有帮助请关注支持一下，谢谢支持继续撰稿
案例一 微淘社区之亿级关系链存储
微淘社区承载了亿级淘宝用户的社交关系链，每个用户都有自己的关注列表，每个商家有自己的粉丝信息，整个微淘社区承载的关系链如下图所示。
如果选用传统的关系型数据库模型表达如上的关系信息，会使业务设计繁杂，并且不能获得良好的性能体验。微淘社区使用Redis集群缓存存储社区的关注链，简化了关注信息的存储，并保证了双十一业务丝滑一般的体验。
微淘社区使用了Hashes存储用户之间的关注信息，存储结构如下，并提供了以下两种的查询接口：
- 用户A是否和用户B产生过关注关系
- 用户A的主动关系列表
案例二 天猫直播之评论商品游标分页
双十一用户在观看无线端直播的时候，需要对直播对应的评论进行刷新动作，主要有以下三种模式：
- 增量下拉：从指定位置向上获取指定个数（增量）的评论。
- 下拉刷新：获取最新的指定个数的评论。
- 增量上拉：从指定位置向下获取指定个数（增量）的评论。
无线直播系统使用Redis优化该场景的业务，保证了直播评论接口的成功率，并能够保证5万以上的TPS和毫秒级的response time请求。直播系统对于每个直播会写入两份数据，分别为索引和评论数据，索引数据为SortedSet的数据结构用于对评论的排序，而评论数据使用Hashes进行存储，在获取评论的时候通过索引拿到需要的索引ID之后通过Hashes的读取来获得评论的列表。评论的写入过程如下：
用户在刷新列表之后后台需要获取对应的评论信息，获取的流程如下：
- 获取当前索引位置
- 获取索引列表
- 获取评论数据
案例三 菜鸟单据履行中心之订单排序
双十一用户在产生一个交易订单之后会随之产生一个物流订单，需要经过菜鸟仓配系统处理。为了让仓配各个阶段能够更加智能的协同作业，决策系统会根据订单信息指定出对应的订单履行计划，包括什么时候下发仓、什么时候出库、什么时候配送揽收、什么时候送达等信息。单据履行中心根据履行计划，对每个阶段按照对应的时间去履行物流服务。由于仓、配的运力有限，对于有限的运力下，期望最早作业的单据是业务认为优先级最高的单据，所以订单在真正下发给仓或者配之前，需要按照优先级进行排序。
订单履行中心通过使用Redis来对所有的物流订单进行排序决定哪个订单是最高优先级的。
