redis有哪些数据结构
String,hash,list,set,sortedSet，另外还有几个特殊结构HyperLogLog、Geo、bitmap
持久化
redi提供了RDB和AOF两种持久化方式，RDB就是讲将内存中的数据集以快照的形式写入磁盘，使用二进制压缩存储，保存在单一文件中，适合做灾备，缺点就是在保存快照完成之前宕机，那么这段时间的数据就丢失了；AOF是以文本记录的方式 记录redis处理的每一个写入和删除的操作
Redis 和 Memcached 有啥区别
- 数据结构上redis有更多的数据结构
- redis可以的缓存设置失效失效时间，expire name 10；
memcache设置缓存不会监测是否过期，只会在get的时候检查记录时间戳，判断是否过期，过期的数据不会被删除，只是在分配空间时会优先使用过期的键值对空间，然后当分配的内存满了以后，会调用LUR算法分配空间，删除最近很少用的key/value键值对，不管是否过期。
3.memcache挂掉以后，数据就没了，redis有持久化策略可以通过AOF恢复数据 - memcacha没有原生的的集群模式，只能依靠客户端实现，redis支持cluster模式
- memcache更适合数据量大的场景
使用redis实现分布式锁
原理：先拿setnx（set if not exists）争抢锁，抢到以后，再用expire设置过期时间钢制锁忘记了释放
如果在setnx之后执行expire之前进程意外crash或者要重启维护了，那会怎么样？
set指令有非常复杂的参数，可以同时执行setnx和expire合成一个指令操作
redis是单线程的，为什么还这么快
1.redis是用C语言写的，更接近于系统
- 基于内存操作
- 数据接结构简单
4.虽然是单线程，但也减少了多线程的切换消耗cpu，也没有加锁和释放锁的操作 - IO多路复用：有三个实现机制epoll,poll.selct,默认使用epoll；传统BIO操作（Blocking）都是按照顺序执行，但是读写操作等待用户输入或者输出的时候都是阻塞的，所以I/O操作一般情况下不能直接返回的，某一个文件的I/O阻塞导致整个进程无法对其他客户服务，IO多路复用就是解决这个问题，他可复用一个线程，监听多个io事件，找出能读出数据，或者写入数据的流，对他们进行操作，并且只依次顺序的处理就绪的流。
在NIO中如果一个连接不能读写，我们可以把这件事记下来，记录方式是在Selector上注册标记位，然后切换到其他就绪的连接继续进行读写
缓存雪崩
目前很多电商首页以及热点数据会做缓存，一般缓存都是用定时任务去刷新，或者是查询不到更新，定时任务刷新会有一个问题，缓存同一时间大面积失效，这时候大量的请求进来直接达到数据库里，对于数据库来讲是灾难性的，会直接吧数据库搞挂掉。
解决方案：既然是同一时间大面积失效，那就在设置爱失效时间上加个随机值，保证数据不在同一时间失效
缓存穿透
就是指缓存和数据库里都没有的数据，而用户不断的发起请求，会导致大量的请求打到数据库给数据库造成很大的压力，严重会击垮数据库。（比如我们数据库表id都是从1自增上去的，我拿一个0或者-1不断请求你，这样每次都能绕开redis直接打到数据库）
解决方案：
1.增加校验，在接口层增加用户鉴权检验，参数校验，不合法的直接return，
2.设置这个key的value为null，这样直接从redis中取，不会在走到数据库
3.像正常用户不会再单秒内发起这么多的请求，这种恶意攻击的请求在nginx可以配置，单个IP每秒访问次数超过阈值的IP都拉黑
4.布隆过滤器：
布隆过滤器的核心就是一个bit数组和K个hash函数，数组的每个元素只能为0和1，key值经过k个hash函数对其进行k次hash计算的到hash值，在数组中把对应下标的数据改为1；判断是否存在过滤器中的时候，就对key进行k次hash计算，得到的值在bit数组中如果都为1,key就可能存在过滤器中，如果有一个为0，就可定不在过滤器中（存在误判的情况，比如有些位置别的元素先占了）
缓存击穿
和缓存雪崩有点像，但不是大面积的，指的是一个热点key 不停的扛着高并发，当这个key失效的时候，大量的请求直接请求到数据库，相当于在一个水桶上打了一个洞
解决方案：
1.设置永不过期
- 或者加上互斥锁ReentrantLock实现
Redis实现分布式锁
1.加锁，通过set key value NX PX 5000来设置
其中NX：键值不存在时才会设置
XX：键值存在时才会设置
EZ：设置失效时间为秒
PX：设置失效时间为毫秒
2.释放锁，通过lua脚本保证原子操作，
lua为什么是原子性操作：eval方法在执行lua脚本的时候他会把lua脚本当成一个命令执行，直到eval命令执行完成，才会进行其他的任务
