-
sentinelmonitor三要素（master-name、IP、port）必须准确，缺一不可，否则哨兵无法发现主从拓扑；quorum是触发投票的最小同意数，非哨兵总数；密码需三端一致（requirepass/masterauth/auth-pass），ACL还需配置masteruser；down-after-milliseconds宜设3000–5000ms防误判；启动前须确保主从就绪，否则从节点被误标sdown。
-
主节点应禁用RDB、仅启用AOF（appendonlyyes）并设appendfsync为everysec；AOF重写需协同配置auto-aof-rewrite-percentage（如70）、auto-aof-rewrite-min-size（如64mb）及no-appendfsync-on-rewriteyes；RDB快照宜按业务峰谷调整save策略，避免高频fork。
-
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。
-
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。
-
必须配合日期动态生成key，因Bitmap无时间维度，共用key会丢失日期信息且导致单key膨胀、RDB/AOF暴增、主从延迟；用户ID须映射为非负整数offset，避免直接强转；BITCOUNT偏高多因key未清理或offset错位；5000万DAU下Bitmap体积约6.25MB，但需防ID稀疏浪费内存。
-
Redis布隆过滤器不支持动态扩容，BF.RESERVE设定的capacity和error_rate不可修改；扩容需手动迁移数据并切换key，参数选错易致内存激增或OOM。
-
缓存击穿是热点key过期瞬间并发请求涌向DB，需用逻辑过期、随机过期时间、分级预热、互斥锁及行为验证来防控。
-
不能。volatile-ttl仅在内存不足时随机采样少量带过期时间的key淘汰TTL最小者，并非定时批量清理；高QPS下写入快于淘汰易致OOM，需配合随机偏移、调优采样数、限流及兜底策略。
-
RedisCommandTimeoutException本质是命令执行完成但客户端未及时收到响应，与连接池大小无关；应优先调整command-timeout、keepalive及tcpUserTimeout等网络层参数。
-
根本原因是客户端频繁新建并立即关闭TCP连接，导致Linux内核在主动关闭方维持TIME_WAIT状态（2×MSL，通常60秒），端口无法复用；Redis服务端不产生该状态，问题源于客户端未复用连接池、错误调用close()、配置不当或框架内重复初始化。
-
发布订阅模式适合实时性要求极高、可容忍消息丢失、一对多广播型通知场景，如服务状态广播、实时日志分发、WebSocket用户事件广播；Stream适合需持久化、至少一次投递、支持消费者组与重试的场景，如订单异步处理、用户行为埋点、审计日志归档。
-
volatile-lru适合电商购物车场景，但需为每个购物车key显式设置TTL并定期刷新；它仅淘汰带过期时间的key，采样随机且保守，不适用于依赖访问频次的场景。
-
主节点磁盘满导致bgsave失败，进而使从节点全量同步卡在wait_bgsave状态；需通过df-h查Redis实际dir路径磁盘使用率、日志中“Nospaceleftondevice”报错及infopersistence中rdb_bgsave_in_progress异常确认。
