2 大Key
如果一个Key的Value特别大，那么可能会对Redis产生巨大的性能影响，因为Redis是单线程模型，对大Key进行查询或删除等操作，可能会引起Redis阻塞甚至是高可用切换。
应该如何查询Redis中的大Key，以及如何在设计上实现大Key的拆分呢？
2.1 单个K存储的V很大
key分类如下：
该key需要每次都整存整取
尝试将对象分拆成几个K.V， 使用multiGet获取值。
拆分旨在降低单次操作的压力，将操作压力平摊到多个Redis实例，降低对单个redis的I/O影响。
该对象每次只需要存取部分数据
- 类似上一种方案，拆分成几个K.V
- 也可将这个大对象存储在一个hash，每个field代表一个具体属性
- hget、hmget获取部分value
- hset，hmset来更新部分属性
2.2 一个集群存储了上亿key
如果key个数过多，会带来更多内存空间占用：
- key本身的占用
每个key 都会有一个Category前缀 - 集群模式中，服务端需要建立一些slot2key的映射关系
这其中的指针占用在key多的情况下也是浪费巨大空间
这两方面在key个数上亿时消耗内存十分明显（Redis 3.2及以下版本均存在这个问题，4.0有优化）。所以减少K个数可以减少内存消耗，可以参考的方案是转Hash结构存储，即原先是直接使用Redis String 的结构存储，现在将多个key存储在一个Hash结构：
2.2.1 key本身具备强相关性
比如多个K代表一个对象，每个K是对象的一个属性，这种可直接按照特定对象的特征来设置一个新K——Hash结构， 原先的K则作为这个新Hash 的field。
2.2.2 key本身无相关性
预估总量，预分一个固定的桶数量：
比如现在预估K总计2亿，按一个hash存储 100个field算，需要 2亿 / 100 = 200W 个桶 (200W 个K占用的空间很少，2亿可能有近20G )。
现在按200W固定桶分，即先计算出桶的序号
hash(123456789) % 200W
最好保证该hash算法的值是个正数，否则需要调整模除的规则。
这样算出三个key 的桶分别是 1、2、2。 所以
- 存储时调用hset(key, field, value)
- 读取时使用hget（key， field）
注意hash取模对负数的处理，还有预分桶时， 一个hash 中存储的值最好不要超过 512，100 左右较为合适。
