数据结构选择
- 合理选择基础数据结构
- 字符串（String）：如果缓存简单的键值对数据，例如用户ID和对应的用户名，使用字符串结构是高效的。例如，将用户ID
1 作为键，用户名 John 作为值存储：SET user:1 John。这种简单的结构读写速度快，占用内存少。
- 哈希（Hash）：当缓存的数据是一个对象，包含多个字段时，哈希结构更合适。比如存储用户的详细信息，包括姓名、年龄、邮箱等。可以这样存储：
HSET user:1 name John age 30 email john@example.com。相比每个字段单独使用字符串结构，哈希结构在存储和读取整个对象时更高效，减少了键的数量，降低了内存碎片化。
- 列表（List）：适用于需要按顺序存储数据的场景，如消息队列。假设要实现一个简单的任务队列，将任务ID依次添加到列表中：
LPUSH task:queue 1001 1002 1003。通过 RPOP 命令从列表右侧弹出任务进行处理，保证了任务处理的顺序性。
- 集合（Set）：用于存储不重复的数据集合，且不需要保持顺序。比如统计网站的独立访客，每次用户访问时将其IP地址添加到集合中：
SADD unique:visitors 192.168.1.1。可以通过 SCARD 命令快速获取独立访客数量，而且集合结构能自动去重，避免重复记录。
- 有序集合（Sorted Set）：当需要对数据进行排序时，有序集合是理想选择。例如排行榜应用，以用户的分数作为排序依据。假设要记录用户的游戏得分：
ZADD leaderboard 100 user1 200 user2 150 user3。可以通过 ZRANGEBYSCORE 等命令获取按分数排序的用户列表。
- 数据结构嵌套使用：根据业务需求，有时可以嵌套使用数据结构。比如在一个电商应用中，要缓存每个商品的评论。可以使用哈希结构存储商品的基本信息，而评论列表可以用列表结构嵌套在哈希中。例如：
HSET product:1 name "iPhone" price 999 comments:list:product:1，然后通过操作 comments:list:product:1 这个列表来管理评论。
缓存策略设定
- 过期策略
- 定期删除：Redis会定期随机抽取一些设置了过期时间的键，检查是否过期并删除。可以通过配置
redis.conf 中的 hz 参数来调整检查频率，hz 默认为10，表示每秒检查10次。增加 hz 值可以提高过期键检查的频率，但会增加CPU开销。例如，对于一些临时验证码的缓存，可以设置较短的过期时间，如5分钟，利用Redis的定期删除机制自动清理。
- 惰性删除：当访问一个键时，Redis会检查该键是否过期，如果过期则删除并返回
nil。这种方式减少了CPU开销，但可能会导致过期键长时间占用内存。对于一些不常用但偶尔会访问的数据，如用户的历史订单数据（很少查看但需要保留一段时间），可以采用这种策略。
- 淘汰策略
- noeviction：当内存达到最大限制时，不淘汰任何数据，此时如果执行写操作且内存不足，会返回错误。这适用于不允许丢失数据的场景，如缓存数据库配置信息等关键数据。
- allkeys - lru：从所有键中，淘汰最近最少使用（Least Recently Used）的键。适用于大部分缓存场景，例如缓存网页内容，长时间未访问的网页缓存可以被淘汰，以释放内存给新的缓存数据。
- volatile - lru：从设置了过期时间的键中，淘汰最近最少使用的键。如果应用中有部分数据是长期有效的，而部分是有过期时间的，且希望优先淘汰有过期时间的不常用数据，可以使用此策略。
- allkeys - random：从所有键中随机淘汰数据。这种策略不太常用，因为它没有考虑数据的访问频率和重要性，但在某些特殊场景下，如测试环境中模拟随机数据淘汰情况时可能会用到。
- volatile - random：从设置了过期时间的键中随机淘汰数据。
- volatile - ttl：从设置了过期时间的键中，淘汰即将过期的数据。适用于希望优先淘汰快过期数据的场景，例如缓存限时优惠活动信息，优先淘汰快要过期的活动缓存。
命令使用规范
- 批量操作
- 使用管道（Pipeline）：通过管道可以一次性发送多个命令到Redis服务器，减少网络开销。例如，要批量设置多个用户的缓存数据，可以使用管道。在Python中，使用
redis - py 库实现如下：
import redis
r = redis.Redis(host='localhost', port=6379, db = 0)
pipe = r.pipeline()
user_list = [('user1', 'John'), ('user2', 'Jane')]
for user, name in user_list:
pipe.set(user, name)
pipe.execute()
- MSET和MGET命令：用于批量设置和获取键值对。例如，要设置多个商品的价格：
MSET product:1:price 99 product:2:price 199 product:3:price 299。然后可以通过 MGET product:1:price product:2:price product:3:price 一次性获取这些商品的价格。
- 避免大键操作
- 大键（如非常大的列表、集合等）会占用大量内存，并且在操作时会阻塞Redis服务器。如果需要处理大量数据，可以考虑将数据分块存储。例如，对于一个包含100万个元素的列表，可以拆分成1000个包含1000个元素的小列表，每个小列表使用不同的键存储。比如
list:1 到 list:1000，这样在操作单个列表时，不会对服务器造成长时间的阻塞。
- 合理使用只读命令
- 在集群环境下，对于一些只读操作，如
GET、HGET 等，可以使用从节点来分担主节点的负载。例如，应用中大量的读请求可以配置为从从节点读取数据，通过Redis客户端的配置可以指定从节点读取。在 redis - py 库中，可以通过设置 read_from_replicas=True 来实现从从节点读取数据，从而提高整个集群的读性能。
