基于redis作缓存分页

 在实际业务中咱们会将一些热数据缓存到redis里面，这时候数据量比较大的话，咱们就要对这些热数据进行分页，分页的方式有2种：

第一：从redis拿出全部数据后，再作内存分页（不推荐），热点数据小的时候能够这样作，性能相差不是很大，可是当数据量大的时候，分页期间就会占用大量内存，或撑爆；

第二：基于redis的数据结构作缓存分页，这里又分2种

①：基于redis的list数据结构，直接经过list的数据结构，用range方法能够进行分页，在数据量大的时候，性能也很可观，可是当存在接口高并发访问时，这个list可能会无限延长，且里面的数据会存在不少重复，这就会影响到正常的业务（不是很推荐）；

②：基于redis的ZSet数据结构，经过Zset这个有序集合咱们也能够作分页，一样也是用range方法，可是这里比较麻烦的是在初始化数据的时候Zset必须存放TypedTuple类型的数据，这个类型是一个value和score的键值对，具体能够查百度，这个score的生成比较麻烦我这边测试时用的是当前数据在这个list的位置，而后Zset是根据这个score值来排序的，默认是从小到大；用这个的好处是，即便在高并发状况下Zset中也不会存在重复数据从而影响正常的业务；并且分页效率也和list结构差很少；

③：用hash和Zset来一块儿实现；这个是问了一个朋友和得知的，Zset中存储有序的id字段，经过分页后拿到id，而后再用id去hash中取，感受应该效率相差不大的，只是中间多了层从hash结构取，还须要维护又一个hash；（为什么这样作我也不清楚）；

贴一张我测试list和ZSet的结果图