自我介绍，做过的项目你项目中用到redis，可以介绍一下为什么使用它吗？基于内存操作，内存读写速度快。支持多种数据类型，包括String、Hash、List、Set、ZSet等。支持持久化。Redis支持RDB和AOF两种持久化机制，持久化功能可以有效地避免数据丢失问题。支持事务。Redis的所有操作都是原子性的，同时Redis还支持对几个操作合并后的原子性执行。支持主从复制。主节点会自动将数据同步到从节点，可以进行读写分离。Redis命令的处理是单线程的。Redis6.0引入了多线程，需要注意的是，多线程用于处理网络数据的读写和协议解析，Redis命令执行还是单线程的。redis为什么性能好基于内存：Redis是使用内存存储，没有磁盘IO上的开销。数据存在内存中，读写速度快。IO多路复用模型：Redis 采用 IO 多路复用技术。I/O ：网络 I/O；多路：多个 TCP 连接；复用：共用一个线程或进程。生产环境中的使用，通常是多个客户端连接 Redis，然后各自发送命令至 Redis 服务器，最后服务端处理这些请求返回结果。应对大量的请求，Redis 中使用 I/O 多路复用程序同时监听多个套接字，并将这些事件推送到一个队列里，然后逐个被执行。最终将结果返回给客户端。单线程redis是单线程的，避免了上下文切换高效的数据结构：Redis 每种数据类型底层做了优化，有高效的数据结构和合理的编码redis如何处理分布式任务1. 主从模式（读写分离）redis单节点虽然有通过RDB和AOF持久化机制能将数据持久化到硬盘上，但数据是存储在一台服务器上的，如果服务器出现硬盘故障等问题，会导致数据不可用，而且读写无法分离，读写都在同一台服务器上，请求量大时会出现I/O瓶颈。为了避免单点故障 和 读写不分离，Redis 提供了复制（replication）功能实现master数据库中的数据更新后，会自动将更新的数据同步到其他slave数据库上。2. 哨兵模式哨兵模式核心还是主从复制，只不过在相对于主从模式在主节点宕机导致不可写的情况下，多了一个竞选机制：从所有的从节点竞选出新的主节点。竞选机制的实现，是依赖于在系统中启动一个sentinel进程。但是哨兵本身也可能遇到单点故障的问题，所以在一个一主多从的Redis系统中，可以使用多个哨兵进行监控，哨兵不仅会监控主数据库和从数据库，哨兵之间也会相互监控。3. Redis集群方案 （cluster模式）Cluster采用无中心结构,它的特点如下：所有的redis节点彼此互联(PING-PONG机制),内部使用二进制协议优化传输速度和带宽节点的fail是通过集群中超过半数的节点检测失效时才生效客户端与redis节点直连,不需要中间代理层.客户端不需要连接集群所有节点,连接集群中任何一个可用节点即可Cluster模式的具体工作机制：在Redis的每个节点上，都有一个插槽（slot），取值范围为0-16383当我们存取key的时候，Redis会根据CRC16的算法得出一个结果，然后把结果对16384求余数，这样每个key都会对应一个编号在0-16383之间的哈希槽，通过这个值，去找到对应的插槽所对应的节点，然后直接自动跳转到这个对应的节点上进行存取操作为了保证高可用，Cluster模式也引入主从复制模式，一个主节点对应一个或者多个从节点，当主节点宕机的时候，就会启用从节点当其它主节点ping一个主节点A时，如果半数以上的主节点与A通信超时，那么认为主节点A宕机了。如果主节点A和它的从节点都宕机了，那么该集群就无法再提供服务了Cluster模式集群节点最小配置6个节点(3主3从，因为需要半数以上)，其中主节点提供读写操作，从节点作为备用节点，不提供请求，只作为故障转移使用。redis如何实现一个队列和栈栈用LPUSH创建名为“stack”的key并放入元素，使用LRANGE查看放入的元素，使用LPOP取出放入的元素；可以发现取出的顺序与放入的顺序相反（先进后出）LPUSH stack q w e r t y u i o p  LRANGE stack 0 -1 LPOP stack  队列LPUSH queue q w e r t y u i o p  LRANGE queue 0 -1  RPOP queue  redis有哪几种类型，可以介绍一下吗？Redis支持5种核心的数据类型，分别是字符串、哈希、列表、集合、有序集合；Redis还提供了Bitmap、HyperLogLog、Geo类型，但这些类型都是基于上述核心数据类型实现的；Redis在5.0新增加了Streams数据类型，它是一个功能强大的、支持多播的、可持久化的消息队列。看你项目中用到了elasticsearch，介绍一下es如何实现数据同步？同步双写这是一种比较简单的方式，就是在将数据写入到MySQL的时候，同时将数据写入到ES,实现数据的双写。异步双写（MQ方式）针对第一种同步双写的性能和数据丢失问题，可以考虑引入MQ,从而形成异步双写的方案。由于MQ的性能基本比mysql高出一个数量级，所以性能可以得到显著的提高。异步双写（Worker方式）上面方案中都存在硬编码问题，也就是有任何对mysq进行增删改查的地方植入ES代码，代码的侵入性太强。如果对实时性要求不高的情况下，可以考虑用定时器，比如logstash处理，具体步骤如下：数据库的相关表中增加一个字段为timestamp的字段，任何crud操作都会导致该字段的时间发生变化；原来程序中的CURD操作不做任何变化；增加一个定时器程序，让该程序按一定的时间周期扫描指定的表，把该时间段内发生变化的数据提取出来；逐条写入到ES中。注：Logstash 是免费且开放的服务器端数据处理管道，能够从多个来源采集数据，转换数据，然后将数据发送到您最喜欢的“存储库”中Binlog 同步方式：上面方案要么有代码侵入，要么有硬编码，要么有时延，第4中方案，可以使用go-mysql-elasticsearch插件实现相关功能，他是利用mysql的binlog来进行同步具体步骤如下：1） 读取mysql的binlog日志，获取指定表的日志信息；2） 将读取的信息转为MQ；3） 编写一个MQ消费程序；4） 不断消费MQ，每消费完一条消息，将消息写入到ES中。说一下选择排序和冒泡排序冒泡排序从第一个数开始，依次往后进行相邻两个数之间的比较，如果前面的数比后面的数大就交换这两个数的位置，如果前面的数较小或两者一样大，就不作处理。选择排序选择排序法就是从需要排序的数据元素中 选出最小或最大的一个元素，把他和第一个位置的元素进行互换。来写一段sql吧：有一张表,有id,name,type三个类型，选择每种类型中id最大的数据假设这张表名为data_tableSELECT type, MAX(id) AS max_id FROM data_table GROUP BY type;一面准备的不充分，昨天被其他部门捞了，今晚七点复活赛，要认真准备了