危险命令，最好使用RENAME指令给屏蔽掉。
module模式知道的人比较少，属于比较底层的开发。
如果你应聘的是redis dba，这道题答不出来，网站模板直接淘汰。
被动删除 (只有被get到的时候，删除并返回NIL 属于惰性删除）主动删除 (100ms运行一次，随机删除持续25ms，类似Cron）->内存使用超过maxmemory，触发主动清理策略针对于第三种情况，有8种策略。注意，redis已经有LFU了。
默认volatile-lru 从设置过期数据集里查找最近最少使用volatile-ttl 从设置过期的数据集里面优先删除剩余时间短的Keyvolatile-random 从设置过期的数据集里面任意选择数据淘汰volatile-lfu 从过期的数据集里删除 最近不常使用 的数据淘汰allkeys-lruallkeys-lfuallkeys-random 数据被使用频次最少的,优先被淘汰no-enviction如果不设置maxmemory,Redis将一直使用内存，直到触发操作系统的OOM-KILLER。
互联网建议使用Redis Cluster，外包、项目随意。
具体搭建过程，请参考：《好慌，Redis这么多集群方案，要用哪种？》
大规模
twemproxycodis基于Netty Redis协议自研管理平台：CacheCloudAPI举例：
zset 排行榜，排序bitmap 用户签到，在线状态geo 地理位置，附近的人stream 类似kafka的消息流hyperloglog 每日访问ip数统计为什么有一致性问题?
写入。缓存和数据库是两个不同的组件，只要涉及到双写，就存在只有一个写成功的可能性，造成数据不一致。更新。更新的情况类似，需要更新两个不同的组件。读取。读取要保证从缓存中读到的信息是最新的，是和数据库中的是一致的。删除。当删除数据库记录的时候，如何把缓存中的数据也删掉？建议使用：Cache Aside Pattern
读请求：
先读cache，再读db变更操作：
先操作数据库，再 淘汰 缓存涉及到复杂的事务和回滚操作，可以把淘汰放在finally里。
问题：缓存淘汰失败！（概率很低 ，定时补偿）
影响，轻微。
高流量下 大量请求读取一个失效的Key -> Redis Miss -> 穿透到DB
解决方式：采用分布式锁，只有拿到锁的第一个线程去请求数据库，然后插入缓存
影响，一般。
访问一个不存在的Key-> Redis Miss -> 穿透到DB
解决方式：
给相应的Key设置一个Null值，放在缓存中BloomFilter预先判断影响：严重。
大量Key同时失效 ｜ 2.Redis当机 -> Redis Miss -> 压力打到DB
解决方式：
给失效时间加上相对的随机数保证Redis的高可用redis的分布式锁，并不是那么简单。建议使用redisson的redlock。最基础的指令是setnx。
复制setnx-> SET key value [EX seconds|PX milliseconds|KEEPTTL] [NX|XX] [GET]1.分布式锁 关键点：
原子性锁超时死锁读写锁故障转移最简单的Redis分布式锁代码（不严谨）。
java端代码模拟lock和unlock。
复制public String lock(String key, int timeOutSecond){ for (; ; ) { String stamp = String.valueOf(System.nanoTime()); boolean exist = redisTemplate.opsForValue().setIfAbsent(key, stamp, timeOutSecond, TimeUnit.SECONDS); if (exist) { return stamp; } }}public void unlock(String key, String stamp){ redisTemplate.execute(script, Arrays.asList(key), stamp);}1.2.3.4.5.6.7.8.9.10.11.12.lua脚本unlock。
复制local stamp = ARGV[1]local key = KEYS[1]local current = redis.call("GET",key)if stamp ==current then
redis.call("DEL",key) return "OK"end1.2.3.4.5.6.7.详细分析：Redis都要老了，你还在用什么古董客户端？
根据公司情况自定义裁剪，没有万能的规范。更多：
这可能是最中肯的Redis规范了
使用连接池，不要频繁创建关闭客户端连接消息大小限制 消息体在10kb以下，可以使用snappy、msgpack等压缩避免大key和hot key不使用O(n)指令不使用不带范围的Zrange指令不使用database（容易覆盖数据）不使用高级数据结构（使用基本的5种）不使用事务操作禁止长时间monitor要看哪个阶段。数据操作阶段，一直是单线程的，哪怕是redis6。
这篇文章分析了这个过程：和 杠精 聊Redis多线程 :(
亿华智慧云