Redis开发规范

虽然Redis支持持久化，但是Redis的数据存储全部都是在内存中的，成本昂贵，不要将所有数据全部都放到Redis中。

建议根据业务只将高频热数据存储到Redis中（如 QPS 大于 1000），对于低频冷数据可以使用 MySQL/ElasticSearch/MongoDB 等基于磁盘的存储方式，不仅节省内存成本，而且数据量小在操作时性能足够！

不要将不相关的业务数据都放到一个Redis实例中，建议新业务申请新的单独实例。

因为Redis为单线程处理，独立存储会减少不同业务相互操作的影响，提高请求响应速度；同时也避免单个实例内存数据量膨胀过大，在出现异常情况时可以更快恢复服务。

如果应用将Redis定位为缓存Cache使用，对于存放的Key一定要设置超时时间！

因为若不设置，这些Key会一直占用内存不释放，造成极大的浪费，而且随着时间的推移会导致内存占用越来越大，直到达到服务器内存上限！

另外Key的超时长短要根据业务综合评估，而不是越长越好！

对于大文本（超 500 字节）写入到Redis时，一定要压缩后存储！

大文本数据存入Redis，除了带来极大的内存占用外，在访问量高时，很容易就会将网卡流量占满，进而造成整个服务器上的所有服务不可用，并引发雪崩效应，造成各个系统瘫痪！

Redis是单线程处理，在线上KEY数量较多时，操作效率极低（时间复杂度为 O(N)），该命令一旦执行会严重阻塞线上其它命令的正常请求，而且在高QPS情况下会直接造成Redis服务崩溃！

如果有类似需求，请使用 scan 命令代替！

使用 redis 作为消息队列时，最好采用 stream 结构，其设计类似 Kafka。

在使用HASH结构存储对象属性时，开始只有有限的十几个field，往往使用 HGETALL 获取所有成员，效率也很高，但是随着业务发展，会将field扩张到上百个甚至几百个，此时还使用 HGETALL 会出现效率急剧下降、网卡频繁打满等问题【时间复杂度O(N)】。

此时建议根据业务拆分为多个Hash结构；或者如果大部分都是获取所有属性的操作,可以将所有属性序列化为一个STRING类型存储！同样在使用SMEMBERS操作SET结构类型时也是相同的情况！

目前Redis支持的数据库结构类型较多：字符串（String），哈希（Hash），列表（List），集合（Set），有序集合（Sorted Set）, （比特映射）Bitmap, （大数据预测）HyperLogLog和地理空间索引（geospatial）等。

需要根据业务场景选择合适的类型，常见的如：String可以用作普通的K-V、计数类；Hash可以用作对象如商品、经纪人等，包含较多属性的信息；List可以用作消息队列、粉丝/关注列表等；Set可以用于推荐；Sorted Set可以用于排行榜等！