简述：redis 单实例，单进程，当线程处理用户请求数据，基于内存对数据处理。Redis默认分为0-16号库，每个库互相隔离（数据不共享）
基础复习：
1，系统中的每个进程对应有一个fd，通过网卡连接系统的每个连接会产生一个fd
2，一个进程会有自己内存工作空间称之为用户空间，kernel工作空间称为内核空间，进程和kernel交互会发生内存拷贝
系统内核Nio处理的发展历程：
Redis快速原因：
1，基于内存，避免了磁盘IO性能影响
2，使用kernel epoll机制，减少内核态用户态之间频繁调用
3，单线程“顺序”处理client请求避免多线程锁的问题
Redis Value Type:
Strings，基本操作 set ,get,append,strlen,setrange,getrange
（1）set k1 val1 [nx/xx] //nx不存在才能创建，已存在则失败 ,xx已存在才更新value
（2）string包含数值类，可以对数值类value进行直接操作 incr k （+1）,incrby k 50(+50) decr k2(-1) decrby 3(-3)
（3）mset k1 v1 k2 v2 //批量创建 mget k1 k2 //批量获取
（4）expire k1 5 //设置key有效时间5s set k1 20 ex 5 //创建时指定key的时间 ttl k1 //查询k1剩余时间
（5）getrange k1 2 5 //取出索引2-5的内容 setrange k1 5 tatata //指定索引范围设置内容
bitmap: setbit k1 [position] [bitvalue]
bitpos k1 [bitvalue] [start][end]//在指定字符范围查找，bitvalue首次出现位置
bitcount k1 [start][end]//在指定字符范围查找1 count
案例：一，统计用户登录400bit，1bit 1day
setbit k1 [day], 1 count k1
二，统计活跃用户（去重处理）日期key,按位或计算处理
set 20190101 1 1 , set 20190101 7 1 ,set 20190102 1 1
bitop or destkey 20190101 20190103
bitcount destkey 0 -1
Lists，基本操作 rpush, lpush,lrange,rpop，可作为栈，队列，数组，阻塞/插队
（1）rpush k1 a,b,c lpush first //左边为head，右边为tail，(first a b c)
（2）lrange k1 0 -1 //正序输出 rrange //倒序输出
（3）ltrim k1 [start] [end] //保留前N条数据，剔除老数据
（4）brpop k1 [seconds]//阻塞提取元素，0为一只等待，其它超时返回
Hashes，基本操作 hmset hmget hget hincby，用于点赞，收藏，详情
(1)hmset person:100 name tom sex man birth 1998-01-01
(2)hget person:100 name//获取单一属性值 hgetall //获取全部属性名和值
hmget person:100 name sex birth //只获取属性值
Sets, 无序唯一，随机，用于抽奖，打标签
（1）sadd k1 v1 v2 v3 //添加元素 smembers k1//查询元素 sismember k1元素是否存在
（2）sinterstore kdest k1 k2 //存储交集结果，减少io输出（sinte会产生IO结果输出）
sunionrestore //并集合结果存储
srandmember //整数，取出去重结果（范围内）负数，重复结果集满足数量
Sorted set，唯一且按score排序 如：a.score>b.score 则 a>b 若score相同则按key的字典序处理
常用操作，
zadd k1 score v1 //添加 zrange k1 0 -1//正序 zrevrange k1//倒序
zrange k1 0 -1 withscores//带score值输出
zrangebyscore k1 //筛选匹配区间元素
zremrangebyscore k1 [start score][end score]//移除区间内的元素
索引：redis支持正向索引与反向索引，反向-1表示最后，-2表示最后一位-1
redis过期判定：
1，被动判定：当过期key达到过期后暂不清理，client下次访问这key在处理
2，主动判定：每隔一段时间随机抽取20，发现已过期key删除，如此次已过期的key超过样本量的25%，则继续重新随机，查找，删除，直到样本内过期key低于25%
redis持久化：
linux fork机制,父进程，子进程
Redis之穿透，雪崩：
发生前提：发生了大量并发请求
击穿问题：如果大量请求key不在业务范围内且绕过service和Redis到达db，导致db引起压力的问题
雪崩问题：大量的key同时过期或不存在cache，导致请求全部打到db，，导致db引起压力的问题
解决方法：
击穿的解决：增加布隆过滤器，无效的key拦截掉
雪崩的解决：
Redis集群模式：
AKF拆分原则：
集群模式：
1,主从复制:(master-slave model)
集群中容量问题：当数据业务无法拆分或大一业务数据量过多会导致redis扩容问题
解决方案：
（1）哈希取模，缺点：模数值固定影响扩展
（2）一致性哈希，环形hash，虚拟节点，解决数据倾斜
2,无主模型（分片）：
（1）data slot：通过hash算法将数据分散到集群中的每个节点上，即数据分制
（2）client随机连接Redis节点，若key在此节点则处理，如果slot在其它节点则redirect到slot节点地址去处理
（3）如集群中某个节点负责的slots无法提供服务则导致整个集群无法对外服务，所以备份节点需要多台
Redis 延迟问题：
不合理使用命令和数据结构:
当数据量达到一定级别时，某些命令的执行就会花费大量时间，比如对一个包含上万个元素的 hash 结构执行 hgetall 操作。对于键值较多的 hash 结构可以使用 scan 系列命令来逐步遍历，而不是直接使用 hgetall 来全部获取。
建议对于键值较多的 hash 结构可以使用 scan 系列命令来逐步遍历，而不是直接使用 hgetall 来全部获取。发现大对象，redis-cli -h {ip} -p {port} --bigkeys 持续采样，实时输出当时得到的 value 占用空间最大的 key 值
持久化阻塞：当我们开启AOF持久化功能时，文件刷盘的方式一般采用每秒一次，后台线程每秒对AOF文件做 fsync 操作。当硬盘压力过大时，fsync 操作需要等待，直到写入完成