一.Redis的基本概念
首先，什么是Redis？
Redis（Remote Dictionary Server）是一个开源的、高性能的键值对内存数据库，常被用作缓存、消息队列、分布式锁等。
二.Redis的基本数据类型
1. 字符串（String）
- 特点：Redis 中最基础的数据类型，是二进制安全的，意味着它可以包含任何数据，比如图片或者序列化的对象，一个键最大能存储 512MB 数据。
- 常见操作：
SET key value：设置键值对。GET key：获取键对应的值。INCR key：将键的值递增 1，如果键不存在，会先将其值初始化为 0 再递增。
- 应用场景：缓存、计数器、分布式锁等。
2. 哈希（Hash）
- 特点：键值对的集合，适合存储对象，比如一个用户的信息可以用哈希来存储，每个字段和值对应着用户的属性和属性值。
- 常见操作：
HSET key field value：为哈希表中的字段赋值。HGET key field：获取哈希表中指定字段的值。HGETALL key：获取哈希表中所有的字段和值。
- 应用场景：存储对象信息，如用户信息、商品信息等。
3. 列表（List）
- 特点：简单的字符串列表，按照插入顺序排序，可以在列表的头部（
LPUSH）或者尾部（RPUSH）插入元素，也可以从头部（LPOP）或者尾部（RPOP）弹出元素。 - 常见操作：
LPUSH key value1 [value2]：将一个或多个值插入到列表头部。RPOP key：移除并获取列表的最后一个元素。LRANGE key start stop：获取列表指定范围内的元素。
- 应用场景：消息队列、最新消息排行等。
4. 集合（Set）
- 特点：无序且唯一的字符串集合，支持交集、并集、差集等操作。
- 常见操作：
SADD key member1 [member2]：向集合中添加一个或多个成员。SMEMBERS key：返回集合中的所有成员。SINTER key1 [key2]：返回给定所有集合的交集。
- 应用场景：去重、共同好友、兴趣标签等。
5. 有序集合（Sorted Set）
- 特点：和集合类似，也是唯一的，但每个成员都会关联一个分数（score），根据分数对成员进行排序。
- 常见操作：
ZADD key score1 member1 [score2 member2]：向有序集合中添加一个或多个成员。ZRANGE key start stop [WITHSCORES]：返回有序集合中指定区间内的成员。ZREM key member [member ...]：移除有序集合中的一个或多个成员。
- 应用场景：排行榜、热门列表等。
6. 其他特殊类型（在 Redis 4.0 及以上版本）
- Bitmaps：它不是实际的数据类型，而是在字符串类型上定义的一组面向位的操作。可以用来实现高效的布尔数组，非常适合处理大量的布尔信息，如统计用户的签到情况。
- HyperLogLogs：用于进行基数统计的概率性数据结构，它可以用极小的内存空间来统计集合中唯一元素的数量，比如统计网站的日活用户数。
- Geospatial：用于存储地理位置信息，并对其进行操作，例如计算两个地理位置之间的距离、查找某个位置附近的地点等。
三.Redis高性能的原因
- 内存直接操作：数据存储在内存中，读写速度极快（读约 10 万次 / 秒，写约 8 万次 / 秒），避免磁盘 IO 瓶颈。
- 单线程模型：避免多线程上下文切换和锁竞争，基于非阻塞 IO（如 epoll）处理大量并发连接，事件驱动架构高效处理请求。
- 高效数据结构：内置哈希、跳表、压缩列表等数据结构，操作复杂度低（如 O (1) 或 O (logN)），且底层实现经过高度优化。
- 管道（Pipeline）与批量操作：支持一次性发送多个命令到服务端批量执行，减少网络传输开销。
四。Redis用作数据库的原因
- 持久化支持：通过 RDB（快照）和 AOF（日志重放）实现数据持久化，确保内存数据可落地存储，兼顾性能与数据可靠性。
- 丰富数据模型：支持 String、Hash、List、Set、Sorted Set 等多种数据类型，满足复杂业务场景（如缓存、计数器、排行榜、消息队列等）。
- 数据库级特性：支持事务（原子性）、LUA 脚本、过期策略、数据淘汰机制，以及基于键的复杂查询（如模糊匹配、范围查询）。
- 高可用性与扩展性：通过主从复制、哨兵（Sentinel）和集群（Redis Cluster）实现高可用和水平扩展，适合大规模数据存储。
- 极简架构与易用性：单进程模型部署简单，API 简洁，生态成熟（如与 Spring Data Redis 集成），降低开发和维护成本。
五.Redis 缓存穿透、缓存击穿和缓存雪崩问题
- 缓存穿透：指查询一个不存在的数据，导致请求直接穿透缓存到数据库。解决方案有：对不存在的数据也进行缓存（如缓存空值）；使用布隆过滤器提前过滤掉不可能存在的数据。
- 缓存击穿：指一个热点 key 在缓存中过期，此时大量请求同时访问该 key，导致请求直接打到数据库。解决方案有：设置热点 key 永不过期；使用互斥锁，只允许一个线程去更新缓存。
- 缓存雪崩：指大量缓存同时过期，导致大量请求直接打到数据库。解决方案有：设置不同的过期时间，避免缓存同时失效；使用分布式锁限制并发访问数据库的线程数；使用多级缓存。
六. Redis 的持久化
- RDB（Redis Database）：
- 优点：文件紧凑，适合备份和灾难恢复；恢复速度快。
- 缺点：可能会丢失最后一次快照后的所有数据；在快照过程中可能会阻塞主线程。
- AOF（Append Only File）：
- 优点：数据安全性高，可配置不同的同步策略；日志文件以追加方式写入，不会丢失数据。
- 缺点：AOF 文件通常比 RDB 文件大；恢复速度相对较慢。
七. Redis 分布式锁
实现原理：Redis 分布式锁通常基于 SETNX（SET if Not eXists）命令实现。
当一个线程尝试获取锁时，使用 SETNX 命令设置一个特定的 key，如果返回 1 表示获取锁成功，返回 0 表示锁已被其他线程持有。
为了避免死锁，还需要为锁设置一个过期时间。
