另一方面，所谓redis redis是指nosql (也是巨大的map )单线程，但每秒可以处理10w的同时运行)的数据全部在存储器中)。 使用java操作redis类似于jdbc接口标准对mysql，有实现各种各样的他的实现类，我们常用的是druid。
其中对于redis，我们通常使用Jedis。 (还提供了连接池JedisPool。
在redis中，key是字节redis的数据结构(value ) :
String、list、set、orderset、hash
二、为什么快速1、纯内存操作数据保存在内存中，内存响应时间约为100纳秒，这是Redis每秒万亿级访问的重要基础。
2、通过单线程操作，避免了频繁的上下文切换。 虽然采用了单线程，但单线程避免了不必要的上下文切换和竞争条件。 另外，不存在基于多进程和多线程的开关，消耗了CPU。 作者认为CPU不是瓶颈，内存和网络带宽才是重要的。 但在实际测试中却并非如此。 请参阅上面。
3、采用非阻塞I/O复用机制的复用I/O复用模型是利用select、poll、epoll同时监测多个流I/O事件的能力，空闲时阻塞当前线程，一个或多个程序轮询所有流(这里“复用”指的是多个网络连接，而“复用”指的是复用同一个线程。 除了Redis自身的事件处理模型外，还将epoll中的连接、读写、关机转换为事件，不会浪费I/O时间。
4、纯粹的ANSI C的制作不依赖于第三方的类库，不像memcached那样使用libevent。 由于libevent的代码越来越庞大以适应其通用性，作者通过对libevent中两个文件的修改实现了自己的epoll event loop。 微软兼容Windows补丁也因同样的理由被拒绝。
好快。 原因之一是Redis的多种数据结构，每个结构只做自己喜欢的事情。 当然，数据库为Table，MongogoDB只比JSON的一个结构快。
三. I/O复用模式和响应设计模式详细信息，请参阅使用libevent和libev提高网络应用性能的——I/O模式的发展史
Redis内部安装采用了epoll独自安装的简单的事件框架。 所有对epoll的读取、写入、关闭和连接都将转换为事件，利用epoll的多路复用功能，在io上花费较少的时间。
1、I/O复用的封装I/O复用实际上通过用1个线程记录并追踪各sock(I/O流)的状态来管理多个I/O流。
Redis需要在多个平台上运行，同时为了最大化执行的效率和性能，不同的编译平台选择不同的I/O复用函数作为子模块，提供给上层统一的接口。
redis的复用提供了select、epoll、evport、kqueue几个选择，在编译时选择一个。
select由POSIX提供，一般操作系统都支持；
epoll由LINUX系统内核支持；
Solaris系统内核支持evport；
Mac系统支持kqueue；
# ifdef have _ ev port # include ' AE _ ev port.c ' # else # ifdef have _ epoll # include ' AE _ epoll.c ' # else # ifdef hef Redis将类型名称aeApiState统一到所有的IO复用中，对epoll来说，类型成员是调用epoll_wait所需的参数
接下来，我们将讨论epoll接口的封装。
包括创建epoll_create
注册事件(epoll_ctl ) ) )。
删除事件(epoll_ctl )
块侦听(epoll_wait )等
创建epoll只是申请aeApiState的内存空间，将返回的指针保存到事件驱动循环中，事件的注册和删除是epoll_ctl的封装，通过根据操作选择不同的参数阻塞侦听是epoll_wait的封装，返回后由事件驱动保存活动事件。
2、Reactor设计模式：事件驱动循环流程Redis服务采用Reactor方式实现文件事件处理器。 (每个网络连接实际上对应于文件描述符) ) ) ) ) )。
main函数初始化完成后，需要执行事件驱动循环。 在循环中，调用并接收I/o复用函数
初始化完成后，main函数调用aeMain函数，传递的参数是服务的事件驱动
由于Redis以链表形式记录时间事件，所以每次寻找最早超时的事件时都需要遍历整个链表，容易导致性能下降
瓶颈。而 libevent 是采用最小堆记录时间事件，寻找最早超时事件只需要 O(1) 的复杂度。通过Reactor的方式，可以将用户线程轮询IO操作状态的工作统一交给handle_events事件循环进行处理。
用户线程注册事件处理器之后可以继续执行做其他的工作（异步），而Reactor线程负责调用内核的select/epoll函数检查socket状态。当有socket被激活时，则通知相应的用户线程（或执行用户线程的回调函数），执行handle_event进行数据读取、处理的工作。由于select/epoll函数是阻塞的，因此多路IO复用模型也被称为异步阻塞IO模型。注意，这里的所说的阻塞是指select函数执行时线程被阻塞，而不是指socket。一般在使用IO多路复用模型时，socket都是设置为NONBLOCK的，不过这并不会产生影响，因为用户发起IO请求时，数据已经到达了，用户线程一定不会被阻塞。
3、redis线程模型：
简单来说，就是。我们的redis-client在操作的时候，会产生具有不同事件类型的socket。在服务端，有一段I/0多路复用程序，将其置入队列之中。然后，IO事件分派器，依次去队列中取，转发到不同的事件处理器中。
能，将内存中的数据异步写入硬盘中，两种方式：RDB（默认）和AOF
1、RDB持久化原理通过bgsave命令触发，然后父进程执行fork操作创建子进程，子进程创建RDB文件，根据父进程内存生成临时快照文件，完成后对原有文件进行原子替换（定时一次性将所有数据进行快照生成一份副本存储在硬盘中）
优点：是一个紧凑压缩的二进制文件，Redis加载RDB恢复数据远远快于AOF的方式。缺点：由于每次生成RDB开销较大，非实时持久化， 2、AOF持久化原理开启后，Redis每执行一个修改数据的命令，都会把这个命令添加到AOF文件中。
优点：实时持久化。
缺点：所以AOF文件体积逐渐变大，需要定期执行重写操作来降低文件体积，加载慢
五、redis主挂了怎么操作redis提供了哨兵模式，当主挂了，可以选举其他的进行代替，哨兵模式的实现原理，就是三个定时任务监控。
每隔10s，每个S节点（哨兵节点）会向主节点和从节点发送info命令获取最新的拓扑结构每隔2s，每个S节点会向某频道上发送该S节点对于主节点的判断以及当前Sl节点的信息，同时每个Sentinel节点也会订阅该频道，来了解其他S节点以及它们对主节点的判断（做客观下线依据）每隔1s，每个S节点会向主节点、从节点、其余S节点发送一条ping命令做一次心跳检测(心跳检测机制)，来确认这些节点当前是否可达当三次心跳检测之后，就会进行投票，当超过半数以上的时候就会将该节点当做主。
六、redis集群redis集群在3.0以后提供了ruby脚本进行搭建，引入了糙的概念，
Redis集群内节点通过ping/等待的美女消息实现节点通信，消息不但可以传播节点槽信息，还可以传播其他状态如：主从状态、节点故障等。因此故障发现也是通过消息传播机制实现的，主要环节包括：主观下线（pfail）和客观下线（fail）
1、主客观下线：主观下线：集群中每个节点都会定期向其他节点发送ping消息，接收节点回复等待的美女消息作为响应。如果通信一直失败，则发送节点会把接收节点标记为主观下线（pfail）状态。
2、客观下线超过半数，对该主节点做客观下线
主节点选举出某一主节点作为领导者，来进行故障转移。
故障转移（选举从节点作为新主节点）
Redis的内存淘汰策略是指在Redis的用于缓存的内存不足时，怎么处理需要新写入且需要申请额外空间的数据。
noeviction：当内存不足以tdppx写入数据时，新写入操作会报错。allkeys-lru：当内存不足以tdppx写入数据时，在键空间中，移除最近最少使用的key。allkeys-random：当内存不足以tdppx写入数据时，在键空间中，随机移除某个key。volatile-lru：当内存不足以tdppx写入数据时，在设置了过期时间的键空间中，移除最近最少使用的key。volatile-random：当内存不足以tdppx写入数据时，在设置了过期时间的键空间中，随机移除某个key。volatile-ttl：当内存不足以tdppx写入数据时，在设置了过期时间的键空间中，有更早过期时间的key优先移除。 九、缓存击穿的解决方案：原因：
就是别人请求数据的时候，很多数据在缓存中无法查询到，直接进入数据查询，
解决方法：
对相关数据进行查询的数据只查询缓存，如果是一些特殊的可以进行数据库查询，也可以采用布隆过滤器进行查询
缓存雪崩的原因：一次性加入缓存的数据过多，导致内存过高，从而影响内存的使用导致服务宕机
解决方法：
redis集群，通过集群方式将数据放置后端服务降级和限流：当一个接口请求次数过多，那么就会添加过多数据，可以对服务进行限流，限制访问的数量，这样就可以减少问题的出现