布隆过滤器是一种概率型数据结构，其主要的作用就是判断一个元素是否属于一个集合，它的主要特点就是高效的空间使用和快速的查询速度，但是在使用过程中存在一定的误判率。

布隆过滤器的基本原理

如下图所示。

redis是一个key-value存储系统。和Memcached类似，它支持存储的value类型相对更多，包括string(字符串)、list(链表)、set(集合)、zset(sorted set --有序集合)和hash（哈希类型）

简单来说，redis就是把数据库存储在内存里，然后隔一断时间再从内存备份到硬盘以防止数据丢失；由于访问内存，所以访问速度特别快，一般用来做缓存

“2000万数据，只让Redis存20万，怎么保证存的都是最热的？”

前言

Redis是我在大约三年前，为了解决一个实际问题而创造出来的（看到的 哈哈哈），说白了redis是一个内存数据库，也可说是内存数据结构，很多时候用于缓存，就是一个特点，快快快！！！

背景

在我的项目中，会存在一个DG下拥有10w+的学生，每个学生在进入直播之前，都需要通过校验，查询是否是这个直播所关联DG下的学生；为了提高并发，我们把大纲和学生的关系存入Redis中，使用set存储，那么一个DG的key会存储过多的元素（学生ID），形成Redis大key的情况。

在阿里云 Redis 的开发规范, 对value设计有以下建议：

• 1)【强制】：拒绝 bigkey(防止网卡流量、慢查询) string 类型控制在 10KB 以内，hash、list、set、zset 元素个数不要超过 5000。

Redis常见数据结构及其生动有趣的场景运用

各位小伙伴大家好！今天咱们来聊聊Redis这个神器，特别是它那令人眼花缭乱的数据结构。Redis不仅仅是一个内存数据库，更像是一位身怀绝技的武林高手，各种招数各有千秋，今天我们就好好剖析一下它的武功秘籍——数据结构。

字符串：无所不能的万金油

需求背景

春节活动中，多个业务方都有发放优惠券的需求，且对发券的 QPS 量级有明确的需求。所有的优惠券发放、核销、查询都需要一个新系统来承载。因此，我们需要设计、开发一个能够支持十万级 QPS 的券系统，并且对优惠券完整的生命周期进行维护。

Redis是大型架构的必备技能，也是实现高并发的核心，下面我重点详解Redis如何实现百万并发性能@mikechen

本文作者：陈睿|mikechen

文章来源：mikechen.cc

内存存储

Redis 是一个内存数据存储系统，所有的数据都存在内存中，这使得数据读写速度非常快。

Redis 是一种高性能的键值存储系统，支持多种数据结构，每种数据结构都有特定的使用场景。以下是 Redis 的核心数据结构及其详细使用案例：

Redis 数据结构及使用案例

• 字符串（String）

存储文本、数字或二进制数据（最大 512MB）。

Redis 的有序集合（ZSET）是一种非常强大的数据结构，它结合了集合和有序性的特点，底层主要通过跳跃表（Skip List）和哈希表（Hash Table）来实现。下面为你详细介绍其实现原理：

整体结构