Redis 数据倾斜

切片集群中，数据会按照一定的规则分散到不同的实例上，这样就会导致数据倾斜；

Codis VS Redis Cluster

Redis 切片集群使用多个实例保存数据，能够很好地应对大数据使用场景。而Codis 也是一种提供切片集群的解决方案

消息队列要能支持组件通信消息的快速读写；消息队列的的存取需求：消息保序、处理重复消息、保证消息可靠；Redis 的 List 和 Streams 都能满足需求。

时间序列数据的写入特点就是插入数据块，读操作特点就是既有单条的记录查询，也有范围查询，还有聚合查询；针对写特点 Redis 的高性能保证写操作，针对读特点，Redis 提供了保存数据的两种方案，基于Hash 和 Sorted Set 实现，以及RedisTimeSeries 模块的实现

我们需要一个数据类型符合自己的查询但是Redis本身不支持，此时，我们之前学习的这些数据类型就无法满足需求了。那么，自定义的数据类型是一个很好的解决方法

基于位置信息服务的LBS应用访问数据是和人或者是物的一组经纬度信息，而且要能查询相邻的经纬度范围，GEO 就适合应用这样的场景

Redis 集合特点就是一个键对应一系列的值，适合存储一个 key 对应一个数据集合，但是集合的统计则需求不同。集合类型常见的 4 种统计模式，聚合统计、排序统计、二值状态统计和基数统计。

String 提供了 “键 - 单值” 的存储模式，可以使用与很多场景。而且可以保存二进制字节流。但是 String 存在保存的数据内存消耗比较多的问题。

Redis的应用场景，以及Redis数据类型的各种可能的应用方式