本节Redis课程围绕三个核心主题展开：
-
为什么需要Redis及Redis的基本工作原理：Redis作为一个高性能的内存数据库，具备低延迟、高吞吐的特点，能够解决传统数据库在高并发场景下的性能瓶颈。
-
Redis应用案例：通过掘金连续签到、用户计数、排行榜和分布式锁等真实场景，深入了解Redis的多种数据结构及功能。
-
在字节跳动使用Redis的注意事项：详细探讨大Key、热Key、慢查询的危害及解决方案，以及如何应对缓存穿透和缓存雪崩。
• 字符串操作：GET / SET / DEL / INCR / SETNX。
• 哈希操作：HSET / HGET / HINCRBY。
• 列表操作：LPUSH / RPOP / LRANGE。
• 有序集合操作：ZADD / ZRANGEBYSCORE / ZREVRANGE / ZINCRBY / ZSCORE。
Pipelining概念：将多条命令一次性发送至Redis服务器，提高网络传输效率。
• 链表/FIFO：用于实现队列等场景。
• 哈希表：Redis的基础数据结构，支持O(1)时间复杂度的插入与查找。
• 跳表：用于实现有序集合，支持范围查询及排序。
• 数据持久化：
• AOF（Append Only File） ：通过记录每次写操作实现数据的持久化。
• RDB（Redis DataBase） ：定期生成快照保存数据。
• 单线程模型：Redis采用单线程处理命令，通过事件循环实现高并发，避免了多线程切换的开销。
• 掘金连续签到：使用GET和SET存储签到数据，结合Key的过期时间实现自动清理。
• 掘金用户计数：利用HSET存储用户访问计数。
• 排行榜：基于ZSET实现动态排名和高效查询。
• 分布式锁：通过SETNX原子操作实现分布式锁，保证数据一致性。
• 大Key问题：当Value大于10KB时，容易引起内存膨胀和网络传输延迟，建议分片存储。
• 热Key问题：某些Key的访问频率过高会导致Redis实例负载过重，可以通过分布式缓存解决。
• 慢查询问题：包括大Key操作、批量操作以及高并发导致的阻塞，需优化命令和分布式部署。
• 缓存穿透和雪崩：
• 缓存穿透：通过布隆过滤器拦截无效请求。
• 缓存雪崩：设置不同的过期时间并增加降级策略。
• 行式存储与列式存储对比。
• 数据压缩：常用算法包括LZ4、Run-length encoding、Delta encoding。
• 延迟物化：减少内存带宽消耗，提高查询性能。
• 向量化计算：基于SIMD指令集（如SSE、AVX）提升处理效率。
• Shard Key：实现数据分片。
• 索引：包括哈希索引、B-Tree、B+Tree及LSM-Tree。
