谈谈Redis有哪些应用场景?
Redis为什么速度这么快?
缓存雪崩如何解决? 缓存穿透如何解决?
如何使用Redis完成订单列表场景?
MySQL里有2000w数据，Redis中只存20w的数据，如何保证Redis中的都是热点数据？
Redis相比memcached有哪些优势？
假如Redis里面有1亿个key，其中有10w个key是以某个固定的已知的前缀开头的，如何将它们全部找出来？
一、.redis有哪些应用场景？
1.热点数据的缓存
2.限时业务的运用 expire
3.计数器相关问题 incrby
4.排行榜相关问题 sorted set
5.分布式锁 setnx getset
6.延时操作
7.分页、模糊搜索：ZRANGEBYLEX zset-+ LIMIT 0 10
8.点赞、好友等相互关系的存储 set
9.队列 list
二、redis为什么速度这么快？
1.内存数据工作模式
2.单线程，避免不必要的上下文切换和竞争，没有锁消耗性能
3.数据结构简单
4.多路IO复用模型，非阻塞IO
三、缓存雪崩如何解决？
1.缓存失效，查询直接落到数据库
2.加锁排队，限流
3.数据预热，缓存reload机制
4.二级缓存，或者双缓存策略
5.缓存不过期
四、缓存击穿及如何解决？
1.查询大量不存在的key,直接落到数据库
2.布隆过滤（counting bloom filter），hash bitmap先验证key是否存在
3.缓存空对象，将null变成一个值
五、redis完成订单列表场景？
1.hash结构，key-value ；读取的时候通过订单ID获取
2.list结构，key-value;读取的时候，从左到右（LJRANGE,0,-1）排序调出列表
六、redis热点数据
1.redis数据淘汰机制
noeviction: 不删除策略。当达到最大内存限制时, 如果需要使用更多内存,则直接返回错误信息。（redis默认淘汰策略）
allkeys-lru: 在所有key中优先删除最近最少使用(less recently used ,LRU) 的 key。
allkeys-random: 在所有key中随机删除一部分 key。
volatile-lru: 在设置了超时时间（expire）的key中优先删除最近最少使用(less recently used ,LRU) 的 key。
volatile-random: 在设置了超时时间（expire）的key中随机删除一部分 key。
volatile-ttl: 在设置了超时时间（expire）的key中优先删除剩余时间(time to live,TTL) 短的key。
七、redis优势
1.多种数据结构 hash set list k/v storted_sest
2.内存+磁盘存储 aof数据恢复
3.redis单线程+IO复用；memcached多线程，非IO复用，主线程+worker子线程
4.内存管理机制
八、查找指定前缀开头数据
1.keys指令可以扫出指定模式的key列表
2.scan指令可以无阻塞提取指定模式的key列表
1.缓存穿透
查询一个一定不存在的数据，由于缓存是不命中时需要从数据库查询。
解决办法:布隆过滤或缓存空数据
2.缓存击穿
缓存中没有但数据库中有的数据
解决办法:加锁或设置数据不过期
4.epoll 和 select 的区别
epoll 和 select 都是 I/O 多路复用的技术，都可以实现同时监听多个 I/O 事件的状态。
epoll 相比 select 效率更高，主要是基于其操作系统支持的I/O事件通知机制，而 select 是基于轮询机制。
5.单机redis和集群redis
集群高可用和易扩展，同时增加了运维成本。
6.redis 支持 key list hash set zset多种数据类型
7.redis过期策略
定时删除
惰性删除
定期删除
快速定位php慢的地方
使用phptrace进行跟踪
一个事务里面如果嵌套了一个curl操作，会发生什么？
1）curl 如果产生 Fatal error，程序不往下执行，事务交由自动处理程序处理（通常是自动回滚）；
2）curl不产生致命错误，将不影响事务的处理；
3）如果在事务中必须使用curl的化，最好设置curl的超时时间,以便主动控制事务回滚。
