参考
数据结构
String
应用场景
- 缓存功能,String字符串是最常用的数据类型
- 计数器：许多系统都会使用Redis作为系统的实时计数器，可以快速实现计数和查询的功能。
- 共享用户Session：用户重新刷新一次界面，可能需要访问一下数据进行重新登录，或者访问页面缓存Cookie，但是可以利用Redis将用户的Session集中管理，在这种模式只需要保证Redis的高可用，每次用户Session的更新和获取都可以快速完成。大大提高效率。
内部的实现
通过 SDS（Simple Dynamic String ）来存储的。SDS 类似于 Java 中的 ArrayList，可以通过预分配冗余空间的方式来减少内存的频繁分配。
Hash
类似 Map 的一种结构
List
应用场景
- 消息队列：Redis的链表结构，可以轻松实现阻塞队列，可以使用左进右出的命令组成来完成队列的设计。比如：数据的生产者可以通过Lpush命令从左边插入数据，多个数据消费者，可以使用BRpop命令阻塞的“抢”列表尾部的数据。
Set
无序集合，可以自动去重
应用场景
基于 Set 做交集、并集、差集的操作。比如交集，可以把两个人的好友列表整一个交集，查看共同好友。
SortedSet
Sorted set 是排序的 Set，去重但可以排序，写进去的时候给一个分数，自动根据分数排序。
应用场景
-
排行榜：有序集合经典使用场景。例如视频网站需要对用户上传的视频做排行榜，榜单维护可能是多方面：按照时间、按照播放量、按照获得的赞数等。微博热搜榜，就是有个后面的热度值，前面就是名称
-
权重的队列：用Sorted Sets来做带权重的队列，比如普通消息的score为1，重要消息的score为2，然后工作线程可以选择按score的倒序来获取工作任务。让重要的任务优先执行。
高级用法
Bitmap
位图是支持按 bit 位来存储信息，可以用来实现 布隆过滤器（BloomFilter）；
HyperLogLog
供不精确的去重计数功能，比较适合用来做大规模数据的去重统计，例如统计 UV；
Geospatial
可以用来保存地理位置，并作位置距离计算或者根据半径计算位置等。有没有想过用Redis来实现附近的人？或者计算最优地图路径？
以上三个也可以算作一种数据结构。
pub/sub
功能是订阅发布功能，可以用作简单的消息队列。
Pipeline
可以批量执行一组指令，一次性返回全部结果，可以减少频繁的请求应答。
Lua
Redis 支持提交 Lua 脚本来执行一系列的功能。
事务
最后一个功能是事务，但 Redis 提供的不是严格的事务，Redis 只保证串行执行命令，并且能保证全部执行，但是执行命令失败时并不会回滚，而是会继续执行下去。
缓存淘汰策略
不管是本地缓存还是分布式缓存，为了保证较高性能，都是使用内存来保存数据，由于成本和内存限制，当存储的数据超过缓存容量时，需要对缓存的数据进行剔除。
一般的剔除策略有 FIFO 淘汰最早数据、LRU 剔除最近最少使用、和 LFU 剔除最近使用频率最低的数据几种策略。
-
noeviction:当内存达到限制，并且客户端尝试执行会让更多内存被使用的命令（大部分的写入指令，但DEL和几个例外），返回错误
-
allkeys-lru: 尝试回收最少使用的键（LRU），使得新添加的数据有空间存放。
-
volatile-lru: 尝试回收最少使用的键（LRU），但仅限于在过期集合的键,使得新添加的数据有空间存放。
-
allkeys-random: 回收随机的键使得新添加的数据有空间存放。
-
volatile-random: 回收随机的键使得新添加的数据有空间存放，但仅限于在过期集合的键。
-
volatile-ttl: 回收在过期集合的键，并且优先回收存活时间（TTL）较短的键,使得新添加的数据有空间存放。
如果没有键满足回收的前提条件的话，策略volatile-lru, volatile-random以及volatile-ttl就和noeviction 差不多了。
缓存常见问题
持久化
Redis 提供了 RDB 和 AOF 两种持久化方式
RDB
- RDB把内存中的数据集以快照形式写入磁盘，实际操作是通过 fork 子进程执行，采用二进制压缩存储.
- RDB 把整个 Redis 的数据保存在单一文件中，比较适合用来做灾备，但缺点是快照保存完成之前如果宕机，这段时间的数据将会丢失，另外保存快照时可能导致服务短时间不可用。
AOF
- AOF 是以文本日志的形式记录 Redis 处理的每一个写入或删除操作。
- AOF 对日志文件的写入操作使用的追加模式，有灵活的同步策略，支持每秒同步、每次修改同步和不同步，缺点就是相同规模的数据集，AOF 要大于 RDB，AOF 在运行效率上往往会慢于 RDB。
思维导图
以下思维导图来自敖丙
