一、Redis 是什么？为什么我们需要它？
Redis（Remote Dictionary Server）是一种高性能的内存型键值对数据库。
通俗地讲，它就像一个超快的、放在内存中的超级字典，你可以用它来存数据、查数据，而且快得飞起。
但比一般的键值对，比如 HashMap 强大的多，Redis 中的 value 支持 string、hash、 list、set、zset、Bitmaps、 HyperLogLog、GEO等多种数据结构。
而且因为 Redis 的所有数据都存放在内存当中，所以它的读写性能非常出色。
不仅如此，Redis 还可以将内存数据持久化到硬盘上，这样在发生类似断电或者机器故障的时候，内存中的数据并不会“丢失”。
除此之外，Redis 还提供了键过期、发布订阅、事务、流水线、Lua 脚本等附加功能，是互联网技术领域中使用最广泛的缓存中间件。
Redis 和 MySQL 的区别？
- Redis：数据存储在内存中的 NoSQL（内存数据库），读写性能非常好，适合 高并发、缓存、排行榜。
- MySQL：数据存储在硬盘中的 SQL (关系型数据库)，适合 事务、复杂查询、持久化存储。
🌰 类比理解
如果我们把传统数据库比作一个大仓库，数据存硬盘，查找、读写速度较慢；
那 Redis 就像是老板桌上随手翻的便签纸，写上就能随时翻，速度非常快。
二、Redis 能做什么？真实业务场景举例
| 典型场景 | 用途 |
|---|---|
| 用户登录验证 | 保存用户 token、session，实现快速认证验证 |
| 秒杀系统 | 控制库存、限流防刷，减少数据库压力 |
| 缓存热点数据 | 缓存用户信息、文章详情，减少数据库访问，提高访问速度 |
| 实时排行榜 | 使用 ZSet 实现积分排行、浏览量排行等 |
| 消息队列 | 使用 List 实现简单队列，异步处理任务（如下单、发短信） |
| 分布式锁 | 保证多个服务节点之间互斥执行操作 |
| 限流器 | 基于时间窗口或令牌桶算法，控制接口访问频率 |
三、Redis 支持的数据结构（核心）
Redis 有五种基本数据类型，这五种数据类型分别是：string（字符串）、hash（哈希）、list（列表）、set（集合）、sorted set（有序集合，也叫 zset）。
简单介绍下 string？
字符串是最基础的数据类型，key 是一个字符串，不用多说，value 可以是：
- 字符串（简单的字符串、复杂的字符串（例如 JSON、XML））
- 数字 （整数、浮点数）
- 甚至是二进制（图片、音频、视频），但最大不能超过 512MB。
字符串主要有以下几个典型的使用场景：
- 缓存功能
- 计数
- 共享 Session
- 限速
简单介绍下 hash？
键值对集合，key 是字符串，value 由多个字段（field）和对应值（value1）组成，相当于一个对象的属性列表。比如：user:1 作为 key，其中 name 和 age 是字段（field），对应值（value1）分别是 'pwzs' 和 18。
哈希主要有以下两个典型应用场景：
- 缓存用户信息
- 缓存对象
简单介绍下 list？
list 是一个简单的字符串列表，按照插入顺序排序。可以添加一个元素到列表的头部（左边）或者尾部（右边）。
列表主要有以下两个使用场景：
- 消息队列
- 文章列表
简单介绍下 set？
Set 是一个无序集合，元素是唯一的，不允许重复。
简单介绍下 zset？
Zset 是有序集合，比 set 多了一个排序属性 score。
| 类型 | 简介 | 示例用途 |
|---|---|---|
| String | 最常用，字符串/数字都能存 | 缓存用户信息，token 值等 |
| Hash | 类似 Java 的 Map | 缓存对象，如 user:1001 => {name:张三} |
| List | 链表结构，可当队列使用 | 异步队列、消息列表等 |
| Set | 无序集合，不重复元素 | 标签集合、共同好友等 |
| ZSet | 有序集合（带权重分数） | 排行榜、打分系统 |
| Bitmap | 位数组，可用于统计 | 统计活跃用户、签到状态等 |
| HyperLogLog | 近似去重统计（节省空间） | UV（独立访客）数量估算 |
| Geo | 地理坐标存储 | 附近的人、地图服务 |
| Stream | 日志流/消息队列结构 | 异步事件、实时日志处理等 |
四、为什么 Redis 这么快？
- 内存存储：所有数据存储在内存中，使得数据的读写操作避开了磁盘 I/O，访问速度比磁盘快几个数量级。
- 单线程模型：任何时刻只有一个命令在执行，避免了多线程加锁带来的开销，简化实现（但 I/O 非阻塞，效率高）。
- 高效的数据结构：底层精心设计的结构如 ziplist、skiplist、Hash、List 等。
- I/O 多路复用：基于 Linux 的
select/epoll机制。该机制允许内核中同时存在多个监听套接字和已连接套接字，内核会一直监听这些套接字上的连接请求或者数据请求，一旦有请求到达，就会交给 Redis 处理，就实现了所谓的 Redis 单个线程处理多个 IO 读写的请求。
五、Redis 的核心机制与原理
1. 缓存穿透、缓存击穿、缓存雪崩
| 问题 | 含义 | 解决方案 |
|---|---|---|
| 缓存穿透 | 请求的数据不存在于缓存和数据库 | 缓存空值、使用布隆过滤器 |
| 缓存击穿 | 热点 key 失效瞬间，大量请求涌入数据库 | 设置互斥锁（互斥更新）、提前更新缓存 |
| 缓存雪崩 | 大量 key 同时过期，数据库被打爆 | 设置不同过期时间、引入限流、预热机制等 |
2. Redis 的持久化机制
| 类型 | 描述 | 优点 | 缺点 |
|---|---|---|---|
| RDB | 快照保存（定时保存数据快照） | 启动快、恢复快 | 数据可能丢失（非实时） |
| AOF | 日志追加（每次写操作都记录） | 更高可靠性，可追加回放 | 文件大、恢复慢 |
| 混合持久化 | RDB + AOF 合并 | 综合两者优点 | 复杂度高，需合理配置 |
3. Redis 线程模型（为什么用单线程还能高性能）
- Redis 使用单线程处理命令请求，避免加锁。
- 通过 I/O 多路复用（epoll），能同时监听多个客户端连接。
- 耗时任务如 RDB/AOF 会另起子线程处理，不影响主线程性能。
六、Redis 与数据库一致性问题
- 场景：更新数据库后再更新 Redis，如果 Redis 更新失败，数据就不一致。
- 常见策略：
- 延迟双删策略：
- 删除缓存 → 更新数据库 → 延迟一段时间再次删缓存。
- 消息队列保障一致性：
- 写数据库同时发送消息，由订阅服务异步更新缓存。
- 先更新数据库，再删除缓存（简单易行，但有窗口期风险）
- 延迟双删策略：
七、面试陷阱与思路整理
| 面试问题 | 建议回答要点 |
|---|---|
| Redis 为什么用单线程还很快？ | 内存 + 非阻塞 I/O + 避免上下文切换 |
| 缓存与数据库如何保持一致？ | 延迟双删、消息队列、最终一致性等策略 |
| Redis 能做分布式锁吗？如何实现？ | setnx + expire 实现互斥锁，RedLock 多实例增强稳定性 |
| Redis 持久化机制有几种？区别？ | RDB 快速恢复，AOF 实时性高，混合持久化性能兼顾 |
八、Redis 学习脉络图（Mermaid）
九、总结一句话
Redis 就像一位放在你身边、反应飞快的“记事小助手”，能极大地加速系统处理效率，但也需要你合理使用、考虑一致性问题和扩展性，否则“聪明反被聪明误”。