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。

反例：一个包含 200 万个元素的 list。

非字符串的 bigkey，不要使用 del 删除，使用 hscan、sscan、zscan 方式渐进式删除，同时要注意防止 bigkey 过期时间自动删除问题 (例如一个 200 万的 zset 设置 1 小时过期，会触发 del 操作，造成阻塞，而且该操作不会不出现在慢查询中 (latency 可查))，查找方法和删除方法

value中存储过多的元素拆分方案

类似这种场景，可以将这些元素分拆。

现在，固定一个桶（bucket）的数量，比如 5000， 每次存取的时候，先在本地计算field的hash值，模除 5000， 确定了该field落在哪个key上。

以上的DG学生场景，我们根据学生ID模除5000，确定该学生落在哪个key上；

为了方便获取大纲下所有的学生ID，那么维护一个key来存储大纲学生key的集合（学生ID模除 5000的值）

下图简要说明我们是怎么设计实现的：

1. 我们定义每个key为一个桶，那么这个桶 bucket=学生ID模除5000
2. 为了快速查询所有桶，把桶的序号存储在 her:sy:{syllabusId}:b key的set集合中
3. 其中 syllabusId 为DG

不适合的场景

如果要保证 SPOP 的数据的确是集合中的一个随机元素，这个就需要一些附加的属性，或者是在key的拼接上做一些工作