-
必须显式配置client-output-buffer-limit，否则普通客户端无输出缓冲区上限，易致内存耗尽；需为normal、pubsub等类型分别设置hard/soft限制，尤其pubsub缓冲区最易失控。
-
要定位被淘汰的key，需监控evicted_keys增量、expired_keys飙升情况，并结合Redis7.0+的MEMORYUSAGE与OBJECTFREQ抽样分析；allkeys-lru不安全，应优先用volatile-lru/lfu；LFU更耗CPU因频次衰减更新；验证key是否频繁淘汰可用PFADD+PFCOUNT埋点统计。
-
ZREM不能直接删除Geo数据，因为它只删除ZSET中的member名称，而非按经纬度范围删除；必须先用GEORADIUS等命令查询出目标member，再调用ZREM精确删除。
-
应先检查是否连接泄露，再调整maxclients：通过redis-cliclientlist确认连接是否持续增长，修复Jedis未close问题；若确需扩容，须同步调高系统ulimit-n并重启Redis。
-
Redis 数据存储在内存中，如果不想办法将数据保存到硬盘上，一旦Redis重启(退出/故障)，内存的数据将会全部丢失。我们肯定不想 Redis 里的数据由于某些故障全部丢失(导致所有请求都走 MySQL)，
-
Redis是一个高性能的内存数据库，可用于缓存、队列、分布式锁、发布/订阅等多种应用场景。本文将介绍如何利用Redis实现分布式日志收集，其中包括：使用Redis的List数据结构保存日志；使用Redis的Pub/Sub（发布/订阅）功能实现分布式日志收集；使用Python代码示例演示如何实现以上功能。使用Redis的List数据结构保存日志Redis的Li
-
需要关注Redis的版本更新，因为它能带来性能提升、安全补丁和新功能。检查Redis版本是否需要升级的步骤包括：1.使用命令“redis-cli--version”查看当前版本；2.与Redis官方版本对比；3.评估新功能、性能提升、安全补丁和兼容性；4.遵循备份数据、测试环境、逐步升级和监控日志的最佳实践。
-
解决Redis启动时内存分配不足问题的方法包括：1.检查系统内存使用情况，必要时增加物理内存或调整Redis配置；2.修改redis.conf文件中的maxmemory参数，限制Redis内存使用；3.配置maxmemory-policy参数，选择合适的内存回收策略；4.增加swap空间或禁用Redis的swap使用；5.通过RedisCluster分散数据存储，降低单节点内存压力；6.使用MEMORYUSAGE命令查找并处理大key。
-
Redis的默认配置不安全，应配置防火墙规则以限制连接源。1）使用iptables规则允许特定子网访问Redis端口并拒绝其他连接。2）基于应用程序服务器位置限制访问源。3）使用TLS/SSL加密通信。4）定期审计和更新规则。5）监控和分析日志。6）考虑使用RedisSentinel。
-
Redis和Memcached的主要区别在于功能和适用场景。1)Redis提供丰富的数据结构和持久化功能，适合复杂数据处理和需要数据持久化的场景。2)Memcached专注于简单、高效的键值存储，适用于快速缓存需求。选择时需考虑数据复杂性、持久化需求、性能要求和扩展性。
-
要处理Redis慢查询日志，首先配置Redis服务器记录慢查询，然后分析日志并优化查询。1.设置slowlog-log-slower-than和slowlog-max-len参数。2.使用SLOWLOGGET命令查看慢查询记录。3.优化查询命令，如用SCAN替代KEYS。4.重新设计数据结构，如用有序集合替代普通集合。5.使用Pipeline批量执行命令。持续监控和分析慢查询日志以优化Redis性能。
-
Redis主从切换后连接池未刷新导致请求超时或Connectionrefused，因Jedis/Lettuce默认不自动感知拓扑变更；需手动重建连接池或使用Lettuce6.0+内置重连机制。
-
必须同时排除RedisAutoConfiguration和RedisRepositoriesAutoConfiguration，否则因后者依赖redisTemplate而启动失败；exclude参数需传入Class数组，配置文件中须正确书写全限定名并避免缩进错误，且需清理残留Redis属性和手动Bean。
-
RedisCluster默认不支持传统Pub/Sub跨节点广播，因频道按slot分片且gossip协议不传播订阅状态，SUBSCRIBE仅在本地节点生效；根本原因在于集群设计只负责数据分片，不实现消息路由。
-
NoSQL
Not Only SQL的简称。NoSQL是解决传统的RDBMS在应对某些问题时比较乏力而提出的。
即非关系型数据库，它们不保证关系数据的ACID特性，数据之间一般没有关联，在扩展上就非常容易实现，并且
