缓存过期策略
Redis在启动时会把数据加载到内存中，达到最大内存后，Redis会先尝试清除已到期或即将到期的Key，当此方法处理后，仍然到达最大内存设置，将无法再进行写入操作，但仍然可以进行读取操作。
是否需要redis的持久化能力？
redis持久化的是数据集的当前快照，于是当你用它来做存储，而不是缓存时，就会很纠结。
当数据集很大的时候，比如64G内存，数据集30G，你愿意dump快照或者aof收缩吗？如果这样做，问题就来了，redis的dump是fork一个进程，利用操作系统内存管理的copy-on-write来得到当前内存快照，但如果数据的更新比较频繁，30G内存dump到磁盘的速度又不快，就会导致在dump的时候需要大量的内存来做写时copy，需要的新内存加上原有的30G内存，可能导致操作系统swap，同时因为copy-on-write，主线程在处理请求时也会变慢，redis的整体性能急速下降。所以大数据集把redis当做cache，只有当数据集很小的时候，才用它来做持久存储。
内存碎片
因为redis的malloc方式，导致一个潜在问题，就是当有很多small object放进去，又被频繁的free后，导致了大量的内存碎片，到一定临界点后，你会发现插入新数据的时候redis的性能急剧下降，原因在malloc函数上要花很长时间。
使用场景
Redis的数据全部放在内存带来了高速的性能，但是也带来一些不合理之处。比如一个网站有1亿注册用户，如果这些资料要用Redis来存储，内存的容量必须能够容纳这1亿用户。但是业务实际情况是1亿用户只有1000万活跃用户，1周来访问过1次的也只有1500万用户，因此全部1亿用户的数据都放在内存有不合理之处，RAM需要为冷数据买单。
Redis最首要的实用场景：少量数据存储，高速读写需求。此类应用过程数据全部in-momery 的格式来提供高速读写，同时提供数据持久化的功能。
一些经验教训：
- 使用 Redis 之前，做好容量规划，对数据的使用方式做好规划；
- 使用 Redis 的过程中，经常关注内存使用，做好监控报警；
- 谨慎选择持久化方案，对可能造成的高延迟要有心理准备；
- 小心Redis的内存碎片。