1.使用Redis有哪些好處？
(1) 速度快，因為數據存在內存中，類似於HashMap，HashMap的優勢就是查找和操作的時間複雜度都是O(1)
(2) 支持豐富數據類型，支持string，list，set，sorted set，hash
(3) 支持事務，操作都是原子性，所謂的原子性就是對數據的更改要麼全部執行，要麼全部不執行
(4) 豐富的特性：可用於緩存，消息，按key設置過期時間，過期後將會自動刪除
2. redis相比memcached有哪些優勢？
(1) memcached所有的值均是簡單的字符串，redis作為其替代者，支持更為豐富的數據類型
(2) redis的速度比memcached快很多
(3) redis可以持久化其數據
3.redis常見性能問題和解決方案：
(1) Master最好不要做任何持久化工作，如RDB內存快照和AOF日誌文件
(2) 如果數據比較重要，某個Slave開啟AOF備份數據，策略設置為每秒同步一次
(3) 為了主從複製的速度和連接的穩定性，Master和Slave最好在同一個局域網內
(4) 儘量避免在壓力很大的主庫上增加從庫
(5) 主從複製不要用圖狀結構，用單向鏈表結構更為穩定，即：Master
這樣的結構方便解決單點故障問題，實現Slave對Master的替換。如果Master掛了，可以立刻啟用Slave1做Master，其他不變。
4.MySQL裡有2000w數據，redis中只存20w的數據，如何保證redis中的數據都是熱點數據
相關知識：redis 內存數據集大小上升到一定大小的時候，就會施行數據淘汰策略。redis 提供 6種數據淘汰策略：
voltile-lru：從已設置過期時間的數據集（server.db[i].expires）中挑選最近最少使用的數據淘汰
volatile-ttl：從已設置過期時間的數據集（server.db[i].expires）中挑選將要過期的數據淘汰
volatile-random：從已設置過期時間的數據集（server.db[i].expires）中任意選擇數據淘汰
allkeys-lru：從數據集（server.db[i].dict）中挑選最近最少使用的數據淘汰
allkeys-random：從數據集（server.db[i].dict）中任意選擇數據淘汰
no-enviction（驅逐）：禁止驅逐數據
5.Memcache與Redis的區別都有哪些？
1)、存儲方式
Memecache把數據全部存在內存之中，斷電後會掛掉，數據不能超過內存大小。
Redis有部份存在硬盤上，這樣能保證數據的持久性。
2)、數據支持類型
Memcache對數據類型支持相對簡單。
Redis有複雜的數據類型。
3)、使用底層模型不同
它們之間底層實現方式 以及與客戶端之間通信的應用協議不一樣。
Redis直接自己構建了VM 機制 ，因為一般的系統調用系統函數的話，會浪費一定的時間去移動和請求。
4），value大小
redis最大可以達到1GB，而memcache只有1MB
6.Redis 常見的性能問題都有哪些？如何解決？
1).Master寫內存快照，save命令調度rdbSave函數，會阻塞主線程的工作，當快照比較大時對性能影響是非常大的，會間斷性暫停服務，所以Master最好不要寫內存快照。
2).Master AOF持久化，如果不重寫AOF文件，這個持久化方式對性能的影響是最小的，但是AOF文件會不斷增大，AOF文件過大會影響Master重啟的恢復速度。Master最好不要做任何持久化工作，包括內存快照和AOF日誌文件，特別是不要啟用內存快照做持久化,如果數據比較關鍵，某個Slave開啟AOF備份數據，策略為每秒同步一次。
3).Master調用BGREWRITEAOF重寫AOF文件，AOF在重寫的時候會佔大量的CPU和內存資源，導致服務load過高，出現短暫服務暫停現象。
4). Redis主從複製的性能問題，為了主從複製的速度和連接的穩定性，Slave和Master最好在同一個局域網內
7. redis 最適合的場景
Redis最適合所有數據in-momory的場景，雖然Redis也提供持久化功能，但實際更多的是一個disk-backed的功能，跟傳統意義上的持久化有比較大的差別，那麼可能大家就會有疑問，似乎Redis更像一個加強版的Memcached，那麼何時使用Memcached,何時使用Redis呢?
如果簡單地比較Redis與Memcached的區別，大多數都會得到以下觀點：
1 、Redis不僅僅支持簡單的k/v類型的數據，同時還提供list，set，zset，hash等數據結構的存儲。
2 、Redis支持數據的備份，即master-slave模式的數據備份。
3 、Redis支持數據的持久化，可以將內存中的數據保持在磁盤中，重啟的時候可以再次加載進行使用。
（1）、會話緩存（Session Cache）
最常用的一種使用Redis的情景是會話緩存（session cache）。用Redis緩存會話比其他存儲（如Memcached）的優勢在於：Redis提供持久化。當維護一個不是嚴格要求一致性的緩存時，如果用戶的購物車信息全部丟失，大部分人都會不高興的，現在，他們還會這樣嗎？
幸運的是，隨著 Redis 這些年的改進，很容易找到怎麼恰當的使用Redis來緩存會話的文檔。甚至廣為人知的商業平臺Magento也提供Redis的插件。
（2）、全頁緩存（FPC）
除基本的會話token之外，Redis還提供很簡便的FPC平臺。回到一致性問題，即使重啟了Redis實例，因為有磁盤的持久化，用戶也不會看到頁面加載速度的下降，這是一個極大改進，類似PHP本地FPC。
再次以Magento為例，Magento提供一個插件來使用Redis作為全頁緩存後端。
此外，對WordPress的用戶來說，Pantheon有一個非常好的插件 wp-redis，這個插件能幫助你以最快速度加載你曾瀏覽過的頁面。
（3）、隊列
Reids在內存存儲引擎領域的一大優點是提供 list 和 set 操作，這使得Redis能作為一個很好的消息隊列平臺來使用。Redis作為隊列使用的操作，就類似於本地程序語言（如Python）對 list 的 push/pop 操作。
如果你快速的在Google中搜索“Redis queues”，你馬上就能找到大量的開源項目，這些項目的目的就是利用Redis創建非常好的後端工具，以滿足各種隊列需求。例如，Celery有一個後臺就是使用Redis作為broker，你可以從這裡去查看。
（4），排行榜/計數器
Redis在內存中對數字進行遞增或遞減的操作實現的非常好。集合（Set）和有序集合（Sorted Set）也使得我們在執行這些操作的時候變的非常簡單，Redis只是正好提供了這兩種數據結構。所以，我們要從排序集合中獲取到排名最靠前的10個用戶–我們稱之為“user_scores”，我們只需要像下面一樣執行即可：
當然，這是假定你是根據你用戶的分數做遞增的排序。如果你想返回用戶及用戶的分數，你需要這樣執行：
ZRANGE user_scores 0 10 WITHSCORES
Agora Games就是一個很好的例子，用Ruby實現的，它的排行榜就是使用Redis來存儲數據的，你可以在這裡看到。
（5）、發佈/訂閱
最後（但肯定不是最不重要的）是Redis的發佈/訂閱功能。發佈/訂閱的使用場景確實非常多。我已看見人們在社交網絡連接中使用，還可作為基於發佈/訂閱的腳本觸發器，甚至用Redis的發佈/訂閱功能來建立聊天系統！（不，這是真的，你可以去核實）。
Redis提供的所有特性中，我感覺這個是喜歡的人最少的一個，雖然它為用戶提供如果此多功能。
8.高可用
高可用（High Availability），是當一臺服務器停止服務後，對於業務及用戶毫無影響。 停止服務的原因可能由於網卡、路由器、機房、CPU負載過高、內存溢出、自然災害等不可預期的原因導致，在很多時候也稱單點問題。
（1）解決單點問題主要有2種方式：
主備方式
這種通常是一臺主機、一臺或多臺備機，在正常情況下主機對外提供服務，並把數據同步到備機，當主機宕機後，備機立刻開始服務。
Redis HA中使用比較多的是keepalived，它使主機備機對外提供同一個虛擬IP，客戶端通過虛擬IP進行數據操作，正常期間主機一直對外提供服務，宕機後VIP自動漂移到備機上。
優點是對客戶端毫無影響，仍然通過VIP操作。
缺點也很明顯，在絕大多數時間內備機是一直沒使用，被浪費著的。
主從方式
這種採取一主多從的辦法，主從之間進行數據同步。 當Master宕機後，通過選舉算法(Paxos、Raft)從slave中選舉出新Master繼續對外提供服務，主機恢復後以slave的身份重新加入。
主從另一個目的是進行讀寫分離，這是當單機讀寫壓力過高的一種通用型解決方案。 其主機的角色只提供寫操作或少量的讀，把多餘讀請求通過負載均衡算法分流到單個或多個slave服務器上。
缺點是主機宕機後，Slave雖然被選舉成新Master了，但對外提供的IP服務地址卻發生變化了，意味著會影響到客戶端。 解決這種情況需要一些額外的工作，在當主機地址發生變化後及時通知到客戶端，客戶端收到新地址後，使用新地址繼續發送新請求。
（2）數據同步
同步方式：當主機收到客戶端寫操作後，以同步方式把數據同步到從機上，當從機也成功寫入後，主機才返回給客戶端成功，也稱數據強一致性。 很顯然這種方式性能會降低不少，當從機很多時，可以不用每臺都同步，主機同步某一臺從機後，從機再把數據分發同步到其他從機上，這樣提高主機性能分擔同步壓力。 在redis中是支持這楊配置的，一臺master，一臺slave，同時這臺salve又作為其他slave的master。
異步方式：主機接收到寫操作後，直接返回成功，然後在後臺用異步方式把數據同步到從機上。 這種同步性能比較好，但無法保證數據的完整性，比如在異步同步過程中主機突然宕機了，也稱這種方式為數據弱一致性。
Redis主從同步採用的是異步方式，因此會有少量丟數據的危險。還有種弱一致性的特例叫最終一致性，這塊詳細內容可參見CAP原理及一致性模型。
（3）方案選擇
keepalived方案配置簡單、人力成本小，在數據量少、壓力小的情況下推薦使用。 如果數據量比較大，不希望過多浪費機器，還希望在宕機後，做一些自定義的措施，比如報警、記日誌、數據遷移等操作，推薦使用主從方式，因為和主從搭配的一般還有個管理監控中心。
宕機通知這塊，可以集成到客戶端組件上，也可單獨抽離出來。
9.分佈式
分佈式(distributed), 是當業務量、數據量增加時，可以通過任意增加減少服務器數量來解決問題。
集群時代
至少部署兩臺Redis服務器構成一個小的集群，主要有2個目的：
高可用性：在主機掛掉後，自動故障轉移，使前端服務對用戶無影響。
讀寫分離：將主機讀壓力分流到從機上。
可在客戶端組件上實現負載均衡，根據不同服務器的運行情況，分擔不同比例的讀請求壓力。
10.分佈式集群時代
當緩存數據量不斷增加時，單機內存不夠使用，需要把數據切分不同部分，分佈到多臺服務器上。
可在客戶端對數據進行分片，數據分片算法詳見C#一致性Hash詳解、C#之虛擬桶分片。
大規模分佈式集群時代
當數據量持續增加時，應用可根據不同場景下的業務申請對應的分佈式集群。 這塊最關鍵的是緩存治理這塊，其中最重要的部分是加入了代理服務。 應用通過代理訪問真實的Redis服務器進行讀寫，這樣做的好處是：
避免越來越多的客戶端直接訪問Redis服務器難以管理，而造成風險。
在代理這一層可以做對應的安全措施，比如限流、授權、分片。
避免客戶端越來越多的邏輯代碼，不但臃腫升級還比較麻煩。
代理這層無狀態的，可任意擴展節點，對於客戶端來說，訪問代理跟訪問單機Redis一樣。
總結：
分佈式緩存再向後是雲服務緩存，對使用端完全屏蔽細節，各應用自行申請大小、流量方案即可，如淘寶OCS雲服務緩存。
分佈式緩存對應需要的實現組件有：
一個緩存監控、遷移、管理中心。
一個自定義的客戶端組件，上圖中的SmartClient。
一個無狀態的代理服務。
N臺服務器。
閱讀更多 黑馬程序員成都中心 的文章
