redis的使用场景：
问题：redis的部署方式：
单机模式（自己玩的）
哨兵模式（了解常用）
redis - cluster（集群模式）
问题：什么是缓存穿透/缓存击穿/雪崩
缓存穿透：
缓存及DB都没有数据的时候，有用户恶劣一直访问，导致大量的数据落到mysql上。导致崩溃
解决：进行用户校验，当数据库和redis均没有该key值时候，设置一个key-null，给key设置一个短暂的时间
讲一下布隆过滤器：
大致流程图如下
布隆过滤器的大致思路是：当一个值加入集合的时候，通过一些hash函数映射到一个数组中的k个点，将这k个点置为1，检索的时候就看这些点是不是1，就知道这个集合中有没有该值如果有一个值对应不上为0，那就表明集合不可能存在该值。
实现代码：
缓存击穿
缓存中没有该数据的缓存，db中存在，一般出现情况为key值的缓存时间到期，此时用户对该值进行了大量访问，请求直接落到db上，导致db被打死
解决：1.将key值设置成用不过期。2.采用锁得方法，单机syn，分布式setnx，先将值从db读出来存到redis中
雪崩:
缓存中大量的key值到期，引起db压力大被打死（与缓存击穿一起记）
解决方法:1.不讲所有的key值在同一时刻过期（将key的过期时间设置为随机）
2.分布式布置时，将热点数据存到不同的redis上
问题:redis的淘汰策略（对于定期的清理）
说到redis的值会过期，就要说一下他的淘汰策略
1.不删除策略
2.优先删除最近最少使用的key
3.对设置了expires时间的key优先删除最近最少使用
4.随机删除key
5.只限于设置了expires时间的key值，随机删除部分key
6.只限于设置了expires，优先删除剩余时间最短的key值
问题：redis的过期策略
首先说一下有哪些过期策略
大致分为3中：定时删除/惰性删除/定期删除
定时：在设置了key的expires时间后，到点即删除，这样可以尽快释放key值，但是cpu很宝贵没时间管你，我还得校验你到没到期，所以占用了大量的cpu的时间
惰性:key到点了（expires）不进行删除，而是用的时候我去检查一下key到期了没有，因为有些key我是用的次数很少没比较总是去校验，所以这中很符合我性格，但是有个问题是你不去处理那样会有大量的数据存在内存中，久了会有内存泄露的问题
定期：定一个时间点，我去收拾以下家（redis），这样就比较合理了，但是这样就是上面两种的折中处理方法，在收拾内存上我没有定时收拾的快，在cpu利用上，我也没有惰性用的少
redis：采用的策略：定期删除 + 惰性删除
过期的key对adb和aof都不会有影响
rdb：从内存持久到rdb，会检查key是否过期，过期不存；从文件>内存 同样检查key是否过期，过期不导入到数据库
aof： 当key过期没被删除，是会存在aof中，但是取出来的时候会校验是否过期，过期了久不存到内存数据库了，还有种场景是key过期了我正才删除，此时aof会加一条del的命令将这个key给删除掉
问题：什么是脑裂
master在网络有问题的场景下，与sential断链了，但是还是接收的client的写请求，此时sentinel认为master断了重新选举master，当这个master网络环境恢复出现了两个master的场景，此时原来的master会被设置为slave数据清空，重更新新的matser的数据
这个时候会有几个问题：就是sentinel认为我我挂了，但是我master（老的）还在接收client的请求，等我好了你让我数据清空，那这些数据怎么办（data很重要）
redis采用的原则是：sentinel与master短链超过10s，master不接受任何client的请求，此时不会出现丢失，
选举master时：1.slave_priority 小的优先级高（最高100）2.slave 的offset多的优先成为master，3.在offset一致下，runid小的优先成为master，保证数据的最小丢失