说下常见的Redis数据结构吧
字符串（String）：最基本的数据结构，可以存储字符串、整数或者浮点数。
哈希（Hash）：类似于关联数组，可以存储多个键值对，适合存储对象的属性。
列表（List）：双向链表结构，支持从两端进行元素的插入和删除，适合做队列或者栈。
集合（Set）：无序且不重复的元素集合，支持集合间的交集、并集和差集等操作。
有序集合（Sorted Set）：类似于集合，但每个元素都会关联一个分数，可以按照分数进行排序。
地理空间索引（Geospatial Index）：用于存储地理位置信息的数据结构，支持附近位置的搜索等功能。
Redis的持久化了解吗
了解过的面试官，主要是AOF和RDB，AOF是一种存储命令的持久化方式，可以借助于rewriteaof命令进行重写压缩以提高性能，而RDB存储的是一个二进制文件，两者一般是配合使用的，避免数据丢失。
并且持久化也跟刷盘机制有关，如果是always就不会丢失数据，everysecond最多丢一秒，如果是none交给系统就可能丢的多了。
Redis的三剑客
缓存雪崩（Cache Avalanche）：指在某个时间段内，大量缓存数据同时失效，导致大量请求直接访问数据库，造成数据库压力剧增，甚至引起数据库宕机。缓存雪崩通常是由于缓存数据设置了相同的过期时间，导致在同一时间大量缓存同时失效引起的。
解决方法：可以在设置缓存时，给缓存数据的过期时间增加一个随机值，避免大量缓存同时失效；另外，可以使用热点数据预加载、限流等方式来缓解缓存雪崩的影响。
缓存穿透（Cache Penetration）：指恶意请求或者不存在的数据频繁访问缓存，由于缓存中不存在该数据，每次请求都会直接访问数据库，导致数据库压力增大。
解决方法：可以在缓存中对于不存在的数据设置一个空值，或者使用布隆过滤器等方式来过滤恶意请求，避免直接访问数据库。
缓存击穿（Cache Breakdown）：指针对某一热点数据，由于缓存数据过期或者被删除，导致大量请求直接访问数据库，造成数据库压力增大。
解决方法：可以在缓存失效时，使用互斥锁或者分布式锁来避免大量请求同时访问数据库，同时可以提前异步加载热点数据到缓存中，避免缓存失效时直接访问数据库。
理论专项
MySQL
索引数据结构
SQL优化
哪些场景会索引失效
如何定位慢查询
回表
覆盖索引
索引下推
