在学习和使用Redis的过程中，总不可避免地遇见一些棘手的问题，比如：

Redis的key和数据结构应该怎么设计？有什么最佳实践？

Redis集群如何均衡数据？又如何横向扩展？

怎么保证数据的一致性？热点数据的问题怎么解决？

RDB持久化生成的数据快照，每次更新是全量更新还是增量更新？

缓存雪崩、缓存穿透、缓存预热、缓存更新、缓存降级等问题怎么解决？

如何高效阅读Redis源代码？

蒋德钧老师根据自己多年的研究以及教学经验，梳理了一套系统的Redis学习方法。

他将纷繁复杂的Redis知识和问题归纳在“两大维度，三大主线”这个框架之中，希望帮你建立起系统观和全局观，从而带你彻底搞懂底层实现原理。

同样是使用Redis，但是不同公司的“玩法”却不太一样，比如说，有做缓存的，有做数据库的，也有用做分布式锁的。

不过，他们遇见的“坑”，总体来说集中在四个方面：

CPU使用上的“坑”，例如数据结构的复杂度、跨CPU核的访问；

内存使用上的“坑”，例如主从同步和AOF的内存竞争；

存储持久化上的“坑”，例如在SSD上做快照的性能抖动；

网络通信上的“坑”，例如多实例时的异常网络丢包。

为什么懂得了一个个技术点，却依然用不好Redis？

我知道，很多同学都是带着一个个具体的问题来学这门课的，比如说，Redis数据怎么做持久化？集群方案应该怎么做？

这些问题当然很重要，但是，如果你只是急于解决这些细微的问题，你的Redis使用能力就很难得到质的提升。

这些年，在和国内大厂的合作过程中，我发现，很多技术人都有一个误区，那就是，只关注零散的技术点，没有建立起一套完整的知识框架，缺乏系统观，但是，系统观其实是至关重要的。

从某种程度上说，在解决问题时，拥有了系统观，就意味着你能有依据、有章法地定位和解决问题。

如何高效地形成系统观呢？

我们做事情一般都希望“多快好省”，说白了，就是希望花很少的时间掌握更丰富的知识和经验，解决更多的问题。

听起来好像很难，但实际上，只要你能抓住主线，在自己的脑海中绘制一幅Redis全景知识图，这完全是可以实现的。

那么，所谓的Redis知识全景图都包括什么呢？

简单来说，就是“两大维度，三大主线”。

“两大维度”就是指系统维度和应用维度，“三大主线”也就是指高性能、高可靠和高可扩展（可以简称为“三高”）。

首先，从系统维度上说，你需要了解Redis的各项关键技术的设计原理，这些能够为你判断和推理问题打下坚实的基础，而且，你还能从中掌握一些优雅的系统设计规范，例如run-to-complete模型、epoll网络模型，这些可以应用到你后续的系统开发实践中。

这里有一个问题是，Redis作为庞大的键值数据库，可以说遍地都是知识，一抓一大把，我们怎么能快速地知道该学哪些呢？别急，接下来就要看“三大主线”的魔力了。

别看技术点是零碎的，其实你完全可以按照这三大主线，给它们分下类，就像图片中展示的那样，具体如下：

高性能主线，包括线程模型、数据结构、持久化、网络框架；

高可靠主线，包括主从复制、哨兵机制；

高可扩展主线，包括数据分片、负载均衡。

你看，这样，你就有了一个结构化的知识体系。

当你遇见这些问题时，就可以按图索骥，快速找到影响这些问题的关键因素，这是不是非常省时省力呢？

其次，在应用维度上，我建议你按照两种方式学习: “应用场景驱动”和“典型案例驱动”，一个是“面”的梳理，一个是“点”的掌握。

我梳理了一下这些年遇到的、看到的Redis各大典型问题，同时结合相关的技术点，给Redis做了一个问题画像图。

无论你遇见什么问题，都可以拿出来这张图，这样你就能快速地按照问题来查找对应的Redis主线模块了，然后再进一步定位到相应的技术点上。

参考

Redis 核心技术与实战

https://time.geekbang.org/column/intro/100056701

Redis 源码剖析与实战

https://time.geekbang.org/column/intro/100084301