应用场景
快取系统：用于缓解数据库的高并发压力计数器：使用Redis原子操作，用于社交网络的转发数，评论数，粉丝数，关注数等排行榜：使用zset资料结构，进行排行榜计算实时系统：使用Redis位图的功能实现布隆过滤器，进而实现垃圾邮件处理系统讯息伫列：使用list资料结构，讯息释出者push资料，多个讯息订阅者通过阻塞执行绪pop资料，以此提供简单的讯息伫列能力之所以说简单，是因为Redis官方不提供可靠消费/释出的机制；需要自行实现故障转移、伫列持久化、伫列监控和流量控制等mq具备的功能；
高阶功能
慢查询慢查询只记录Redis在处理储存的时间计数（图中的3步骤），并不包含网络通讯时间和排队时间，所以客户端超时分析时要综合每个因素。
注意：
慢查询储存数量引数不要设定过小，同时最好能定期持久化慢查询记录，方便历史问题排查。pipline
pipline用于异步处理大量Redis请求。
注意：
大量任务需要划分出多个pipline进行操作(否则，网络和等待时间都承受压力)。pipline每次只能作用在一个Redis节点上。M操作(mget,mset类似的指令)相比pipline，前者是原子操作，后者并不是。Redis会把一个携带很多命令的pipeline拆分成几个子命令。
释出订阅
Redis 释出订阅(pub/sub)是一种讯息通讯模式：传送者(pub)传送讯息，订阅者(sub)接收讯息。
注意：
Redis无法做讯息堆积（新订阅者无法获取历史订阅讯息）
bitmap
字串big对应的二进位制（ASCII码）如图所示， bitmap可以直接操控位。使用每个数位代表一个使用者或者状态，相比int资料结构储存，节省了32倍的内存空间。
注意：
bitmap并不是适合所有场景去替换常规的资料储存bit是string型别，最大只能存512MB注意setbit函式会自动补位，所以生产环境要注意setbit的偏移量，可能会造成较大的耗时
Hyperloglog
基于HyperLogLog算法，实现用极小空间完成独立数量的统计，型别本质是string。
注意：
无法保证资料完全正确。官网说明错误率为0.81%无法取到单条资料GEO
GEO(地理资讯定位)是Redis3.2版本释出的功能，储存经纬度，计算两地距离，范围计算等，型别本质是zset。
Redis-sentinel
Redis哨兵是Redis2.8版本释出的功能，解决Redis丛集的故障转移等痛点，支援高可用。
Redis-cluster
Redis丛集是Redis3.0版本释出的功能，支援分散式
更多内容，欢迎关注微信公众号：全菜工程师小辉~
