Redis，在好多项目场景中帮助我们。
老生常谈，Redis与memcached的区别
1. Redis不仅仅支持简单的k/v类型的数据，还提供List、Set、Hash、Sorted Set等数据结构的存储。相比而言更具数据库特征。
3. 除了多种数据结构的支持，Redis还提供更多额外的特性，比如Subscribe/Publish，以支持发布/订阅这种事件通知机制等。
4. Redis支持数据的备份，即master-slave模式的数据备份。
5. Redis支持数据的持久化，并不是所有的数据都一直存储在内存中的，通过snapshot快照或AOF增量LOG方式，可将内存中的数据保持在磁盘中，重启的时候可以再次加载重新使用。
6. 过期策略 Memcached在set时指定，redis可通过expire指定
7. Memcached可以缓存图片、视频等。
8. 从网络IO模型上，Memcached是多线程非堵塞IO复用的网络模型，分监听主线程和Worker子线程。网络层使用libevent封装的事件库。映入了缓存一致性（cache coherency）和锁，带来性能损耗；Redis使用单线程的IO复用模型，封装了一个简单的AeEvent事件处理框架。单纯IO操作，单线程可将速度发挥到最大，但是一些简单的操作如排序和聚合等，CPU计算过程中，整个IO调度被堵塞，影响吞吐量。
9. 从数据一致性上，Mmecached引入了CAS，保证了多个并发访问同一份数据的一致性；Redis提供了事务功能，保证了一串命令的原子性。
10. 从内存管理上，Memcached使用预分配内存池的方式，使用slab和chunk管理内存。内存池可以省去申请、释放内存的开销，减小内存碎片的发生，但也带来一定程度的空间浪费。并且在空间仍很大时，新的数据仍有可能被剔除。Redis使用现场申请内存的方式，很少使用free-list等方式优化内存分配，一定程度上存在内存碎片。Redis把带过期时间的数据单独放在一起，称为临时数据。非临时数据永远不会剔出，即便内存不够导致swap。
总之，Redis的更多场景是作为Memcached的替代者来使用的，当需要除key/value以外的更多数据类型支持时，使用Redis更合适，当存储的数据不能被剔除时，使用Redis更合适。
附参考： http://blog.csdn.net/tonysz126/article/details/8280696
Redis 安装 + Sentinel配置主从
[root@bx_2_35 src]# cp -pf redis-cli /usr/local/bin
Redis除了可以当做Key-Value型的NoSql数据库外，同时由于它支持List数据结构，完全可以实现轻量级的消息队列服务。
个人在项目中使用的几个简单应用场景是：
1. 将新增加的奖品不时lpush到奖品队列中，用户符合中奖规则，rpop出来该奖品。简单的生产者消费者队列。
2. 用户播放历史记录。
生产者：
播放影片，前端Http轮询上报当前用户(user)、影片(film)、播放时长(time)。放入生产者队列。由于用户量较多，分配了5个队列。按照user hashcode除以5取余，分配该记录到指定的队列中。按user哈希的好处是同一个用户的不同记录肯定会落到唯一特定的队列中。若落入不同的队列，可能两个队列处理不是按上传的先后顺序，先上传的可能会把后上传的覆盖掉。
String key = "film-history-q-" + (user.hashCode() % 5);
Long beforeLen = redisUtils.lLen(key);
if (beforeLen < 50000) {
StringBuilder sb = new StringBuilder(user);
sb.append("|").append(film).append("|").append(video).append("|").append(time);
Long afterLen = redisUtils.lPush(key, sb.toString());
if (afterLen > 0) {
return true;
}
}此处限制beforeLen < 50000是为了防止生产者队列无限增大。超过这个限定，我们认为很可能消费者挂掉了。另外未考虑更高的伸缩性： 如果5个队列也不够用，业务要求严格的话要考虑一致性哈希了。
消费者：
构建5个消费者Worker，分别 对5个队列进行消费，调用上报播放记录接口。期间我们可以做一些合并相同用户同一影片播放记录的策略，减少上报播放记录接口次数。
最后推荐一篇关于Redis应用场景的不错的文章 http://www.cnblogs.com/si812cn/p/4042992.html
以及Redis命令参考 http://redisdoc.com/