-
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。
-
不能。Redis6–7.0的ACL不支持Key前缀通配符（如~tenant:a:），仅支持字面Key名或~；7.0起虽有实验性前缀匹配，但生产未验证且不支持嵌套通配。
-
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。
-
RedisPub/Sub不支持优先级，仅为瞬时广播；真正优先级队列需用List+BRPOP多键轮询，按queue:high→queue:medium→queue:low顺序原子消费，Pub/Sub仅作轻量通知触发器。
-
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。
-
Redis发布订阅怕大Key是因为PUBLISH不校验消息大小，大Payload会阻塞单线程主线程，导致延迟飙升、内存积压；应用层需在序列化后截断或拒绝超限消息（如>100KB），订阅端须预检长度并禁用自动解码，大Payload场景应改用SET+key事件、DB查询或Kafka等替代方案。
-
SpringBoot中@Cacheable不支持动态过期时间，因SpringCache抽象层仅支持全局TTL配置；需通过RedisTemplate手动设expire、多CacheManager配置或自定义RedisCacheWriter实现差异化TTL。
-
SINTER是Redis中计算共同好友唯一靠谱、原子、高效的方式，它基于内存集合运算，自动选取最小集合优化性能，毫秒级返回结果，避免网络往返与客户端计算开销。
-
RedisPub/Sub不直接产生内存碎片，但未清理的订阅连接、消息积压或缓冲区配置不当会推高used_memory_rss，导致mem_fragmentation_ratio偏高，形成“假性碎片”；真实碎片源于键值对频繁增删改，而Pub/Sub缓冲区不受active-defrag影响。
-
CLUSTERKEYSLOT仅执行CRC16(key)mod16384计算，返回0–16383的槽号，不查询集群拓扑或节点信息；定位具体实例需配合CLUSTERSLOTS或CLUSTERNODES查找槽所属节点。
-
LFU频率计数器非线性增长，由lfu-log-factor和lfu-decay-time共同调控：访问按概率递增且增幅随当前值增大而衰减，初始值为5、上限255；衰减每lfu-decay-time分钟执行一次右移1位。
-
Redis卡顿是设计使然，因其单线程模型下Lua脚本原子独占主线程，执行长耗时操作会阻塞所有请求，包括过期、AOF、心跳等；复杂聚合应迁出至应用层。
-
RedisCluster故障转移由主节点失联且多数主节点投票确认触发；从节点需满足复制偏移量达标、获多数主节点投票才能当选新主。
-
dump.rdb文件越积越多是因为Redis默认不自动清理旧快照，每次bgsave生成新文件但保留旧文件，需依赖外部脚本按时间戳安全清理。
-
Redis6.0+的Pub/Sub不阻塞主线程，因消息分发改由独立客户端上下文异步处理；而5.x及更早版本中publish同步遍历订阅者，网络慢或缓冲区满时会阻塞主线程。
