内存优化

一.特殊编码处理

存储集合数据的时候会采用压缩技术，以使用更少的内存存储更多的数据；如Hashes，Lists，Sets和Sorted Sets，当这些集合中数据小于一个给定的数量是，存储的数据会被一种非常节省内存的方式进行编码，使用这种编码理论上至少节约10倍以上的内存（平均节省5倍以上）。这是使用CPU换内存的编码，所以可以在redis.conf配置文件中更改阈值；超过这个值，就会转换成正常的散列表；

二.使用32位的redis

使用32位的redis，对于每一个key，将会有更少的内存，因为32为程序，指针占用的字节数更少；但是整个redis实例使用的内存将被限制在4G下；RDB和AOF文件是不分32位和64位的，所以你可以使用64位的redis恢复32位的RDB备份文件，相反亦然；

三.位级别和字  级别的操作

GETRANGE，SETRANGE，GETBIT，SETBIT使用这些命令，你可以把redis的字符串当做一个随机读取的（字节）数组；例如，可以把性别用1和0代表，存一个bit，这样1亿个用户只用了大约12M内存，也可以存储一个字节的信息；

四.尽可能使用散列表

小散列表所占的内存非常小，所以尽可能的将你的数据模型抽象到一个散列表里面；例如，把一个对象存储到redis中，有3种方法：

1）把用户号设置为key，把对象序列化，使用JSON.toJSONString()方法，用普通的key/value来存储：

这种方式的缺点是，增加了序列化和反序列化的开销，并且在需要修改其中一项信息时，需要把整个对象取回，并且修改操作需要对并发保护，引入CAS等复杂问题；

2）把用户号+对象的属性设置为key，存储多对key/value

这种方式虽然没有了序列化的开销和并发问题，但是用户号重复的存储，浪费内存空间；
3）用hash能很好的解决这个问题

key是用用户的id，value是一个Map，这Map的key是成员的属性名，value是属性值，这样对象的修改和存取都可以直接修该内部map的key，不需要序列化，也不需要关心并发修改问题；