當你學完Python并到工作時，你肯定會遇到一些不知道如何回答的問題，比如關于Redis的問題。而最近也有不少網友針對這類問題咨詢了小編，我整理了一篇關于這方面的文章，希望對大家有所幫助。

如何解決Redis宕機?

宕機：服務器停止服務

如果只有一個redis，肯定會造成數據丟失，無法保存;如果有多個redis或者redis集群，宕機則需要分為在主從模式下區分來看：

slave從redis宕機，redis是在配置主從復制的時候配置的。slave會從master的redis中讀取master的redis操作日志1。庫在redis中重啟后，會自動添加到主從架構中，自動完成數據的同步;

如果從庫實現了持久化，此時不要立即重啟服務，否則可能導致數據丟失。正確操作如下：對slave數據執行SLAVEOFONONE，斷開主從關系，將slave升級到master庫，此時重啟主庫，執行SLAVEOF，設置為從庫，連接主redis進行主從復制，自動備份數據。

以上過程容易配置錯誤，可以使用redis提供的sentinel機制來簡化以上操作。簡單的方法：redis的哨兵功能。

Redis集群解決方案怎么做?有哪些解決方案?

1.Codis目前使用最多的集群方案，效果和twemproxy基本一樣，但是支持在節點數變化時將舊節點數恢復到新的hash節點。

2、rediscluster3.0自帶的集群特點是它的分布式算法不是一致性hash，而是hashslot的概念，并且本身支持node設置slave節點。

3、在業務代碼層，設置幾個不相關的redis實例，在代碼層，對key進行hash計算，然后去對應的redis實例對數據進行操作。這種方式對hash層代碼要求比較高，一些考慮包括節點故障后的替代算法方案、數據沖擊后的字典腳本恢復、實例監控等。

Redis回收過程是如何工作的?

客戶端運行了一個新命令并添加了新數據。

redis檢查內存使用情況，如果大于maxmemory限制，會按照設置的策略回收。

一個新的命令被執行等等，所以我們不斷地跨越內存限制的邊界，通過不斷地到達邊界然后不斷地回收回到邊界之下。如果一個命令的結果導致大量內存被使用(例如，一個大集合的交集被保存到一個新的鍵)，那么這個內存限制就會被這個內存使用量超越。